朱啸虎近期提出“AI应用没有壁垒”的观点，引发了广泛的关注。本文深入探讨了这一观点背后的逻辑，分析了为什么在AI时代，技术本身难以成为企业的护城河。

这几天，朱啸虎算是又火了一把。

先是在一次对话里，朱啸虎直言，因为“商业化不清晰”加上行业又有高度共识，自己正在批量退出对人形机器人的投资。

昨天，在2025中关村论坛年会上，朱啸虎又放出话来：

“AI应用就是没有壁垒，说有壁垒是忽悠人的，要在非AI能力上建立壁垒。”

批量退出人形机器人，乌鸦君暂不做评论。但AI应用没有壁垒这事，朱啸虎可能还真没说错。

这一点从最近OpenAI的转型也能看出。

在最近一次采访里，Sam Altman明确表现，比起最先进的大模型，他更希望OpenAI成为一个拥有十亿用户的网站。

种种迹象显示，OpenAI正在从一家大模型公司向一家消费互联网公司转型。

原因很简单，大模型没有护城河，OpenAI花了这么多钱，都没有在大模型上建立护城河，xAI和DeepSeek花了更低的成本、更少的时间就赶了上来。

更不用说那些AI应用了。远的不说，OpenAl这次更新的图片新功能，吉卜力风图片让ChatGPT又一次火出了圈，而那些AI图片创业公司的“天“，彻底塌了。

也难怪，最近AI编程明星公司Replit的创始人Amjad Masad在一次采访里说：

“在极低的用户转换成本下，AI公司的收入增长的指标正在失效。“

既然技术不是AI应用的护城河，那么AI时代的商业护城河又在哪里呢？

01 大模型没有护城河，OpenAI也没有

前不久，Sam Altman与Ben Thompson有一次访谈，当被问到“OpenAI更愿意成为一个拥有十亿日活跃用户的目的地网站，还是最先进的模型？”

Altman的回答没有任何犹豫，“我认为拥有十亿用户的网站。“

就像Ben Thompson所说，OpenAI正在为成为一家消费级产品型公司的人。而Altman也认识到了这一点。

为什么会发生这种变化？原因很简单，AI技术完全构不成护城河。

关于这点，谷歌曾在2023年泄露过一篇名为《我们没有护城河，OpenAI也没有》的内部研究。这篇文章提到了以下三个观点：

1）当免费的、无限制的替代品在质量上可比时，人们不会为受限制的模型付费。我们应该考虑我们真正的附加值在哪里。

2）庞大的模型正在拖慢我们的速度。从长远来看，最好的模型是那些可以快速迭代的模型。

3）数据质量比数据大小更具可扩展性。随着开源让LLMs的研究成本越来越变得可以负担，这会导致在技术方面保持竞争优势变得更加困难，而且这种以广度优先的方式探索解决方案的空间，远远超过了我们自己的能力。

文章里说，我们越是严格控制我们的模型，我们就越能使开放的替代品具有吸引力，我们不能希望既推动创新又控制创新。

后来，DeepSeek的崛起也很好地证明了这一点。OpenAI花了这么多长时间，这么多钱建立的优势都被赶上了，就更别提AI应用了。

在AI图像产品的座次变化，就很好地说明这一点。自2022年3月Midjourney发布开启AI生图以来，AI生图变化的座次就没有停止过。

2022年8月，Stable Diffusion以三个月用户量增长1000万称霸市场；到后来，Midjourney通过产品迭代，在相当长时间内流量高居行业第一；再后来，Stable Diffusion陨落、Midjourney流量被Leonardo. ai反超。到了2025年1月，SeaArt的网站访问量高达1844万，一跃成为全球AI生图产品的榜首。

