在人工智能技術飛速發展的今天，AI項目的興衰成為了業界關注的焦點。在一份包含738個已停止運行或“死亡”的AI項目名單中，不乏曾被寄予厚望的明星產品。本文將深入分析這些AI項目的失敗原因，并探討AI初創企業如何在競爭激烈的市場中生存和發展。

它們因何而死？

這份死亡名單上有738個名字。

其中不乏一些曾經的明星AI項目，例如OpenAI推出的AI語音識別產品Whisper.ai，Stable Diffusion的知名套殼網站FreewayML、StockAI，以及曾被視為是“谷歌競爭者”的AI搜索引擎Neeva。

“在整個過程中，我們發現構建搜索引擎是一回事，而說服普通用戶轉向更好的選擇則是另一回事?！盢eeva 聯合創始人斯里德哈爾·拉馬斯瓦米（Sridhar Ramaswamy）和維韋克·拉古納坦（Vivek Raghunathan） 在宣布Neeva關閉的博客文章中寫道。

這份AI項目死亡名單來自AI工具聚合網站“DANG！”的一個子頁面——AI Graveyard（AI墓地）。AI墓地頁面中的大多數項目都寫明了項目背景、功能、技術應用以及死亡時間，就像刻在賽博空間的墓志銘。

AI Graveyard（AI墓地），圖片來源：DANG！

據統計，截至2024年6月，這份名單共收錄了738個已經死去或者停止運行的AI項目，具體來看：

• Chatbot、AI寫作等文生文產品共271個，約占37%；
• AI繪畫、AI設計等文生圖產品共有216個，約占29%
• AI語音、AI視頻等文生音視頻產品共有73個，約占10%；
• AI代碼工具、SEO優化工具等其他類產品，約占24%。

它們因何而死？

一、不是死于“套殼”，而是死于“沒能套好殼”

在AI墓地，不少都是“套殼”的產品。

比如AI Pickup Lines（AI搭訕語），用戶可以用它每天免費生成10條搭訕文案，也可以選擇9.99美元/月或99.99美元/月的付費訂閱，從而生成無限數量的搭訕臺詞，并靈活地選擇任何關鍵詞；此外，用戶還可以選擇以499.99美元的價格購買綜合數據庫，獲取涵蓋各種主題和風格的10萬多條內容搭訕內容。

然而，AI Pickup Lines存活時間并不長，2022年底上線，2023年初就關閉了。

AI Pickup Lines，圖片來源：AI Graveyard

AI Pickup Lines關閉的最主要原因是娛樂性大于實用性，以及隨著越來越多競品大模型能力的增強，這類接入單一API的產品也很難應對生活中復雜多變的社交場景，壁壘會越來越??；另外，雖然這類產品可能通過廣告或一次性購買獲得收入，但長期的用戶留存和盈利能力不足，最終入不敷出關停。

AI周報生成器、AI哄女友文案生成器等“套殼”產品的死亡也都是這個邏輯。

不過，“套殼”并不是一個貶義詞。

我們曾在《大模型套殼祛魅：質疑套殼，理解套殼》一文中提到：非AI從業者，視“套殼”如洪水猛獸；真正的AI從業者，對“套殼”諱莫如深。

但由于“套殼”本身并沒有清晰、準確的定義，導致行業對“套殼”的理解也是一千個讀者有一千個哈姆雷特。

前語雀設計師，現AI助手Monica聯合創始人Suki在即刻上分享了“套殼”的四重進階：

一階：直接引用 OpenAI 接口，ChatGPT 回答什么，套殼產品回答什么。卷UI、形態、成本。
二階：構建 Prompt。大模型可以類比為研發，Prompt 可以類比為需求文檔，需求文檔越清晰，研發實現得越精準。套殼產品可以積累自己的優質 Prompt，卷 Prompt 質量高，卷 Prompt 分發。
三階：Embedding 特定數據集。把特定數據集進行向量化，在部分場景構建自己的向量數據庫，以達到可以回答 ChatGPT 回答不出來的問題。比如垂直領域、私人數據等。Embedding 可以將段落文本編碼成固定維度的向量，從而便于進行語義相似度的比較，相較于 Prompt 可以進行更精準的檢索從而獲得更專業的回答。
四階：微調 Fine-Tuning。使用優質的問答數據進行二次訓練，讓模型更匹配對特定任務的理解。相較于 Embedding 和 Prompt 兩者需要消耗大量的 Token，微調是訓練大模型本身，消耗的 token 更少，響應速度也更快。
如果把模仿 Llama2 架構做預訓練也算進去，可以看做第五階。

