龙虾热潮之后:大厂扎堆AI办公,这门生意为何难赚钱?

资讯 腾讯网 作者:腾讯网 全文 3544 字 · 约 9 分钟读完 配图 1 张 分类WorkBuddy腾讯智能体

2026年,AI办公变成了每家大厂都必须做的生意。 腾讯的WorkBuddy发布三个月后做到单月2097万次PC端访问量;阿里把QoderWork、悟空、MuleRun三款Agent产品整....

所属频道 大厂动态智能体与 AgentAI 编程与开发

到了2026年,AI办公已经成了每家互联网大厂绕不开的一块业务。腾讯的WorkBuddy上线三个月,PC端单月访问量就冲到2097万次;阿里把QoderWork、悟空、MuleRun三款Agent产品并进“千问办公”;字节的“豆包工作”开放内测才一周,申请的企业就超过10万家。

机场、地铁、电梯的广告位上,AI办公的身影随处可见,小红书和B站上相关的教程、种草内容也铺天盖地。平时不太关注AI的人,看到这些多半一头雾水,但至少会留下一个印象:这肯定是门好生意,不然大厂不会这么密集地下场,也不会砸进这么多资源。可事情真有这么顺吗?我倒想泼点冷水。把这场热潮的来源捋一遍就会发现,AI办公的商业化前景其实相当薄弱。大厂集体入场,与其说是主动出击,不如说是被推上了牌桌。外部趋势加上内部压力一起推着走,这场仗打下来,结果很可能让人绝望。

要说清楚这件事,得从“给龙虾捡尸”讲起。今年年初,龙虾在全球带起了一波智能体热潮。这种能跨应用、执行能力强的产品形态,逻辑上很贴合AI应用的叙事,用起来也确实能给办公带来不少帮助,一时间让人浮想联翩。

可另一边,龙虾的安全性存疑,安装和使用又过于复杂,这种开源应用注定没法长期占据商业化的主流位置。等龙虾被各种力量挤出牌局,它打开的那块市场空间由谁来填?国内眼下所有AI办公软件,来源就在这里:做一只能够商业化的盗版龙虾,沿着龙虾已经验证过的老路往前走。

这条老路上摆着什么?先是真实的Token消耗——今年3月龙虾的Token调用量一度占到全球的18%,说明客户确实愿意为智能体花钱;再是真实的应用增长,龙虾不靠模型,靠的是智能体这种应用模式征服了用户。在基础模型上打得筋疲力尽的大厂,由此看到了AI的一条新方向。龙虾还天然带着某种生态亲和性:全民养虾那阵子,用户想方设法把龙虾塞进微信、飞书、钉钉,这些厂商自己推出类龙虾的AI办公应用,不就等于直接接进了自家地盘?

流量、模式、生态,三头都凑齐了,类龙虾的AI办公在逻辑上形成闭环。所以AI办公不得不做,不做就等于眼看着全球最大的AI应用机会从手边溜走。只是还剩一个问题:龙虾是开源项目,它并没有证明自己具备任何商业化潜力,也没给出建立付费习惯的方案。

换句话说,龙虾压根不赚钱。而必须赚钱的大厂,手上没有可以照搬的模板。于是大厂们捡起了龙虾的尸骸——准确地说,是捡到了龙虾蜕下的壳。这壳看着光鲜,鳞爪飞扬,可麻烦在于,那块叫作金钱的虾肉并不长在壳上。

那它长在哪儿?没人知道答案。某知名数据机构在企业级软件报告里,给中国企业级服务市场的定性是“SaaS荒漠”。

更残酷的是,发展了二十多年,中国基本已经证明SaaS是一场彻底的失败。企业宁可花大价钱买算力、买私有化解决方案,也不愿为软件掏哪怕一点订阅费。每一轮企业软件升级,都能给SaaS讲出一个新故事:订阅制、席位制、流量计费、免费版与收费版互相转化、大客户私有化交付。故事每次听起来都让人激动,一到收钱就无能为力。

不幸的是,新锐的AI办公配上Token计费,本质上似乎还是这样一个SaaS新故事。故事里,软件好像能穿透应用、自己干活、听懂自然语言,可那个问题依然没有答案:用户凭什么一直付费?中国SaaS二十年的困境,一句话就能概括:软件的价值难以被感知,付费的习惯从未养成。根子在于,中国互联网上从来不缺免费的东西;构成企业主体的中小企业不关心效率,只关心营收;大企业则更信本地化,不愿被付费软件绑住。这些基本盘到了AI时代原封不动地留着。AI办公软件能让员工干活更快,然后呢?资方会因此掏钱,并且让大家提前下班吗?

