非凡访谈｜钛动科技创始合伙人Eric对话非凡资本合伙人吴畏：国产AI企业出海有哪些弯道超车机会？

 谈谈今非昔比的AI应用

• 第一类是情感陪伴，解决情感陪伴需求，拥有这些需求的大有人在，有点像以前的声讯台、午夜电台。当初是有人花钱打电话进去聊天，话费不断要充值，聊的越多越花钱，这是人普遍基础的需求。这个领域也涌现了一些典型的公司，其中就有中国的出海企业。

• 第二类是教育,这类应用之前也已经存在，比如字节的Gauth，之前叫Gauthmath，最开始是拍照解题，实际是它背后有一些老师在解题，人工+智能，之前收费是有真人老师的成分在。现在用了生成式 AI，拍照后答案马上就出来了。成本结构发生了变化。还有 AI 小说，原来可能要支付 30% 的成本给到创作者，现在不需要创作者，支付的是电费、算力成本，这些是来自于成本结构的变化。

• 第三类是生产力工具，普通写字楼办公者对这块是有需求的，这一类竞争也比较激烈，去收费也有难度。总体来说，离人性越近的，越好赚钱。

哪些AI应用能激起用户付费欲望？

Eric：古往今来，赚钱的点其实都是人性的点。不过好比情感陪伴类软件，要做到像以前人工聊天所产生的情绪价值一样，给我们一种“人”的感觉，是很难的事情。

吴畏：大家也许还记得 GPT-4o 发布的时候，有一场景是通过摄像头进行实时语音交互，为什么现在我们还没有大范围看到？或者说看到了一些应用，但它们还没有被完全地推向市场，完全实现实时交互。因为这里还是会产生算力成本。文本层面的算力成本可能未来会下降，但是如果是实时语音，甚至实时数字人、实时视频交互，成本很高，目前来说还没有办法实现。我相信，如果到真正实现的时候，会有很多人愿意付费。

Eric：还有一个细分行业也蛮适合 AI 应用，《恋与制作人》这类剧情类游戏非常适合加入 AI 模型，实现不同人玩出不一样的结局、不一样的剧情延展，跟小说逻辑很像，让用户参与到其中。

吴畏：最近有一个创业者找来，他们是做“乙女类”（以女性为主角或玩家）小说生成应用，用户不需要提供非常复杂的提示词，只需要给一些角色，可能就是喜欢的偶像，它能够在10分钟里生成 8000 字到1万字的同人小说。目前这款应用没有做任何推广，已经有了粉丝社群。产品也即将要推广去海外市场。

Eric：突然觉得这个市场非常大。现在海外短剧也非常火，说明非常多人愿意为这些内容付费。如果有一个千人千面的内容平台，甚至可以 DIY 内容，非常激发人性的付费欲望。

吴畏：我大概有一个理解，把所有AI应用分类在四个象限，横轴是花费时间长短，纵轴是赚钱和省钱。

有些应用帮你花时间，有些应用帮你省时间。花时间的是娱乐类应用，用户愿意为了更好的花时间，收获更多情绪价值而去支付费用。而节约时间的应用例如生产力工具，AI帮你生成PPT、制作Excel、写公文和工作汇报。

另外一条轴是钱。省钱逻辑指的是，你原来可能有一些工作需要外包，做相对重复性的工作，这些靠提效类AI工具得以解决。而借助 AI 去做创作的应用工具，能帮你赚钱。

通过这样的四个象限维度，定位到你的机会在哪里。

放眼全球，机遇何在

Eric：在全球范围来看，您对AI应用有什么样的观察？

吴畏：先说AI赛道里的 ToC 应用，全球化的 ToC 应用跟国内 ToC 应用，侧重点不太一样，生态也有所不同。

• 情感陪伴类：国内的情感陪伴应用数量不如海外多，DAU也没有很大。举例而言，MiniMax在海外的情感陪伴应用“Talkie”已经盈利了，国内版产品“星野”流量却不如Talkie大，背后是国内外在内容审核的角度上有所区别。整体来看，国内情感陪伴类应用发展不如海外蓬勃。
• 教育类：目前这些相对来说 DAU 比较大的应用基本还是主做海外，国内它的做法是把软件跟硬件结合起来。