這五重進階，基本囊括了大模型“套殼”的每一個場景。

如果把模仿 Llama2 架構做預訓練也算進去，可以看做第五階。這五重進階，基本囊括了大模型“套殼”的每一個場景。

盡管都是“套殼”，但“套殼”的程度不同，現在也有很多“套殼”的產品因為精巧的設計和良好的定價策略生存了下來，甚至活得不錯。

就比如說前文提到的AI助手Monica，就是通過收購ChatGPT for Google升級而來的產品。它內置了GPT-4o、GPT-4、Gemini、Claude Llama 3等大模型，因其良好的對話、搜索、總結、翻譯、表格處理、圖片編輯等功能，在幾個月的時間里收獲了幾百萬用戶。

再比如有著“套殼之王”之稱的AI搜索產品Perplexity，由于其極快的響應速度、精準的問題回復、可存檔的多輪交互等特性，使其常年位居a16z的Top 50 Gen Al Web Products前十名。截至2024年5月中旬，其產品的日度訪問用戶量達到了300萬次，相比一年前增長了5倍以上。

Perplexity聯合創始人、CEO阿拉文德·斯里尼瓦斯（Aravind Srinivas）今年初就表示：“人們可以將Perplexity看做是一個AI‘套殼’產品，但成為一個擁有十萬用戶的‘套殼’產品顯然比擁有自有模型卻沒有用戶更有意義?！?

Perplexity頁面，圖片來源：Perplexity

還有不少獨立開發者的制作的AI“套殼”產品也表現優異。

比如，有著多年市場研究經驗的David Bressler就通過無代碼平臺Bubble搭建了一個名為的formula bot的Excel公式生成器，賺到26000美元的ARR（年度經常性收入）；也有獨立開發者通過在細分領域深耕，做出了AI聊天機器人平臺Chatbase，其MRR（月度經常性收入）約為64000美元；此外，還有Magnific（圖像超分、增強工具，5個月積累了72萬用戶，后被Freepik收購）、PDF.ai（通過問答來了解pdf文檔的內容，其上線6天就收回成本，并在2023年9月成功突破了30萬美元的AAR）等優秀的AI產品。

因此，很多AI產品不是死于“套殼”，而是死于“沒能套好殼”。

二、賣會員、賣體驗次數，然后呢？

除了“沒套好殼”，AI墓地里產品的第二大死因，是盈利模式單一，相關產品的定價形式主要有兩種：充會員和買積分換體驗次數。

以文生圖產品Purephotos.app和AnimeAI.lol為例，前者為企業用戶提供積分購買服務，后者則將產品和服務打包成不同的套餐出售。

或許是意識到了企業用戶不賺錢，自2024年5月起，Purephotos開始嘗試最近流行的“隨用隨付”的收費模式，用戶生成的圖片張數越多，分攤到單張圖片上的費用越便宜。

Purephotos.app定價策略 圖源：AI Graveyard

AnimeAI.lol定價策略 圖源：AI Graveyard

Photofix同樣如此。

這是一個AI照片編輯工具，具有圖像增強、去除多余人物、文生圖等功能。

該產品分為了“基本版”和“高級版”，基本版每張圖片在0.39-5.99美元之間，高級版每張圖片在0.49-9.99美元之間。

Photofix定價策略 圖源：AI Graveyard

而Purephotos.app即使后來加上了“隨用隨付”的收費模式，但因為轉變太晚，也沒能挽回頹勢。

我們梳理了部分AI墓地中部分文生圖產品的定價策略后發現：這些產品大多走的購買積分（credits）模式，用戶購買積分的量越大，均攤到每次生成任務的價格就越便宜。

然而，這些產品的底層多是接入的幾個主流文生圖模型的API，但是定價卻并沒有比其底層模型的價格低多少——以Patience AI為例，其底層接入了Stable Diffusion、Waifu Diffusion、DALL-E等模型，產品定價為15美元1000個積分，約為0.015美元/積分，如果按照生成一張圖片消耗2積分計算的話，每張圖片的價格約為0.03美元，這高于DALLE-2 生成單張圖片（1024 x 1024 的最高規格）的0.02美元。

