一、是什么样子的时代性成功呢？

如果大模型持续上行，那在AI通用大模型上的成功者估计规模会超过我们过去总说的BAT，甚至大10倍。因为它覆盖的深度和广度都更大，所以中心节点的价值注定更大。而对于基于垂域大模型解决行业问题的人，如果在企业上真的抗住了就是SAP，在国防上抗住了就是Palantir，每个大行业中都有类似的机会。

当年在互联网行至中局的时候，创业者中有个隐晦的共识：你不要讲你能做成BAT了，因为没人信，大家会觉得你都是瞎扯。但在这个时间点如果人工智能真的在技术上能持续上行，那事情就正相反，这是个一切都会重来的原点。

主要的坏消息是这和绝大多数人不想干，AI越发展，相关度越差。腾讯有大概10万人，100个腾讯也才要1000万人，AI上再造个腾讯规模的公司可能只要十分之一的人。

那对没学过模型的人有没有和AI相关的机会呢？

还真有。

AI基础设施的成熟其实打开了一个可以称之为“AI个体户”的窗口。一句话总结就是：做大领域更像是干抖音的，但不要忘记了抖音崛起的同时，MCN和某些主播也是同步崛起的。技术上这也可以看成面向小领域的AI Agent。

那AI浪潮下，到底什么会扮演抖音的角色（不是OpenAI）？MCN和主播类的AI个体户又潜在会是什么样的形态呢？

回答这个问题，我们需要先考虑下AI的终局（现在基本可以看成互联网的终局）。

二、AI最终生态会和互联网一样么？

假如人工智能的技术能够再往下顺利迭代几次，GPT5和GPT6每往下再走一步都有3.5到4的提高，那整个生态会变成什么样？

这问题很关键，有终局，过程就大致可以猜测。

到现在为止的互联网生态是这样的：

先是切分系统方和应用方。正常的模式是应用方要向系统方“纳税”，比如苹果收30%。系统方需要再细分成产品方、供应链等，这些和这次要说的主题比较远，不展开。

在应用方里面有两种看着类似本质不同的“作物”。

极少一部分应用进行平台模式的套娃式发展。在淘宝上就是商家和用户，抖音则是主播用户等。有的还可以往下套，比如MCN和主播。盈利模式还是和纳税差不多，但形式会更多样化，比如买广告或者流量等。可以讲从套娃模式的角度看生态就是分成比例。

绝大多数应用做不成平台，就是单纯工具，比如剪辑工具、会议工具、文档工具等。这些工具没法以一种“税”的形式构建收入。它们要收服务费或者授权费，这在国内跑得并不顺利。我们经常说的SaaS在这里，国内SaaS领域并不比AI好到哪儿去。

AI生态会和这个一样么？

肯定不完全一样，但可以参照。

在智能的价值密度中我们提到，互联网基本上是对产业进行横切，所以才总有互联网+，总有双边平台模式（横切必然产生双边）。

AI则是打深井式纵向挖掘，不管多大场景，AI需要把那个场景从头到尾整合完才能创造价值。比如做招聘的数字员工，如果不能把招聘全场景完全覆盖，这个数字员工就不能创造超于正常员工的价值。这是一条指数曲线，产品的价值在跨过某个阈值才会一下子翻上去。

这是我观察得来，但基本意思就是AI类系统应用有一个拐点，跨过去它的应用价值会指数翻翻，跨不过去就会在那儿爬着，ChatGPT就这样，这点没怎么见人说，先做个猜想放这儿

对互联网，我们会说互联网+，因为互联网相对各个行业是个外在的东西。所以要加，但AI不行，除了极特殊的领域，没有AI+。AI生下来大多时候必须是领域本身的一部分，否则相当于打井不出水，会渴死做对应产品的人。

所以AI除了通用大模型等极少数提供方有共通性，剩下的就是一口一口井，大多不是收税的模式，而更像互联网生态下的工具的超级化。系统型超级应用也会有两边，可以看成是平台，但关键的是生态整体上不是，系统、应用这一层被弱化了（后面说为什么）。