很有意思一点，在国内市场发展的 ToC 应用主要是大厂在做。但从全球市场来看，ToC 应用其实有很多不同公司在做。这也导致，国内创业公司如果要做一个 AI应用，他会先问自己，我是做 ToC 还是做 ToB？如果是 ToC，大概率一开始就会设定为全球化的应用。如果做 ToB，就做国内市场为主。

Eric：总结一下，ToC 相关的AI应用，主要做全球市场为主；ToB 应用主要面向国内市场。

吴畏：在国内做这类 ToC 的应用很难冷启动，没有流量。当然如果他已经具备一定资本实力，可以通过数字营销公司去买量，但很多创业公司支撑不了这样的模式。另一方面，创业公司相较于大厂，在内容审核合规上也更欠缺经验，结果就是它们会更偏向发展海外市场。其次，如果他们考虑收益的话，更有可能先去做海外，因为海外付费客单价基本就是乘以汇率。

Eric：国外用户对效率型产品的付费意愿都还挺强的。

吴畏：这就是我们刚才说的“省时间”应用。在中国主要是帮用户“花时间”，海外是“省时间”。中国人多，欧美国家人工相对比较贵，更需要提效，他们愿意付费。甚至一个很小的创业公司，都能同时买十几个SaaS平台，很正常。

Eric：中国做的效率工具，在国外其实是一个很好的机会。但这类产品现在还没有那么旺盛，绝大部分都还是做第一象限的产品：花钱，花时间。而帮用户省时间的第三、第四象限产品，还没有百花齐放的感觉。希望未来更多企业出现，去迎合用户消费习惯，取得成功。

 生而全球化：千行百业从中洞见机遇

Eric：怎么看待 2024 年出海市场的新变化？您洞察到了哪些新机遇？

吴畏：如果说今年整个行业发展有两个最重要的关键词，我相信肯定是 AI 和出海，或者说是AI和全球化。“出海”在很多行业人士理解来看，指的是企业原来有国内业务，再把业务拓展到海外。但是在过去一两年，一些公司称为 “Born to global”——生而全球化。这是我看到的第一点变化。

中国企业出海由来已久，甚至在十多年前就有很多企业在不同国家和地区取得很好的成绩，中国强大的供应链卖到了全球。第二点变化在于，大家会在不同区域做更多精细化市场运营，比如说在中东、拉美、俄罗斯等地，也有一些公司专门聚焦特定区域展开业务。

第三点，我们也发现在整个全球化过程中，数字化起到的价值跟作用，在很多行业起到非常大的推动力。

Eric：“Born to global” 的确是观念层面的升级。今年上半年，我们一些同事去到美国和很多当地公司交流，会发现美国成功企业，他们自认为就是一家全球化企业，他们没有“我要做一个美国企业”这样的认知。天生就是，我做的生意就是全球化的生意，这样的观念在支撑着他们。不用局限自己，首先观念的升级非常重要。吴总有看到哪些“Born to global”并且做的非常好的企业，值得作为案例分享吗？

吴畏：当然中国有很多传统企业出海已经非常成功了。最近几年来，大家公认的数字化企业或者是数字经济类企业，经常会提到例如字节跳动，TEMU。我觉得出海现在进入到深水区了，最开始的出海也好，全球化也好，其实是把这个中国人生产的内容辐射出去，一开始是文字、图片，后来是游戏。后来是工具出海，更简单一点，翻译成不同语言。再后面变成了跨境电商出海，链条更长，不能只是把信息内容推送给全球用户，你在本地还可能要建仓库、解决支付物流、适配本土落地的合规政策。现在各行各业都有机会，可以去做更长链条的产业，特别是今年，我们看到很多AI应用也在做出海。

 “肉身出海”：数字化品牌化两手抓

Eric：下一步，中国出海企业应该怎么做才能比肩海外本土化企业？

吴畏：我觉得还是要看他是做 ToC 还是做 ToB。如果是做 ToC，本地化挑战相对 ToB 会少一点。现在不同国家跟地区有法规、政策、文化背景等区别，数据安全的区别。如果做 ToB，本身链条相对比较长，本地化挑战会更大，门槛更高。