DALL-E 2不同規格圖片的定價，圖片來源：OpenAI

如此不劃算的價格，如果產品或者底層技術上再沒有較大突破，那么這些產品最終走向死亡也是意料之中。

即使是產品和設計上做到了足夠精巧、定價機制也設置得合理，一旦巨頭下場，初創公司都也會受到影響。

這就不得不說曾被視為是“谷歌競爭者”的AI搜索引擎Neeva，現在它就躺在AI墓地里。

Neeva由谷歌前廣告業務副總裁德哈爾·拉馬斯瓦米和Youtube前貨幣化副總裁維韋克·拉古納坦于2019年聯合創立，因為其主打無廣告、無追蹤器、優先考慮用戶隱私，一經推出就廣受關注。

和很多搜索引擎產品選擇接入谷歌或者必應的API不同，Neeva選擇從頭開始構建搜索堆棧，并組建了一個50人的小團隊。Neeva推出了帶有更大圖片和有用比較信息的購物頁面，同時優先考慮Reddit和Quora等網站上的UGC內容展示在外，體育搜索的結果也變成了漂亮的全屏記分牌，搜索特定關鍵詞的時候還可以直接帶用戶進入網頁。

和谷歌相比，Neeva的界面更加簡潔干凈，比如將傳統搜索結果頁的藍色鏈接替換為了更直觀的頁面，并更加強調UGC的內容。

Google（左）和Neeva（右）搜索結果比較，圖片來源：Medium

Neeva于2021年6月在美國正式推出，每月向用戶收取4.95美元，短期內迅速吸引了大量用戶，在推出后四個月內月活躍用戶就增長到50萬。

到2022年初，Neeva已經將大語言模型集成到其搜索堆棧中，成為了第一個為大多數查詢提供引用的實時AI答案的搜索引擎。

為了在2022年擴大用戶群，Neeva的基礎版本開始免費向用戶提供。

Neeva產品頁面，圖片來源：TechCrunch

為了順應生成式AI潮流，同時也為了尋求更好的增長，2023年1月，Neeva推出搭載了生成式AI搜索產品NeevaAI。

這是首批集成AI功能的搜索引擎，可以通過摘要和引文來回答查詢內容，NeevaAI在推出的當月流量就超過了微軟的New Bing和谷歌的AI搜索內測版。

Neeva也曾經是資本的寵兒，曾獲得紅杉資本、Greylock Partners等知名VC的投資，融資金額累計達到7750萬美元。

然而，運營了4年后，Neeva撐不下去了：2023年4月，Neeva宣布永久關閉其搜索引擎。拉馬斯瓦米發文表示，由于在吸引新用戶方面面臨著巨大的挑戰，加之目前艱難的經濟環境，Neeva將關閉網頁端和消費者搜索產品，并開始To B業務的探索。2023年5月，云數據庫公司Snowflake以約1.5億美元的價格收購了Neeva。

不可否認，“AI搜索”是一個好的產品形態，從美國的Perplexity到中國的秘塔AI，流量的穩定性和不斷增長的用戶數驗證了這類產品真實的市場需求。

然而，在谷歌、微軟等巨頭已經占據了強勢生態位的情況下，AI搜索創業公司之間的競爭是異常重資本游戲，要使用戶拋棄原有習慣、轉向新的搜索產品，不僅需要在產品力上做到獨一無二，更是需要砸重金做營銷推廣，這就給AI搜索創業公司的融資能力提出了很高的要求。

同時，能否找到合適的盈利模式也是決定AI搜索產品成敗的因素之一：單純靠廣告可能變現速度比較慢，而其他盈利模式（如訂閱制）則因為一定的付費門檻難以吸引大量的用戶，這也是Neeva在推出付費版本之后用戶增長放緩的原因。