这些井纵着看是：有的地儿地下水多，有的地儿少，有的地儿好开采，有的地儿不好开采。价值密度不同。

那层多厚会碰到多少砂石全和选的在哪儿打井有关。

那这横着看是什么？

横着看是井的长尾曲线，但比原来的应用商店更长，因为AI覆盖的范围更广。

长尾曲线最头部是通用大模型以及配套的生态，次一级是垂直领域（教育、税务、国防等）的系统型超级应用，尾部会甩开大量人工智能的新应用（剪辑、数字宠物等）。

总结下，这种生态与互联网不同的是因为必须考虑智能价值密度的纵向切割。AI应用会打穿虚拟、物理和现实，没有统治性的应用商店，回归一种更为开放的生态。不是说APP形式会变没，而是说这只是一部分，对于Midjourney来说APP也有用，但显然不如抖音那么关键。抖音没了APP就死了，ChatGPT可是在成立很多年后才推出的APP。对于互联网时代的应用APP是本体，但对于AI应用，APP是壳。

三、“屁胡”的机会

上图中甩出的更长的尾巴就是“屁胡”（编者注：麻将术语中胡牌的一种，意思是此次胡牌是胡的最小的牌，没有任何倍数，即赢钱最少的牌）的机会。

那这里具体对应什么呢？

首先是在AI新应用因为通用性，会长的哪哪都是。

大的如法律、税务、这些还是需要垂域大模型，需要较大团队作战，会在长尾曲线的中部的就不说了。

小的通常来讲就是个人和企业需要新智能注入的工具。这就是长尾曲线里的东西，上图里的NicheMarket。它可以很小比如视频图像工具、比如教育生活类工具等（《人工智能》电影里那会说话的小熊其实也是这类）。

多大不关键，关键是：第一要真的解决没人解决的也切实存在的问题。

真看这些点还是要回到个人的需求。人的需求理论上AI可以新满足很多也创造很多，但不可能就给个ChatGPT，然后就什么都满足了。

前两天看到篇文章叫：《那些你不知道的AI产品，正在海外闷声赚大钱》，里面列的个人视频剪辑类工具正好跨越了AI到最后场景的价值壁垒。这本质就是面向企业做了好多年没好使的SaaS，但注入了AI的要素，变成面向企业和个人了。他们的点小，矿不深。快点挖，在这个时间点还是有机会的。

这种情况历史上曾经发生过。

在Windows刚出来互联网刚刚兴起的岁月里，曾经出现过一个名为共享软件的产品品类。张小龙在微信之前做的Foxmail细说起来就是共享软件的一员。但那个时代最有名的还不是他，而是一个叫周亦的哥们，这哥们之所以有名是因为他做了一个特别小的产品，名叫MP3 CD Maker。这产品就是把CD转成MP3，然后每个月赚几万美金，买了宝马车，这可是20多年前。

现在还活下来仍然被很多人使用的是压缩工具WinRAR等有限几个，很多都已经消失无踪迹了。

现在AI让这事换了个样子重来了。

没有应用商店，没有操作系统的束缚，互联网就是你的核心渠道，你要做的东西，是包含了算法、系统的AI应用。

这就是“屁胡”的机会。

四、为什么可以这样？

首先要感谢开源。否则为了干出一个现在这种应用，几个人不可能干动。井打这么深，其实是相当费钱的。

开源相当于把打井工具给免费了。一共需要5米的井。它给你先打出3米。你剩下的是整好你的眼光，看哪里容易出水，然后使劲磕下。

为了写这篇文章，也为了体验现在的模型在端上到底能跑成什么样子。我试了StableDiffusion。我架构思路还可以，操练细节实在不是我擅长的，但即使这样花了半天就跑起来了，虽然因为电脑比较破，跑得慢，但还是给我画了一张还行的猫出来。

这意味着什么？

这意味着通用的文生图这个级别的功能已经被大幅折叠，变成积木块，成本变成一个人一天了。类似的功能从网站后台管理到运维服务器管理在开源上还有很多。真正做好一个小的产品，核心技能变成很好的粘合技能。

