强如豆包,为钱弯腰
订阅、抽佣、调整费率、做手机助手、上智能座舱......
透过事件看本质,把这些动作串联起来看,一条主线逐渐清晰:
无论是谁,即使成为全行业佼佼者,最终也要考虑一个核心问题——变现。
不过尴尬的是,
前不久,市场上传出
由
豆包疯狂找钱
过去二十多年来,中国互联网公司在变现这件事上,可以说没有多少新意。广告、电商、增值服务,基本没有脱离这三个选项。
更让人惋惜的是,进入AI大模型混战后,这些大厂的商业化手段还是“老三样”,多少有些“不思进取”。
来看
2025年以来,
聚焦到商业化层面,最近一次是调整费率。2026年8月,多家媒体报道通过
这是
对话就是场景,有场景就有商业转化的可能性。
多提一句,传统广告是付费推广,商家使用金钱“魔法”,可以影响平台推荐。但AI对话不同,大模型是在订单完成之后再抽佣,相当于收的是渠道服务费。
再往前,让
从过去经验来看,互联网企业推出新产品后,用户普遍习惯于先“薅羊毛”,只有发现产品有价值后才会付费。使用大模型后更进一步,为了“逃避”付费,用户会同时使用多个产品,在不同大模型之间来回穿梭。
至少从身边用户行为看,目前长期、持续订阅
B端是
在机场等户外场景,随处可见
但不可否认的是,
再者,从商业的角度看,亿欧认为,一款产品如果无法实现商业化,没有人愿意买单,也很难称得上成功。
无论是订阅套餐、调整费率,还是手机助手、智能座舱,
变现难,大模型“撞墙”了
“C端变现太难了!”不止一位行业从业者向亿欧吐槽。
从过去的互联网产品到今天的大模型,其实面临的问题都很相似——用户不愿意轻易付费。
这还仅仅是表层问题。传统互联网是有规模效应的,打的是规模经济,产品一旦上线,无论新增多少用户,边际成本都会极低。在大多数情况下,用户越多,成本就会越摊越薄。
但大模型彻底变了。用户的提问、生图、做PPT等,每一次执行任务都要调用算力,任务越复杂,燃烧的Token越多。
问题就出在这里,
过去很长时间,互联网行业都普遍认为有用户就有流量。大模型也没有改变这个共识,早期各家在竞争时也会比拼用户规模。这就像行军打仗,兵马就是核心资产。
但变化是,大模型是对话式、执行式的模式,这就导致价值变现的过程更加复杂。如果不能有效变现,庞大的用户数量反而会加重负担,形成“规模不经济”效应。换句话说,如果兵马不能打仗,反而会消耗更多粮草。
更难的是,传统互联网的广告打法在大模型身上正在失效。如前文所述,传统做法都是先把用户和流量做大,再通过广告变现。国内的字节、腾讯、百度等大厂,无一例外是这个模式。
但这套成熟打法迁移到
用户为什么要用
你可以在短视频中插入广告,但你不能让广告在用户使用
2026年8月,
尽管不能一概而论,但至少可以判断,单纯依靠C端用户很难挣钱,尤其是对于以对话、搜索、做简单任务的普通用户来说,现阶段很难成为营收主力。
一句话,
进入价值兑现后,行业开启淘汰赛
大模型看似拥有壁垒,但其实各家产品在C端市场的竞争力参差不齐。
比如
缺乏明显的差异化优势,用户粘性低,不是说“非你不可”,所以各家厂商很难提价。除非拥有别人无法复制的能力,否则一旦提高收费标准,用户就会立刻转身投奔别处。所谓数千万、数亿的用户,看起来更像是“空中楼阁”。
豆包面临的商业化压力,就像摆在大模型行业面前的一面镜子。在扩张周期中,大模型厂商习惯沿用移动互联网的打法,将用户规模看成了比拼的重要指标。
此前或许还多少存在幻想,AI产品通过对话能复制广告模式变现。但豆包的探索说明,这种任务型、连续型对话的AI产品的底层逻辑,和广告是存在矛盾的。至少在眼下看来,这条路还未完全走通。
在这种情况下,整个赛道的评价标准也要改写。过去比拼月活或许能体现实力,但如今近似于失效,那么以后就要考虑这个账单如何计算。
免费,就会亏损,需要持续补贴续命;收费高,则会动摇用户根基。豆包不是孤例,赛道玩家都面临同样的两难困境。
区别是,豆包还有字节庞大的生态作为支撑,而二线厂商、创业大模型公司既缺少生态试验场,又没有源源不断的资金,面临的处境会更难。
从2022年底ChatGPT上线以来,全球大模型掀起融资热潮,资本蜂拥而至,几乎复刻了当年移动互联网的盛况,靠一张PPT就能轻松斩获数亿元融资。很难想象这会发生在今天的投资环境下。
但没有只升不降的波浪,经济运行有周期,产业发展亦如是。大模型蓬勃发展到今天,从对话到执行,从通用能力到应用在千行百业垂直场景,大模型已逐渐从卷参数、圈用户的烧钱扩张阶段,进入价值兑现期。一轮淘汰赛不久就会上演。
AI不是某一个领域的技术,AI是一场底层产业革命,这就注定了产品要有普惠性,不能成为少数人的游戏。
豆包是一个样本,从这个当前国内用户规模最大的大模型产品身上,能看到人工智能在不同发展阶段经历的撕裂与阵痛。
本文来自微信公众号 “亿欧网”(ID:i-yiou),作者:王圆磊,36氪经授权发布。