三、如何不走進AI墓地

著名的創業孵化器Y Combinator曾在2006年總結過創業公司的18種死法，包括太燒錢、不賺錢、沒算力、產品沒有差異化等。從AI墓地的這些項目里發現，18年前的18種死法，現在依然致命。即使是過去曾經一飛沖天的明星AI產品，也會突然在某個時刻碰壁，成為歷史的塵埃。

AI墓地收錄的還只是一些中小型的公司，但一些體量較大的明星AI公司也在走向死亡或漸漸沉寂。這些公司在輝煌時期動輒估值幾億、幾十億美元，然而卻在最近兩年內陸續折戟——Inflection AI就是典型的例子。

2023年5月，該公司發布了首款聊天機器人Pi，它可以通過應用程序或網頁、WhatsApp、Instagram、Facebook與用戶進行個性化的對話。

Pi的頁面，圖片來源：TechCrunch

Inflection AI聯合創始人穆斯塔法·蘇萊曼 （Mustafa Suleyman）在接受彭博新聞社采訪時曾表示，盡管Inflection AI吸引了包括微軟在內大量投資者的興趣，并且擁有100萬活躍日活，但它尚未找到有效的商業模式。

Pi表示自己一直由風投支持，沒有商業模式，圖片來源：PiInflection

例子可以讓創業者警醒——當一家AI應用公司的核心產品遲遲無法拿出足夠有說服力的表現，模型層面又面臨著軍備競賽的壓力，那么最初“模型驅動AI應用”的邏輯或許便不再成立。

獵豹移動董事長兼CEO、獵戶星空董事長傅盛曾告訴我們：

“我現在堅定地認為是產品尋找市場，用市場來反推你需要什么樣的技術。過去大家對技術的好壞有一種迷信，過去很多做AI的人出身于高校、研究所或大廠，出來的人可能會認為論文關鍵、架構最關鍵，其實市場的第一性需求最關鍵?！?/p>

獵豹移動董事長兼CEO、獵戶星空董事長傅盛，圖片來源：「甲子引力」

零一萬物創始人、CEO李開復今年5月提出了一個“TC-PMF”的概念，他認為，PMF（產品市場契合）這一概念已經不能完整定義以大模型為基礎的AI-First（AI優先）創業，應當引入Technology（技術）與 Cost（成本）組成四維概念，即“TC-PMF”(Product-Market-Technology-Cost Fit，技術成本 X 產品市場契合度）。

在李開復看來，大模型從訓練到服務都很昂貴，算力緊缺是賽道的集體挑戰，行業應當共同避免陷入不理性的ofo式流血燒錢打法，讓大模型能夠用健康良性的ROI（投資回報率）蓄能長跑，奔赴屬于中國的AI 2.0變革?！白黾夹g成本 x 產品市場契合度，尤其推理成本下降是個’移動目標‘，這比傳統PMF難上一百倍。”李開復解釋。

零一萬物創始人、CEO李開復，圖片來源：零一萬物

總而言之，Inflection的失敗不能簡單歸因于產品的失敗，而是沒有找到“TC-PMF”，一味融資驅動，忽略了自由現金流、技術的可行性和成本的可控性，即使產品的市場數據表現良好，也因為商業化的短板而難逃被“收購”的結局。

當然，除了從失敗者身上汲取教訓，大多數人可能更關心的問題是：什么樣的AI初創企業在今天能夠成功？

綜合來看，有兩類企業存活下來的可能性更大：

第一類是真正理解了B端或C端用戶需求和痛點的企業；

第二類是做出ChatGPT、Midjourney等生成式AI產品替代不了的功能，把某一細分場景打透、打穿的企業。

第一類企業中，一個很典型的案例是AnswerAI。

AnswerAI是一個面向北美市場的AI Tutor（AI家教）產品，主要的功能是拍照解題+論述。創始人周立，2007年碩士畢業于北京大學，先后在老虎地圖、豌豆莢、Kika輸入法和LiveIn以創始人的身份工作。