目前我们看到一些趋势，首先是把本地化做得更深。举例而言，他一定会在本地招本地人，再让这个本地人去招更多本地人，当然会有中国人或者华人过去，但是会更多地启用本地员工，一旦招聘本地员工，就需要符合当地社保法规要求。比如说在中东或者沙特，开本地公司的话，它不同岗位有个“含沙率”，保证特定岗位里本地员工占有一定比例，不同岗位有不同设置。本地化会面临这之类一系列的问题。

其次是本土市场业态。尤其是 ToB，不同国家的生态不一样，比如在日本市场推广软件产品，日本市场对于软件类产品的决策周期较长。一般惯用的做法是通过本地集成商做，甚至你可能要放弃自己的品牌，用类似于贴牌的方式入局本土市场。

另外一点，现在部分国家跟地区还是相对比较敏感，也会有很多企业在出海的时候，需要考虑到完全本土的公司资质、完全本土的股东配置，甚至创始人本人也是要当地人的身份，规避敏感度。

Eric：总结一下，从以前产品出海到现在真正想做好出海，得“肉身出海”，不仅仅身体力行地过去。中国很多商品和品牌已经在海外能被看到了，但真正意义上想成为一个全球化品牌，首先得很好地融入本地，本土文化故事、品牌形象、品牌认知、本地法律法规，甚至自己本土化的公司，这些都非常重要。很多人可能不会觉得这是现阶段要考虑的问题，但我们其实可以看一下，非常多的美资企业在中国其实都有非常庞大的团队，支撑他们做好这个市场以及被认可。既然聊到电商相关，接下来您怎么看待电商赛道的机会？

吴畏：跨境电商几个平台非常卷，也相应投了巨额的费用，好处是它已经把中国商品推向全球各地了。平台电商是一方面，另一方面，会不会有更多独立站的市场机会？甚至在海外做私域电商，我觉得如果某些商家来自身有比较强的数字化基建能力，对他而言这将是一个值得长远考虑的事情。我们看美国的前十大电商，你会发现不仅有平台电商，也有很多品牌自有的直销网站，无论是用独立站系统还是自己开发。平台电商是需要在那里的，但商家全托管在平台电商上之后，你没有可能品牌的利润空间，对用户没有掌控，你也不知道买你东西的人都是谁。

如果企业做出海、做全球化，想把品牌和商品输送到全球不同国家跟地区，大家要注重数字化建设、自有渠道建设。这个过程中，也要做好长期品牌建设的打算。比如过去一两年非常火的新能源车、机器人类、储能类产品，都非常注重自身品牌建设。它们在不同国家、不同地区都会设计不同的广告语和品牌活动，这也是需要深入下去的。如果只是依赖于平台，平台永远在让商家卷。如果你是个聪明的商家，你其实能明白我在说的是什么。

Eric：现在很多电商平台给我感觉，跟以前的商超没有特别大的区别，其实是把线下商超搬到线上而已。卖的东西还是商超里的东西，买东西的也还是过去商超的用户。但可能并不是你这个品牌的用户，从这个角度来看，我非常认同多渠道的运营方式。品牌建设自己的独立站有很大的好处，第一是用户在自己的手上，第二是有载体去承担未来品牌化的战略，品牌价值对应的溢价在我看来就是更高的利润空间。如果总是依附于电商平台，其实竞争只是来自于你的成本降低，仅仅是成本竞争。

吴畏：大家互相卷之后，忙活了一阵，回头发现自己没赚到钱。

 如何弯道超车？唯有创新才是出路

Eric：中国这些年供应链做得非常极致，发展得非常快。可是我们期待未来全球市场对中国的认知，不仅仅是供应链好，也应该是品牌力很强、产品很好。不能是商品出海，得品牌出海，这样才能带来更长远的生意。

现在在线购物习惯开始慢慢有一些转移趋势，以前可能大家在亚马逊、Shopee、Lazada等电商平台购物，现在随着 TikTok 崛起，兴趣电商和内容电商已经崭露头角了，这其实也是未来的一个可能性。中国的电商市场其实是领先国际发展的，我觉得可以参考国内发展趋势去布局国外业务。

