DeepSeek的冲击：C端AI应用的新挑战
“现在没人再提杨植麟了，Kimi投入巨额资金获取用户，结果却不如豆包，最终甚至比不过界面简陋、功能单一的DeepSeek。看来还是应该将精力和资源集中在打造更优秀的基础模型上。” 这句话出自阿里旗下某智能协作产品负责人之口，代表了近期对杨植麟和Kimi讨论的主流声音。
DeepSeek的爆发式增长，无疑给C端市场的AI应用敲响了警钟。曾经备受瞩目的产品，似乎在一夜之间被用户遗忘。数据显示，DeepSeek上线仅21天，日活跃用户数就突破2215万，达到ChatGPT的41.6%，甚至超越了豆包的1695万。
Kimi作为C端AI市场的焦点，其K1.5版本与DeepSeek-R1几乎同时发布，但与DeepSeek相比，Kimi显得黯淡无光。
加上Kimi一直以来的“热搜体质”和高额的投放策略，更让人觉得，这二者应该被放在一起进行对比。有消息称，去年11月，Kimi的投放金额再次达到2亿元，10月、11月的单月投放总和已经超过了此前7—9月第三季度的总和。
网上流传着一个段子：“一个聪明但不干活的DeepSeek，一个愚蠢但很勤劳的豆包，一个能力中等但不提供情绪价值的Kimi，还有一个海外留学但我请不起的ChatGPT——要做AI的‘老板’，就得面对和真实管理者一样的用人难题。” 这段话看似荒诞，却反映了当下用户在使用这些AI产品时的真实体验与认知。
除了用户层面的认知，相关当事人的反应也加剧了这场风波。
在朱啸虎的近期采访中，当被问及Kimi时，他几乎回避话题，“我在这不提了，不提了。” 而对于DeepSeek，他却毫不掩饰自己的热情，“我肯定会投！ 我肯定会投！——这个价格已经不重要了，关键是能参与其中。” 一冷一热的态度形成了鲜明对比。
有趣的是，面对朱啸虎的批评，曾一度保持沉默的月之暗面联合创始人张予彤，却在DeepSeek的冲击下，主动发布了Kimi春节期间日活持续增长的数据，试图将话题拉回自己的主场。
DeepSeek的崛起，虽然不会对Kimi造成致命打击，但无疑给Kimi带来了措手不及的冲击，特别是在Kimi一直以来都采用高调营销策略的情况下，这种冲击显得尤为尴尬。 从外部角度来看，作为Kimi决策核心人物之一的杨植麟，是否需要对“重营销”的策略进行反思呢？
Kimi的“重投放”策略：杨植麟是否应该“背锅”？
人们总是喜欢看到这样的场景：昔日的风云人物被新生的力量所取代，并将短期的格局变化视为全盘否定的理由。 单纯从短期来看，这样的评判显然过于片面，甚至带有“非黑即白”的思维方式。
为了尽可能还原事实的全貌，我们需要尝试理解杨植麟的思维逻辑。 在过去的一年中，杨植麟在两次公开场合（2024年6月智源大会与9月14日天津大学宣怀学院讲座）提出了他对AGI商业本质的两大判断。
首先是关于算力成本，杨植麟认为，训练和推理成本都会持续下降。 李彦宏也表达了类似的观点，他认为根据摩尔定律，每18个月，性能就会翻倍而价格减半。 如今，大模型推理成本每年降低90%以上。
但杨植麟进一步强调，推理所需的算力将在某个临界点超越训练算力，届时将标志着AGI价值的真正释放，训练成本也最终得以覆盖。
第二个论断则集中在获客成本上。 按照杨植麟的原话，“如果从C端的角度来说，推理成本可能会显著低于获客成本，所以从商业本质上来讲，可能不会跟之前的各种商业模式有非常本质的区别。 我觉得这两个是很重要的。”
这意味着，随着各大模型背后的玩家争夺用户，市场竞争加剧，必然会启动补贴和买量的策略，导致获客成本水涨船高。
从以上两点出发，我们可以概括出杨植麟对成本结构的看法：推理成本 < 训练成本 < 获客成本。
站在杨植麟的角度，他面临的是“融资难”和“盈利难”的双重困境。 一方面，资金越来越紧张，国内大模型行业的融资难度不断增加，过高的估值与市场预期带来了巨大压力；另一方面，商业化的道路仍处于起步阶段，Kimi仍在为盈利模式而努力。
通常情况下，资金的分配会集中在三个主要方面：一是算力成本，包括推理和训练成本；二是营销成本，也就是投流；三是公司的人力成本。 在资金相对有限的情况下，如何合理分配资金就成为了关键问题。
根据“推理成本 < 训练成本 < 获客成本”这一框架，如果将有限的资金倾斜到日益昂贵的领域，“重投放”这一营销策略就显得顺理成章。