和上一波主打“拍照搜題”的AI Tutor1.0的產品不同，Answer AI是一款AI Tutor2.0的產品，不僅能搜題，還能解題，在給出答案的基礎上還可以給出論證過程。題目也不局限于題庫中的題，而是可以在能力范圍內解答從沒見過的新題目，這極大解決了學生用戶“有答案但看不懂思路”“遇到新題目不會”的痛點。

該產品出來之后，Answer AI在互聯網上好評如潮，不少用戶表示“這是我用過的最好的AI產品”。

Answer AI用戶反饋，圖片來源：Google Play

Data.ai在5月21日發布的數據顯示，在美國應用商店排名前20的教育應用中，有5款是幫助學生完成作業的AI Agent，Answer AI就是其中之一。

目前Tutor AI在全球擁有超過200萬的用戶，80%來自美國的高中和大學，在北美AI Tutor類產品里暫時排名第一，今年的ARR預計將達到500萬美元。

而第二類企業的的典型代表，是一個名叫Bitly的URL縮短工具企業，和與其有著類似思路的vidyo.ai。

Bitly公司總部位于紐約，由彼得·斯特恩 (Peter Stern) 于2008年創立，致力于提供長鏈縮短鏈、動態二維碼和定制鏈接縮短功能。

Bitly，圖片來源：Bitly官網

這看起來不是像是一個生成式AI時代企業做的產品，但是Bitly以簡潔的交互操作、穩定的服務能力、自帶統計功能等特性被很多人評為“最好用的短鏈工具”，以X（Twitter）為例，它已經悄悄地使用Bitly取代了原先的URL縮短服務TinyURL。

之前，X為了讓用戶節省140個字符空間，使用TinyURL服務快速且自動的縮短長URL，并獲得了大量的曝光率和額外流量。

Bitly起初也并沒有選擇To C的PLG（產品驅動增長）路線，而是將目光投向了企業客戶，通過SLG（銷售驅動增長）的方式把“小螺絲刀”賣給大企業。

得益于強大的免費增值服務，Bitly很快占領了全球大部分市場，在2018年實現了接近2000萬美元的ARR；2020年調整戰略轉向PLG之后，Bitly更是實現了“一飛沖天”式的增長。

Bitly ARR發展歷程，圖片來源：Medium

如今，這家古早又低調的公司，完全打破了“SaaS在美國做不了To C”的魔咒，突破了1億美元的ARR；即使是2022年ChatGPT橫空出世、很多人開始用ChatGPT等AI工具進行長鏈縮短鏈，也并沒有動搖Bitly的增長基本盤。

原因很簡單：ChatGPT等AI工具在面臨用戶“長鏈轉短鏈”要求的時候，偶爾隨機生成，偶爾使用Bitly的域名生成。

通常來說，使用Bitly域名生成的短鏈不是在真實的Bitly賬戶中縮短的，因此生成的短鏈往往打開之后也是錯誤頁面。

Bitly工作人員也在其用戶服務頁面表示，“如果你正在使用AI工具來幫助你寫文案，一定要在發布或打印你的文本之前檢查你的鏈接?！?/p>

Bitly工作人員對于部分AI工具生成短鏈錯誤的原因解釋，圖片來源：Bitly

和Bitly類似思路的產品，是AI視頻編輯工具平臺vidyo.ai。

vidyo.ai能自動一鍵將長視頻轉化為短視頻，用戶只需將視頻上傳、或是將鏈接粘貼到vidyo.ai，它就會自動在云端剪輯出長視頻精彩片段、還能智能跟蹤人臉并添加字幕，并支持適配各個短視頻平臺的格式。

vidyo.ai可以將視頻編輯和處理時間縮短高達90%，以前需要3個人近一周才能完成的工作，現在使用vidyo.ai只需15分鐘即可完成。

而在目前的AI生成視頻產品如Runway、Pika、PixVerse、Sora，它們均更強調視頻的“生成”能力，更靠近生產端，卻忽略了消費端的需求——視頻生產出來之后終究是要服務用戶的，而真正有市場、真正受用戶歡迎的是短視頻。

vidyo.ai正是抓住了被巨頭忽略的領域，不卷視頻生成，而是另辟蹊徑、更“市場需求導向”地去做AI視頻剪輯產品，進而在AI視頻的生態位中占領了一席之地。

2021年加入國際投資孵化器Entrepreneur First后，vidyo.ai在2022年獲得了110萬美元的種子輪融資，2023年就已經積累了50萬+用戶，ARR就達到了150萬美元。