吴畏：其实中国在很多地方都是创新源头，在互联网领域，如何让用户更沉浸？如何让用户体验更好？很多方面其实都有创新，包括移动支付。

Eric：我觉得往两端走，一端是基础产品和数字化底层能力的创新，另一端是品牌和对未来思考的创新，我觉得同时向两端延展可能是弯道超车的重要关键。

吴畏：这也确实适合当下环境，如果只是低效的卷，这个阶段已经过了。更多的是朝向更长远的方向，自身能力建设、自身品牌建设。唯有创新才是出路。

Eric：对过去、现在以及未来的千千万万中国出海企业，请吴总在最后给他们送上一段寄语。

吴畏：钛动这个名字本身已经代表了很多内容，“钛”是重量最轻的金属，关键旁边有个“金”字，它应该是帮助想要出海的企业，无论做内容还是应用，无论 ToB 还是 ToC，帮助他们更轻，更快地赚到钱，帮助企业实现长期持续增长，达成全球化成功。

对谈现场还设置了精彩的问答环节，以下节选问答精华：

Q：很多中腰部广告主都在做 AI 应用，我们怎么判断谁更有潜力？

A：如果要判断广告主短期内有没有投流打算，首先，它本身是否有比较多外部资金注入，如果他有投资人大量资金注入，那对他来讲，增长非常重要，它有可能一开始就会进行广告投流；另外就是白手起家，一开始不见得马上会去投流，但可能会做SEO、网红营销和社群，可以看它的流量变化，如果基于低投入情况增长五倍到十倍，那有可能会马上启动投流方式去获得流量稳定持续的增长。其次，还跟商业模式有关，如果依赖自身资金驱动的情况，ROI是否能回正。

具体到什么样的应用更有潜力、更能从用户那里拿到结果。目前我们看到的一类是娱乐应用，情感陪伴、小说类“花时间”应用。未来也许短剧可能也会有部分内容通过AI生成。另外就是生产力工具，帮人提效，看是否能够切中用户痛点、用户自身付费能力，以及产品降本的程度。如果他原来需要花两小时，你帮他降到2分钟或者20分钟，那他很可能愿意支付费用。

Q：2025 年，AI在营销领域有哪些实际应用的可能性？

A：去年和今年，大家更多看到AI在素材生产这块的应用。你在营销中需要什么？素材，包括视频、图片、文案。目前来看，纯生成的视频是无法用于广告素材的。2025年会不会有呢？我首先觉得这个有可能性。成本反而不是问题，它确实降低了生产素材的成本，主要是技术问题。毕竟现在更多还是短视频营销，如果这一块能够完全由 AI 生成，应该是2025年可见的一个方面。

另外是消费者洞察，AI 更多还是提供辅助，基于大数据去了解品牌的目标受众，不同市场的情况。再到投放，其实智能化程度已经挺高的，但还有一个机会在于投放后的私域运营，如何让这些用户互动起来？AI 客服能不能起到一些作用？能够把这些花钱买来但又没有马上变现的流量好好养起来。

最后一个 AI Agent 智能体，自动化代理，一旦技术到达一定程度，实现完全的自动化，AI Agent 有可能可以替代服务商。短期不会，但长期是很大的挑战，值得关注。

Q：现在中国的 AI 企业有两种模式，一种是接入其他自研大模型，另一种是有自研大模型。您觉得哪一种在未来有更大发展潜力和发展空间？换一种方式说，AIGC 技术壁垒是不是已经建立完好了？

A：做大模型的训练有周期也有成本。做应用不需要去直接开发大模型，可以微调、可以接API，也可以外挂知识库，我自己觉得这是两条完全不一样的方向跟路线。

前者像发射火箭，要花很多钱，有可能发射成功，也可能会失败，无论如何都要花一大笔钱。这可能是AI排头兵们需要去做的事情，甚至是国家做的事情。对于我们大部分人来讲，真正能做的方向其实都是应用层，也会有很多技术，比如微调模型、外挂知识库、让大模型的能力更好地匹配你的场景。

我相对会觉得做应用是百花齐放的东西，对我来说更有吸引力。当然模型是基础设施，我相信未来就像我们喝水一样，任何时候想要喝水都可以随时随地取用。它是必需品，同时也是商品。