所以说,龙虾带来的变化发生在产品和技术这一侧。这种产品模式在免费开源的前提下被验证有市场,但到了商业侧,可能是完全另一回事。SaaS的那些残梦,全都还映在AI办公身上。没有新的企业付费驱动力,也没有能强力改变付费习惯的要素。一提付费,就什么都没有。

接下来的AI办公,在商业端大概率会发生三件事。第一,必须靠免费换规模、靠补贴换用户,而且争得会很凶。之后分层收费会变成标准路径,同时也会发现漏斗型付费激不起什么商业水花。

第二,个人市场依旧是流量入口,也是收费洼地。大厂还是得靠政企市场和私有化部署变现,可这个市场的竞争是一场全新的游戏。政企采购决策链更长、更谨慎,还沿用着SaaS时代“私有化 + 定制 + 数据不出域”的要求,对AI办公背后的大厂来说,这无异于噩梦重演。

第三,高频的同质化竞争会很快把利润空间压薄。大厂还是要回到靠生态卡位的老路上,中小玩家会迅速出局。大鱼吃小鱼,但吃得非常痛苦。高渗透、低付费、低毛利,免费补贴换规模,规模却换不来钱——这些SaaS的教训,很可能在AI办公身上再演一遍。

商业化这道坎,谁能迈过去,谁才可能坐稳AI之王的位子。

至于具体用什么办法、走哪条路,眼下外界都看不到。

技术上有机会,商业前景却黯淡。两头拉扯之下,大厂仍然全力扑向AI办公,说到底不是出于对AI的信仰,而是焦虑在推着走。

现阶段大厂在AI上的处境可以概括成三句话:方向绝对正确,投入极其巨大,回报看不清楚。

政策、舆论、资本市场,几股力量都在催着大厂必须做AI。算力采购等各项开支加起来,AI成本已是天价。钱花出去了总得有产出,可大厂很快发现,AI这个吞金兽很难找到愿意接盘的客户。

C端的情形是用户多、钱少。AI用户的月活已经超过中国网民的一半,规模化普及来得飞快。问题是免费模式之下AI很难直接变现,绝大多数用户压根不想为AI掏钱,厂商却还得源源不断支付模型推理成本。这种亏本买卖,互联网时代前所未见。模型之间的差异化又在缩小,竞争只会更激烈。为数不多的高净值、高技术需求用户,还纷纷流向了GPT、Claude Code等海外产品。

房子好不容易改好,却发现四面八方都在漏雨。资本市场的耐心已经开始收窄,大厂必须积极寻找可注入的现金流。这样一来,B端市场几乎成了唯一的确定性出路。B端现金流可预期、可计量、可续费,企业迁移成本极高,用户粘性远高于个人。

所以AI办公并非大厂天然就想做,而是各种因素逐一排除之后,最后剩下必须做的那个选择。进入这个方向,不是因为它很能赚钱,而是它长得最像一门能算清楚账的生意。

我的整体判断是,AI办公的商业化整体来看是悲观的,至少在中短期内都是如此。

核心原因在于,AI这个新瓶子里装的还是企业软件付费的旧酒。而这次的旧酒,可能让企业尝起来比以往更加清淡。

说到底,AI办公主要带来的是效率上的改善,员工不用再被大量繁琐重复的事务缠住。举个例子,同一份文档交给AI写,同一张表格让AI来拉,速度都快得多。理论上,这个方向产业价值极高,商业上限却非常低。问题出在付款方很难界定:直接受益的是员工,掏钱的却是老板。老板很难因为员工干活变快了就掏钱,何况他既不习惯为软件付费,也找不到更多活分给员工干。

个人提效和组织提效并不是一回事,企业也不肯为个人效率做量化且长期的付费。反过来,要让个人用户为AI办公掏钱,又得面对付费意愿和付费能力都有限这类难题。实话实说,我接触过的AI办公用户里,不少人有付费意愿。可他们一旦付费,更偏向效果更好的海外产品;而且更多人只是愿意花钱尝个鲜,并不打算把它变成持续性支出。

AI办公要想有持续生命力,最理想的出路是给企业创造新价值,光“提升办公效率”不够。能带来原本不存在的产出,帮企业多赚到钱、多交付订单、省掉整条岗位线,这才是能持续收费的锚点。龙虾没带来这些价值,所以新酒还在等酿造。

AI办公大体就是这么回事——龙虾蜕下的壳搭起了它的产品形态。壳子很漂亮,里头却空空如也,商业模式没留下。SaaS的基础模型构成了它的商业内核,那是一个持续二十年、99%企业亏损的残梦。可前两者即便都成立,大厂还是必须押注AI办公。焦虑感逼着大厂不放过任何回收资金的机会,哪怕机会里没有现金,也要找找有没有通往下一个机会的船票。