现在好了，OpenAl这次更新的图片新功能，让很多人觉得那些专做图像生成创业公司的护城河一下子都消失了。

除了AI生图外，即使是现在最火的AI编程赛道，类似的担忧也同样存在。

在不久前的采访里，明星AI编程公司Replit的创始人Amjad Masad坦言：“现在ARR快速增长的指标正在失效，因为AI产品之间的转换成本太低了，任何人都可以在5分钟内从Copilot转到Windsurf再到Cursor。”

毫无疑问，AI正在打破那些传统商业认知里的护城河。就连a16z的合伙人Justine Moore也会感叹道：

“现在唯一的护城河就是不断地推出很酷的东西，真是太疯狂了。“

有趣的是，之前在研究AI初创企业Lovable上，其创始人提到的AI产品方法论里，一个很重要的点就是快速迭代。

Lovable会仅用一个周末完成核心功能，再用几个周末打磨优化，快速上线后，用户反馈驱动迭代。用Anton Osika的话说就是：“找到最大的瓶颈和产品问题，快速迭代解决，不做过长的路线图。”

看上去，变化似乎是AI时代唯一不会发生变化的点。但AI应用护城河的问题并非没有答案，这几天ChatGPT的出圈，或许就能给我们一个不错的启示。

02 从文化认同到用户数据，在非AI能力上建立壁垒

对于AI应用的壁垒这事，国外投资机构NFX曾打过一个比喻：

AI应用就像瓶装水。瓶装水里的东西都差不多，在这个看似同质化的市场里，你需要在其他方面提供独特的差异化价值，比如品牌、营销和渠道。

这句话是什么意思？乌鸦君打个比方你就知道了。

这几天，靠着吉卜力风图片，ChatGPT1小时就新增了100万用户，比22年ChatGPT刚上线5天新增一百万用户还要疯狂。

有趣的是，同样都是自回归（autoregression）模型，也都很擅长图片生成，比ChatGPT-4o上线早一周的Gemini却没有这么大的声量。

而两者唯一的区别就是，ChatGPT-4o比Gemini多了一个滤镜。

很显然，比起大模型排行榜上的数据，更强大的滤镜才代表着AI时代最先进的生产力。大众对这些伟大技术突破的理解就是如此简单。

这有点像当年ChatGPT大火。那一次，ChatGPT的火爆，远远超出了Altman的预期。以至于后来回顾时，Altman坦言，当时他并不认为ChatGPT是个革命性的东西，而只是一次简单的界面升级。

这背后凸显的一个事实是，一项先进技术是否能被大众真正接纳，往往不取决于技术本身，而是在非技术层面，比如足够低的使用门槛，又或者更高的文化兼容性。

如果说，基于使用门槛、文化兼容的超额价值为AI应用搭建了早期的护城河，那么用户使用数据则将进一步加深护城河的深度。

不久前，红杉资本合伙人Konstantine Buhler曾写了一篇文章，观点很明确：使用数据才是AI时代的护城河。

值得一提的是，这里的使用数据与互联网时代讲的数据不一样。普通的互联网数据已经高度标准化和商品化。而AI时代的数据是指，通过用户的独特使用情况形成反馈循环，解决他们的特定问题。在一些垂直领域，这种数据的专有性更强，护城河自然也更稳固。

关于这点可以参考谷歌。

最早，谷歌实现搜索自动化，是靠PageRank算法做到的。但是，仅仅过了几年，他们的优势就从PageRank算法变成了从用户搜索行为里收集的点击数据。

因为有了这些数据，谷歌就可以通过从之前进行过类似搜索并点击链接的人，来预测当下用户点击链接的可能性。

这也是为什么OpenAI想把ChatGPT打造成一个消费互联网产品的意义所在——收集更多的用户使用反馈。

在Konstantine看来，OpenAI在这一点上做的还不够。比如，他们不允许用户对回复进行编辑，这本来可以带来更多高质量的反馈数据。

最后，把Konstantine的意思，套用鲁迅的一句话可能更容易理解：

“AI产品本没有护城河，用的人多了，也便有了自己的护城河。”