DeepSeek的崛起不仅对英伟达等算力供应商的股价造成了沉重打击，同时也给C端市场上的AI应用带来了不小的冲击。那些曾经风光无限的产品，似乎在转瞬间就从用户的记忆中消失了。根据AI产品榜单的数据，截至1月31日，DeepSeek自上线以来仅21天，日活跃用户数已飙升至2215万，达到了ChatGPT日活跃用户的41.6%，并且超过了营销能力极强的字节跳动旗下豆包AI的1695万日活跃用户。
在杭州六小龙以深度求索为标志出现之前，Kimi的K1.5和DeepSeek-R1几乎同时登台亮相，成为C端AI市场的焦点。然而，与DeepSeek相比，Kimi似乎显得较为黯淡。尤其是和Kimi注重流量投送的策略相比，DeepSeek靠自来水引来用户和关注度暴增，更加显得相形见绌了。据消息透露，2024年11月份，Kimi的广告投放额再次飙升至2亿元。10月和11月的单月投放额均超过了第三季度（7月至9月）的总和。如此铺张的打法和DeepSeek自带的高效作为对比，难免让人质疑其前景。
网络上流传着这样一个段子：“一个聪明但不勤勉的DeepSeek（指DeepSeek服务器总是不响应），一个愚笨却勤奋的豆包，一个能力平平却无法提供情绪价值的Kimi，以及一个海外留学费用高昂我无法负担的ChatGPT——想要成为AI的‘老板’，就必须面对与真实管理者相同的招聘挑战。”反映很多用户使用AI产品时的不同体验与认知。
尽管DeepSeek的崛起在短期内不至于对Kimi造成重创，但它无疑给Kimi带来了意外的冲击。特别是在Kimi持续采取高调营销策略的背景下，这种局面显得尤为尴尬。从旁观者的视角来看，作为Kimi决策核心成员之一的杨植麟，是否应该对“重营销”的策略进行反思呢？
“重投放”战略失败，谁来“背锅”在过去一年，杨植麟在两次演讲中（2024年6月智源大会和9月14日天津大学宣怀学院的讲座）阐述了他对AGI商业本质的两个核心观点。
首先，关于算力成本，杨植麟指出，无论是训练还是推理成本，都呈现出持续下降趋势。依据摩尔定律指出，每18个月，计算性能将翻倍，而成本则减半。目前，大型模型的推理成本每年降低超过90%。杨植麟进一步提出，推理所需的算力将在某个临界点上超过训练算力，这标志着AGI价值的真正实现，同时训练成本也将得到有效的补偿。
第二，杨植麟关注的是获客成本。他指出，“从消费者端来看，推理成本可能会显著低于获客成本，因此从商业本质上来讲，可能不会与以往的商业模式有根本性的不同。我认为这两个方面至关重要。”这意味着，随着各大模型背后的竞争者争夺用户，市场竞争的加剧将不可避免地引发补贴和买量策略，从而导致获客成本不断攀升。
根据这两个观点，可以归纳出杨植麟对成本结构的见解：推理成本 < 训练成本 < 获客成本。从这个角度出发，他正面临着“资金筹集困难”和“自我造血能力不足”的双重挑战。一方面，国内大型模型行业的融资环境变得更为严峻，过高的估值与市场预期施加了巨大的压力；另一方面，商业化的进程尚处于初期阶段，Kimi仍在探索和构建盈利模式。
通常，资金的分配会集中在三大主要领域：首先是算力成本，涵盖推理和训练成本；其次是营销成本，即广告投放；第三是公司的人力成本。在这种情况下，资金相对有限，如何合理分配资金成为了一个关键问题。根据“推理成本 < 训练成本 < 获客成本”的原则，若将有限的资金倾斜到成本日益增加的领域，那么采取“重投放”的营销策略似乎就显得合情合理了。而技术上，与其重金投入后随时可能被迭代，不如保持市场敏锐度，友商技术突破后，迅速跟进，将资金用在用户心智这个技术爆炸可能性更小的领域。
或许是因为杨植麟的判断，模型之间的差异已经难以显著拉开，此时，产品的曝光量成为了决定用户数量的关键。Kimi之前在投放流量与研发策略的选择上，从“商业逻辑”角度来看，或许并没有犯下大错。然而，DeepSeek的突然出现，意外地打破了原本经过验证的市场规律。
行业要反思什么？DeepSeek和Kimi揭示了一个普遍存在的问题：AI对话类产品普遍缺乏用户忠诚度。这类产品本质上属于工具型产品，这决定了它们难以保持强大的用户粘性，核心竞争力通常体现在工具的实用性和性价比上。一旦市场上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。
DeepSeek的成功验证了一个事实：在AI领域，研发投入的回报远远超过传统营销手段。产品的核心价值应当回归技术本质，行业趋势已经不可逆转。