AI办公是一个真实的需求、一门可疑的生意、一枚被迫的赌注。

未来一年之内,AI办公要是做不到足够的付费率、较高的按结果计费收入占比,以及规模化的持续付费用户群,那个叫好不叫座的恶性循环就会重新上演。真正的分水岭,大概还是看AI办公究竟走向“替人省事”,还是“替企业产出”。

龙虾蜕下的壳,已经被大厂穿上了,但这个壳里不会自己长肉。

大厂真正要去的,是那些能让血肉生长的地方。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 申通快递携千问办公:AI办公体系落地全国网点

    【TechWeb】11月6日消息,申通快递与千问办公正式达成战略合作。双方将围绕快递核心场景打造 AI 办公体系,以Agent能力支撑申通快递全国网点的增长战略落地,推动AI从总部管理向末端网点规模化输出,加速物流服务智能化升级。申通快递总

    来源 TechWeb
  2. 汇丰中国CIO谈Agentic AI:工程落地与风控治理如何平衡

    金融机构如何在Agentic AI落地过程中,兼顾工程落地速度、跨体系治理与长期风控安全?AI领军企业的大模型和智能体专家,复旦大学学者和汇丰专家在进博会汇丰展台围绕金融场景下Agentic AI应用落地与风控治理的平衡之道展开研讨。孙建光汇丰中国首席信息官“Agentic AI在中国的强项是工程落地速度,场景密度高、

    来源 腾讯网
  3. AI视频生成十次才满意?腾讯云WAND用白模前置降低返工成本

    作者|林绮蓓 编辑|蔡芳芳 用 AI 生成一段视频,可能只需要几分钟。但要让它真正符合创作者的要求,往往还得一遍遍地尝试。在 AI 视频制作中,这种反复生成、筛选的过程被形象地称为“抽卡”。 腾讯云 WAND 多模态应用负责人朱琳在采访中提到:按照行业经验,制作一部 AI 短漫剧,从分镜到成片,过程中可能需要大约十次生

    来源 AI 行业观察
  4. Airbnb宣布将于2027年上半年推出定制化AI旅行代理

    Airbnb 于近日正式宣布,计划在2027年上半年推出专为旅游场景定制的人工智能旅行代理(AI Travel Agent),标志着其在垂直领域多模态交互应用上的重要战略布局。在同步发布的第三季度财报中,公司交出了强劲的业绩答卷,总营收同比增长19%达48.7亿美元,超出华尔街预期,并宣布将2026年全年营收增长预期上

    来源 AI 开发者社区
  5. 腾讯混元Hy4调用量激增:WorkBuddy十倍扩容应对

    本期资讯聚焦AI基础设施与工具链的实际进展。腾讯混元Hy4因企业需求爆发导致WorkBuddy十倍扩容;Anthropic发布FlashProve原型,利用零知识证明在不泄露权重的前提下验证模型来源。此外,蚂蚁百灵推出支持百万上下文的多模态模型,Gemini Omni 1.2 Flash在视频生成榜单登顶,即梦短剧工作

    来源 AI 应用前沿
  6. 张宏图:AI从训练转推理,存储须存得下更要流得动

    中新网北京11月7日电 (记者 刘亮)由中国电子工业标准化技术协会主办的2026数据存储产业大会近日在郑州举办。与会人士共同探讨人工智能(AI)时代下存储角色的变化与演进方向。 中国电子工业标准化技术协会理事长张宏图指出,AI正从训练走向推理、从单次交互走向智能体持续运行,海量数据不仅要存得下,更要流得动、转化为知识.

    来源 腾讯网
  7. 多伦多大学团队:AI如何自建实验室完成真实化学实验?

    如果有一天,科学家只需要告诉 AI 自己想研究什么,AI 就能判断实验室里有哪些设备、还缺少什么工具,甚至自己规划机器人动作、搭建实验流程,最后让一场实验真正运行起来,会是什么样?过去,实验室自动化的目标主要是让机器代替人类执行实验。但随着 AI 智能体(Agent)的发展,研究人员开始尝试让 AI 承担更多工作:不仅

    来源 腾讯网
  8. Palo Alto拟5亿美元收购Clutch:AI代理安全赛道最大并购之一

    网络安全巨头Palo Alto Networks正洽谈以5亿美元收购AI代理安全初创公司Clutch,报价约为其上一轮估值的六倍。这笔交易若达成,将成为AI代理安全赛道迄今最引人注目的并购之一,也折射出企业级AI代理规模化落地背后日益紧迫的安全治理需求。

    来源 AI 科技快讯
  9. Agent 越用越多,企业为何仍不够 AI Native?