再把目光放回國內。

我們曾關注過一家“另辟蹊徑、單點突破”的企業——海納AI。

這是一家做AI招聘的企業，和很多HR?SaaS公司既做AI面試、又做BPO（業務流程優化）不同，海納AI聚焦于“AI面試測評”這一單一的場景上，為客戶提供人才量化測評方法論和AI自動評估算法。

海納AI將人才結構化拆解為200多個維度，4000多個行為特征，并基于最新開源大模型，利用數億條高質量行業數據，自煉行業AI大模型，對人才的儀容儀表、溝通表達、綜合素質、專業技能、心理狀況、行業經驗等均可自動面試測評。

海納AI產品服務流程圖，圖片來源：海納AI

創辦五年至今，中國用工量最大的8個行業的Top3頭部集團絕大部分均已使用海納AI，如順豐、沃爾瑪、瑞幸等，每個集團每年面試10萬-100萬人，均通過海納AI完成，客戶復購率達到100%。

海納AI創始人兼CEO梁公軍曾對「甲子光年」介紹，AI招聘在過去五年發展非常慢，和過往十年大部分to B企業一樣，很難做到營收過億，因為沒辦法規?；?，爆發點無法來臨。但現在AI面試的爆點已經到了。在這個領域，專注于單點場景、已經完成PMF的公司會在未來半年內率先脫穎而出，它們已經走過了從0到1、從1到5的成長過程。接下來會迎來5到10、到100、到1000的快速爆發。

Bitly、vidyo.ai和海納AI的共性在于，他們都找到了生成式AI巨頭無法觸及、或者無法做好的場景，抓住這一場景中的細分需求，打透、打穿；換句話說，他們在大廠的射程范圍之外，找到了自己獨特的立足點。

百川智能創始人、CEO王小川在今年5月的一場媒體溝通會上提到，百川智能希望做的是“大廠射程范圍之外”的產品?！笆紫?，中國商業環境里to B的市場規模比to C小10倍；to B收的是人民幣，花的是美金。大廠都會卷這件事情，只是沒想到大家這么狠，都卷到0了，這肯定是大廠射程范圍內的。而我們肯定要做差異化?！蓖跣〈ㄕf。

心資本合伙人吳炳見曾經公開發表過一個觀點：Mobile（移動互聯網）的關鍵詞是“競爭”，大規模燒錢競爭，贏了競爭的才有機會跑出來；而AI的關鍵詞是“吞沒”，預判好模型的發展，不被吞沒的有機會跑出來。

在如今不再火熱的市場環境下，融資或許是每一個AI項目面臨的難題；但既然融不到資，AI創業公司所能做的，或許就是“不被吞沒”，先努力靠自己“跑起來、活下來”。只要先跑贏一部分人，或許未來就能跑贏所有人。

“我一直和創業者說，千萬不要追求技術的領先，不要糾結于產品中有多少是AI，有多少是人工，因為技術迭代太快了，一定要追求能不能達到商業化質量，把客戶、場景、數據搶在自己手上?！苯鹕辰瓌摌I投資基金主管合伙人朱嘯虎在大會上說。

朱嘯虎在本周的一場分享中也表達了一種“特別明顯的感覺”——今年將是AIGC創業回歸商業本質的開始。

這個感覺沒錯，但我們認為，回歸商業本質并不等于只做應用，單獨的大模型公司也有價值。

看看剛剛發生的OpenAI計劃封鎖中國API事件，以及各家大模型公司迅速推出的“搬家計劃”就知道了。盡管某些大模型公司的API收入非常少，但是這次也紛紛加入了爭搶客戶的大戰中。

市場環境和機遇瞬息萬變，對于一家AI企業來說，“護城河”并不是先決條件，當企業真正擁有了值得“護”的東西時，“護城河”才有意義。