“很多人會問，AI作爲工具到底能不能賺錢？這也是我最常被問到的問題。作爲商業化落地，我有一個很有意思的思考。”

公司情報專家《財經塗鴉》獲悉，7月27日，商湯科技董事長兼首席執行官徐立在“大愛無疆·模塑未來”WAIC 2025大模型論壇上，針對AI商業化背後的核心邏輯，從新的維度做出詮釋。

讓AI成爲生產力本身

1950年，最早的人工智能圖靈對人工智能的判別式定義是，“如果我不能區分對面的是人還是機器，那它就是有智能的”。彼時，人工智能的本質定義的是人的能力。而當大部分的任務都不能區分是人還是機器時，人工智能就變成了通用人工智能。

“最初，大家覺得10年內便能解決模仿人的智能問題。但實際上， 真正在做的都是工具。於是預期被漸漸降到谷底。今天，當大家覺得不管是代碼編程還自然語言處理和文稿生成方面，已經漸漸可以觸達AGI時，新的高期待又產生了。”徐立介紹道。

這種期待又帶來一個問題，目前的人工智能工具是否已經足夠好用，或者足夠觸達普遍定義的“人”的標準？AI發展一定帶來工具的演進，但工具的演進是否必然能帶來效用的增加？

“我們在說商業化的時候，會發現一個很有意思的問題，即‘工具的陷阱’。很多時候，生產力工具能夠帶來結果變好，但也有可能會帶來工作量變大”。

徐立坦言，比如，如果過往沒有那麼好的數據、編輯工具、圖片編輯工具，大家可能工作也不用那麼辛苦；如果如果沒有電，可能也不用加班。“我們團隊經常說，如果沒有Word和Excel，原來的一些表格、處理文件可能只要幾頁就能完成，“但是現在就非常卷，比如招股書必須完成300頁才能算是一個完整的報告”。

原因在於，生產力工具推動的是行業平均水平的發展，這使得行業對於標準的要求越來越高，導致參與者掉進工具陷阱，工作量逐漸變大。

“所以，很多商業化場景中，如果以工具來做付費訴求，其實會面臨挑戰，因爲很多人不會爲過程買單。這導致行業的共識正在逐漸從過程、成本導向，向效用導向轉化。”

徐立在分享其思考時表示，人工智能帶來的究竟是生產力工具還是生產力，是當下的一個新命題。“如果是生產力工具，現在很多To B的商業模式將會繼續面臨進程緩慢的問題，如同此前的SaaS一樣”。

“但是我們仍舊能看到，在一些垂直領域上，特別如今被熟知的WebCoding、數據分析等層面，生產力工具已經在向軟性的生產力，甚至是數字生產力轉化，形成端到端結果的呈現”。

注：文/財經塗鴉，文章來源：財經塗鴉(公衆號ID：caijingtuya)，本文爲作者獨立觀點，不代表億邦動力立場。