    AI 生码率飙升,端到端交付却没有变快;通用 Agent 提效办公生产力,整体业务效能却未同步提升。当企业把 AI 工具推向业务流程,“局部更快、整体不快”的现象值得审视。阿里云智能集团副总裁、CIO 蒋林泉复盘了三年 AI 实践,从问题中找到了答案,也对 AI Native 有了清晰的认识。 AI Native,越热

    来源 AI 行业观察
  10. AI智能体答对题却不说心里没底,这篇论文给“认知谦逊”出了考题

    你有没有遇到过这样的同事:明明心里犯嘀咕,查资料的时候发现两份文件说法不一样,可最后汇报的时候,他还是斩钉截铁地给你一个数字,一个字都没提那个矛盾?这篇论文研究的就是这件事,只不过主角不是人,是现在越来越多被用来干活的AI智能体。**先说清楚什么是智能体**AI智能体*:不是那种你问一句它答一句的聊天机器人,而...

    来源 腾讯网
  11. 腾讯云MaaS:混元研发体系重组后,模型如何落到真实业务

    作者 | 土豆过去几年,大模型厂商发布新产品,总少不了一张密密麻麻的 Benchmark 成绩表。但当模型真正进入工作场景,评判标准就没那么简单了。今年 3 月,一项研究分析了 43 套 Agent 评测基准,涉及超过 7.2 万项任务,并与美国劳动力市场的 1016 种职业进行对照。结果发现,现有评测高度集中于编程等

    来源 腾讯网
  12. Airbnb AI智能体2027年上线:数百种旅行界面实时拼合规划行程

    IT之家 11 月 6 日消息,据科技媒体 neowin 今天报道,民宿出租平台 Airbnb 爱彼迎在 2026 财年第三季度报告中透露,公司正开发全新 AI 智能体,计划 2027 年推出,可帮助用户规划旅行。 Airbnb 表示:“我们的智能体并没有采用传统聊天窗口,而是调用带有数百种旅行专用界面元素的资源库,它

    来源 AI 行业观察
  13. 29岁亚历山大·王与HRT实习旧友:一张合影串起480亿美元AI版图

    一个由华尔街量化实习生组成的“硅谷新黑帮”,再次走入聚光灯下。 智东西11月6日报道,近期,英国《金融时报》刊发了对Meta首席AI官、29岁华裔创业者亚历山大·王(Alexandr Wang)的人物报道,讨论了他在Meta内部的影响力,以及未来接替扎克伯格掌管这家科技巨头的可能性。 而接班人传闻出现两天后,亚历山大·

    来源 AI 行业观察
  14. AI入门:Agent、Skill、MCP怎么选?先弄清三件事

    面对大模型、Agent、Skill和MCP等术语,新手往往感到困惑。本文剥离营销话术,用“周末旅行规划”为例,通俗解释这些概念的实际分工。重点在于如何根据真实任务选择工具,以及如何通过有效提问和结果验证,让AI真正帮到你,而非陷入术语堆砌的焦虑。

    来源 AI 应用前沿
  15. 智能体 Harness 从链到图再到代码化:三步演进怎么走

    作者 | Karthik Ramgopal译者 | 明知山在过去几年里,基于大语言模型构建的智能体经历了翻天覆地的变化。最初只是用粘合代码拼凑起来的临时提示词,如今已逐渐演变为我们所说的智能体 Harness 框架,也叫结构化执行框架——它们围绕概率模型搭建起脚手架,让模型变得稳定、可观测,达到生产级水准。这一演变并非

    来源 腾讯网
  16. LangChain智能体开发实战:四个步骤做出能调用工具的AI助手

    本文介绍基于LangChain框架构建AI智能体的具体流程。通过工具封装、模型初始化、智能体配置及自然语言调用四个步骤,实现具备自主执行能力的AI应用。重点解析多参数工具适配及ReAct运行机制,提供可复用的Python代码示例,适用于办公自动化及轻量级业务场景。

    来源 AI 应用前沿
  17. 申通快递联手千问办公:Agent能力下沉全国网点

    【TechWeb】11月6日消息,申通快递与千问办公正式达成战略合作。双方将围绕快递核心场景打造 AI 办公体系,以Agent能力支撑申通快递全国网点的增长战略落地,推动AI从总部管理向末端网点规模化输出,加速物流服务智能化升级。申通快递总裁韩永彦与千问办公CEO陈宇森等共同见证签约。 申通快递作为中国头部快递企业,拥

    来源 AI 行业观察
向下滚动自动加载更多