其次就是通用大模型提供的机会。一共五米的井，开源给干了三米，剩下两米里你还不要完全自己整。编程这活它能给你干个大半。非常多的基础编程工作，你真不需要自己做，但要有底子能看明白，让人工智能帮你干活，你至少得能说清楚到底需要它干啥吧。

最后是整个互联网让流量、支付等一系列基础设施变得更成熟使用成本更低。

整合成本降低后，剩下考验的都是眼光，不要干大而全的，而是在某个点上有着切实的刚需。不管有什么机会，产品打不准，沙漠里打井也是白费。

这是产品经理的真机会也是大考。

否则在流量成本很贵的今天，是算不过来账的。这事的峰值，现在看是Midjourney，它们自己做模型，再有特色，商业规模就做得很大，更多的人未必能如此，但机会一样有的。

回到我们最头上和抖音的对比，你会发现在这种模式下，上面说的几个：开源、通用大模型、互联网基础设施扮演了抖音的角色，每个这类产品开发商就是MCN或者主播。基于公共基础设施来构建极其长尾的产品，而不需要平台方，这是个有趣的事。

1. 新组织模式

这类事，人力资本比现金资本重要。纯粹算算也就需要2~3个人已经可以撬动一个小产品。有产品有研发别的可以都折叠掉，正经的合伙模式。可以按照过去的融资模式找个天使，占个比例然后大家一起分钱。过去的投资目的很多时候是赚股份出让的钱，在这个上不行了。或者就像OpenAI那样约定个退出的优先权，赚钱的时候大比例优先给投资方，然后到一定额度投资方就退了。剩下的人继续赚后面的钱。从组织的稳定性上这种小团队最适合的是郭德纲于谦模式，赚钱就平分。

更关键的是这时候对人的要求发生了变化。

过去大分工体系下，需要的切块后的专业，现在则需要综合上的专业。

现在是每个方块都有了，需要能基于方块的原材料干出最后的圆或者其它什么形状。

这个转换是Midjourney一共才十几个人年收入近亿美金背后最应该被挖掘的启示。此前干成这样的是Instgram。

在AI崛起的时候的打井的模式忌讳人多。

2. 潜在风险

长尾区域的高频抖动导致这类产品未必能作为长久的事业。当年成功的共享软件很多，但一直留下来的其实并不多。典型的我们还记得的是什么呢？除了上面提到的Winrar.rar。

这是什么情况呢？

第一个很多长尾上的点会被相关的给吞掉，过去pdf转换是个很赚钱的独立工具后来很多工具都提供了这个功能。这是吞噬。

其次是同一个位置很多时候不会有那么多。每个点太小，数字空间里很难并立很多产品。有个小的软件叫Notepad++比较成功，但类似的其它的估计就没剩下什么了。

这反向决定了策略。

要极为灵活，快速行动，差不多了能卖就卖了。不要在不能贪婪的时候贪婪。

个体上机会会波动，但整体上持续周期可能比想得长。

这条高频波动的长尾，会在漫长的时间里不停地归并重组，但要到稳态还需要较长时间，主要是因为AI的影响更为深远。可见的范围里不就还有区块链和元宇宙呢么？那部分和AI的连接会给这个领域注入持续的动力。

五、小结

把这条路走通的人很像当年的个体户，一个人或者很少几个人就完成了商业闭环。我以前提过一个说法叫宏观问题微观求解，大意是说宏观困境往往需要在微观做出新的突破并逐渐改变。如果这种“屁胡”真的足够多，那就会改变就业的形态，也许就可以在底层培养一种昂扬向上的种子吧。

最后要说的是：我这是做自上往下看，做趋势说明，真做的话你赚钱不会给我，赔了也不要骂我......

这篇说的是长尾尾部的情况，往上回溯相关部分的文章参见：《AI Agent：大模型与场景间的价值之桥，但不适合当纯技术看》。

本文来自微信公众号：琢磨事（ID：zuomoshi），作者：老李话一三