DeepSeek和MiniMax接连下场，AI企业的客户们慌了

这个月，两家大模型明星公司的接连动作，让许多正在应用AI的企业坐立不安。一边是DeepSeek被曝正在组建商务团队，准备绕过中间层直接服务终端客户；另一边是MiniMax推出海螺AI、Talkie等直接面向消费者的产品，在内容生成赛道高歌猛进。当上游的基础设施玩家开始下游捞鱼，那些站在中间做应用的AI公司，突然发现自己成了最尴尬的存在。

从“淘金卖水”到“水厂淘金”

过去两年，AI产业一直流传着一个经典的商业叙事：大模型是新时代的电力，做基础模型的提供“水电煤”，而做应用的公司才是真正的掘金者。这个逻辑支撑了无数AI创业公司的估值故事，也一度让大模型公司安分地待在上游。但现在，这种默契正在被彻底打破。

翻看DeepSeek近期的招聘信息，商务团队、销售负责人、行业解决方案专家的岗位赫然在列。这家此前以纯粹的模型研发闻名的公司，如今展现出强烈的商业化企图。而MiniMax干脆连遮掩都省了，Talkie这款AI伴侣产品在海外市场的成绩，已经证明了大模型公司做消费者业务的能力。

被抄后路的AI企业众生相

最先感受到寒意的是智能客服赛道。一家曾高价采购某头部大模型API的客服SaaS公司发现，最近几个月，他们的大模型供应商开始直接接触自己的客户，提供价格更低、集成度更高的客服解决方案。这家SaaS公司的技术负责人苦笑说，他们花了一年时间做产品优化，结果大模型厂商用两个月就复制了核心能力。

情感陪伴类AI应用遭遇的冲击更为直接。MiniMax的Talkie凭借对底层模型的深度理解，在产品体验上很快超越了依赖第三方API的创业团队。一位行业观察者在即刻上评论说，当模型公司亲自下场，他们对模型的理解和调用能力，是所有外部开发者都无法企及的。这不是降维打击，这是在同一维度上把对手挤出局。

文档处理和知识管理领域同样未能幸免。国内一家专注法律文书AI处理的创业公司透露，他们的大模型供应商最近推出了竞品功能，定价低得离谱。这并非个例。中国信通院发布的《2024年人工智能发展报告》显示，大模型企业在垂直行业的直接参与度同比增长了217%。

为什么大模型公司开始不守边界

本质原因并不复杂。大模型研发是一场极其昂贵的军备竞赛，训练成本动辄数亿美元，推理成本还在持续攀升。虽然API调用量增速可观，但绝大多数大模型创业公司的商业化收入，与烧钱速度相比仍然是杯水车薪。MiniMax创始人闫俊杰此前就曾坦言，纯粹卖API的商业模式很难独立跑通。

与此同时，应用层变现的门槛正在急速降低。当大模型能力从GPT-3.5进化到更先进的水平，很多过去需要精心调优的场景，现在用模型原生能力就能覆盖。这意味着，做应用的公司过去积累的工程化经验和技术壁垒，正在被模型能力的提升所抵消。智谱AI和百川智能近期发布的智能体平台，更是让非技术人员也能快速搭建AI应用。

更深层的原因是数据飞轮的诱惑。谁更靠近终端用户，谁就能获得更高质量的使用反馈和人机交互数据，这些数据对模型迭代的价值远超公开数据集。OpenAI的ChatGPT已经证明了这一点，国内的追赶者们显然不想在数据竞赛中落后。

从技术依赖到信任崩塌

这场边界模糊的竞争正在动摇整个AI产业的分工体系。过去，企业客户愿意为应用层的产品付费，是因为调用和优化大模型确实存在技术门槛。但当大模型公司亲自展示“傻瓜式”解决方案时，企业客户开始重新衡量中间层的价值。深圳一家大型电商平台在上个月的内部评估中，直接将原定的SaaS采购计划改为与大模型厂商直接合作。

更微妙的是信任危机。多家AI应用公司已经停止向大模型厂商反馈高质量的使用数据和模型优化建议，因为他们担心这些信息会被用于开发竞品。智源研究院的一份产业调研报告含蓄地提到，AI产业链上下游的信任关系正面临严峻考验。这种互相提防的状态，对整个行业的健康发展绝非好事。

资本市场也在重新定价。红杉资本在最新的AI行业观察中警告，底座模型和应用之间的界限日益模糊，可能导致大量应用层AI公司的估值逻辑崩塌。事实上，最近几个月，国内AI融资市场已经出现明显的头部集中趋势。

走出舒适区的生存法则

面对大模型公司的降维打击，应用层企业也不是完全被动挨打。部分公司开始押注私有化部署和模型精调，通过客户自有数据的深度绑定来构建护城河。宇视科技就选择了这条路，基于开源模型为客户做深度定制的AI解决方案，用数据不出域的安全承诺来对抗大模型厂商的标准化产品。

另一些企业则选择主动融入大模型生态，成为巨头不愿做的“脏活累活”承接者。云从科技在金融领域的实践表明，复杂的合规性工程、传统的系统对接、行业特定审批流程，这些是技术公司天然的壁垒。大模型公司追求的是标准化和规模化，而企业服务市场的大量需求恰恰是非标准化的。

还有一条路径是垂直深耕数据壁垒。医渡科技在医疗AI领域的优势，不来自模型能力，而来自多年积累的脱敏诊疗数据和临床知识图谱。这种数据资产是大模型公司短期内无法复制的。类似逻辑也适用于金融、能源等数据管制严格的行业。

一场关于产业分工的重新谈判

大模型公司抢客户这件事，本质上不是阴谋，而是成本压力和商业逻辑驱动的必然。对整个AI产业而言，这未必全是坏事。当中间环节的虚假繁荣被挤压，真正有不可替代价值的企业会脱颖而出。只是这个过程注定痛苦。

一个健康的AI产业生态，需要大模型公司专注基础设施，也需要应用层公司提供最后一公里的价值。当双方都越界时，一场关于产业分工的重新谈判就不可避免。大模型公司需要想清楚，直接服务每一个客户是否划得来；应用层公司也需要证明，自己在价值链上并非可有可无。

眼下这场博弈还远未到终局。对置身其中的每一家公司来说，最愚蠢的选择就是假装什么都没发生，然后等着被时代淘汰。