“从操盘的角度来看，投流这个策略其实没有太大问题，因为模型技术的迭代和贬值速度太快了，让头部玩家先去探索，等待技术扩散后再受益会更理性。 先打出用户心智、知名度也许是聚焦C端场景下综合来看最不坏的选择......” 小红书AI博主“全速前进”认为，获客成本不会每两年下降90%，如果竞争激烈甚至成本会上升，从这个角度来看，优先投流反而是更合理的选择。
事实上，杨植麟这一套商业框架的端倪在其他方面也得到了验证。
去年十月，据《智能涌现》报道，六大中国大模型独角兽中的两家，已经开始逐步放弃预训练模型，缩减预训练算法团队的规模，将业务重心转向AI应用。 有业内人士曾向「市象」透露，其中一家就是“月之暗面”。
“大概是因为杨植麟判断，模型本身的差异化已经难以拉开太大差距（尤其是在普通用户眼中），此时，谁的chatbot类产品曝光多，谁的用户就更多。”
在与AI业内人士的交流中，上述观点得到了进一步印证——Kimi此前在投流与研发侧重策略的选择中，在“商业逻辑”上或许并没有犯太大的错误。 只是，DeepSeek的横空出世，意外地打破了原本被验证的市场规律。
“我觉得杨植麟也是这么想的。” 一名AI业内人士对「市象」表示。
Kimi需要反思什么？
当下，Kimi和杨植麟确实需要进行反思。
例如，DeepSeek和Kimi都证明了，AI对话类产品普遍面临一个显著的问题——缺乏用户忠诚度。 这类产品的本质是工具型产品，而工具型产品的特性决定了其难以保持强大的用户粘性，核心竞争力往往体现在工具的实用性和性价比上。
一旦出现更优秀的替代品，用户往往会毫不犹豫地转向新的选择。 因此，AI对话类产品的生命力在很大程度上依赖于产品的更新迭代和市场竞争力。
从这个角度来看，字节跳动内部关于AI对话类产品天花板较低的判断并非没有依据，公司的多元化布局策略也显得非常明智。 而Kimi的高额投放投入，在外界看来似乎是一次未经深思熟虑的决策。
在这种背景下，Kimi紧接着面临的关键问题是：是否继续按照既定的节奏推进广告投放？ 通常情况下，市场会促使其做出调整，这也是现在很多人的共识。
不过，有百度AI产品经理向「市象」表示，Kimi的投放策略在短期内可能难以停止，甚至可能会进一步加大投入。 他认为，尽管DeepSeek的成功证明了营销并非决定产品成败的唯一因素，但为了在品牌曝光和用户积累上与老牌竞争者保持竞争力，Kimi必须坚持增加投入。 “Kimi有种被架着，不上不下的感觉。 但在当前市场环境下，与其半途减速，不如全力以赴。”
同样，Kimi面临的问题不仅仅是投放策略。 Kimi的K1.5与R1几乎在同一时间发布，但K1.5几乎没有引起任何关注，反而R1越来越火。 值得注意的是，K1.5并非平庸之作，在Long CoT模式下，Kimi k1.5的数学、代码、多模态推理能力，达到了长思考SOTA模型OpenAI o1满血版的水平。
但为什么它未能获得广泛关注呢？ 除了游戏科学冯骥提到的DeepSeek成功六要素（强大、便宜、开源、免费、联网、本土），Kimi必须适当反思其产品策略。
从后期效果来看，DeepSeek的成功标志着国内用户首次大规模接触“深度思考”这一功能， 深度推理过程的白盒展示与回答质量的显著提升，极大地丰富了用户的产品体验。
相比之下，Kimi早期选择的短思维链模拟长思维链的策略，虽然初衷是为了迎合用户需求，减少等待时间，却未能达到预期的效果。 这也验证了DeepSeek-R1的成功，证明用户对于冗长复杂的推理链条并不排斥，反而乐于体验其中的深度和亮点。
此外，DeepSeek的爆红还揭示了一个现象：大量用户此前从未接触过AI大模型。 尽管OpenAI的ChatGPT已经横空出世两年多，国内的大模型如文心一言、通义千问、Kimi和豆包等也已经激烈竞争了一年多，但DeepSeek仍然引起了广泛的惊叹，表明仍有相当一部分用户未曾接触过这些前沿技术。
近期有媒体曝出，阿里巴巴集团计划以100亿美元的估值，投资10亿美元认购DeepSeek 10%的股权。 虽然阿里巴巴副总裁对此予以否认，但消息仍然引发了广泛猜测。
作为被阿里持股的Kimi看到这一动态，想必心中会有些复杂——有种“曾经陪人看月亮时，叫人家‘小甜甜’，如今新人换旧人，换成了‘牛夫人’”的失落感。
综上所述，再次强调一下DeepSeek的成功验证的不争事实：在AI领域，研发投入的回报远远高于传统的营销手段。 产品的核心价值应该回归技术本质，行业趋势已不可逆转。
Kimi AI官网软件地址：【点击登录】
想了解更多AI创作软件工具请关注AI人工智能网站--
