港湾观点︱2026年9月：智能的商业化
港湾观点︱2026年9月：智能的商业化
作者：东方港湾黄海平
备注：封面来自摄图网
本月最大的变化，除了常规的模型更新竞赛，最值得注意的是各大厂开始扎堆推出Agent产品。Meta的Muse自发布以来一直稳居iOS总下载量榜首，它开始像一位朋友，常驻你的聊天软件里，拥有自己的长期记忆和工位电脑，持续为你工作。OpenAI的Agent Dots出现在了ChatGPT的置顶区域，每个Dots也都配备了云端电脑，交流方式更像通讯软件，也省去了模型选项，更像你聊天软件中随时待命的助手。Google发布了Agent CC，为家庭成员管理学校通知、活动邀请、预约信息和采购清单等管家服务，也拥有自己的google账号和云电脑。而腾讯也在微信里逐渐扩大“小微助手”服务的试点范围，或许过不了多久，我们的通讯录里，会多出许多朋友的Agent助手。
而另一方面，在开源模型的低价冲击和同行平均编程能力的追赶下，Anthropic的收入ARR增速开始出现颓势，根据YipitData的数据，Anthropic的月度环比增速，从4月的36.7%下降到9月的6.75%，即便OpenAI的同期增速开始回升（从1.6%到16%），两者相加后的环比增速也从20.5%下跌到10.4%。市场于最近一周再现恐慌情绪。
AI行业正在经历一次破茧成蝶的转型。当前行业讨论最多的问题是AI技术和投资如何商业化。我们在上一期观点中，提到过AI正在打开新的需求点。本月我们更进一步，推理下AI的商业化模式应该是怎样的。
我们在2023年报中提过，AI与所有其他通用目的技术一样，都至少具备3个特性：1）将某一要素成本降到足够低；2）深度改变所有人和所有行业；3）作为平台型技术加速其他技术发展。互联网技术，就是在“信息传输成本”降低到接近于零之后，许多以前被沟通所卡住的需求都得到了满足，演变出了电商、网游、网约车、外卖、即时通讯、SaaS等新的商业模式。很显然，互联网时代的所有商业模式，很少会按照信息传输的数据流量来获得收入（例如早期的网游点卡），而是在用户自行承担运营商数据费用下，靠广告、订阅、增值服务、服务抽佣等方式进行变现。
AI时代也一样，智能的成本终将变得极其便宜，那么以销售单位智能的方式盈利，同样是缘木求鱼，是AI变现的原始阶段。在互联网时代，电商是在信息成本大幅降低后，组织起了货客的双边网络，从这新的价值里进行抽佣；网游是在信息成本大幅降低后，组织起了虚拟社会活动，从社交活动的增值服务里获利；网约车也是在移动信息成本大幅下降后，将闲置的劳动力和车辆进行快速调度，满足了大量廉价便捷出行的需求，并从中抽佣获利。未来消费者可能仍需要支付智能的“推理成本”，但可能是直接或间接支付给云厂商，而作为智能之上的服务，会演变出新的商业模式，在别的地方收钱。
那么，当智能变便宜，有什么生意可以被做大？
第一种生意：AI模型厂开始经营“服务型”智能体。
当智能足够便宜，过去依赖大量专业人力的个性化服务，就有机会成为大众生意。从这个角度看，我们可以把大模型应用的演进，理解为从“话题式”走向“项目式”，再进一步走向“持续服务式”。以ChatGPT为例，早期的聊天产品围绕一次次提问展开，今年初的项目式产品则开始积累同一目标下的资料和上下文，而本月推出的Dots，则把主动的持续服务，放在了产品中心。
这种变化的关键，在于用户和AI之间的分工。过去的话题与项目式产品，用户要自己发现问题、拆解任务、补充背景、判断答案，再把答案转化为行动。而真正的服务型智能体，则需要在目标和授权内承担更多流程管理工作：主动挖掘用户需求和定制方案，主动获取用户反馈以便继续执行任务，主动判断任务是否圆满完成，并根据客户满意度进行修改。用户可以把更多精力放在确定目标和作出关键判断上。
以语言外教为例，过去用户可能会问：“给我解释一下虚拟语气。”而面对服务型智能体，用户可以提出：“先看看我的口语水平，再帮我提高英语会议中的表达能力。”接下来，AI要负责评估水平，根据用户的工作场景设计练习，扮演不同的会议参与者，在互动中纠正表达，记录反复出现的问题，安排复习，并通过新的模拟会议检验进步。这背后是一整套可以持续数周、随学习表现调整的教学服务。
服务型智能体，还解决了AI普及中的一大痛点——用户不会用。我们习惯了在互联网时代，使用预制的程序获得标准化的服务，面对无所不能的开放式AI智能反倒会无所适从。而且，消费者很多时候，并不知道自己要的是什么。所以，AI的Agent化，不只是简单地能够完成长任务这么简单，而是能够主动提供一整套“流程化”服务的能力：通过清楚的服务入口、必要的询问和持续的引导，让用户能够从一个朴素的目标开始使用。
接下来的产品形态，要么分化出多个机器人—— “英语外教”、“研究员”、“电商导购”或“家庭医生”等；要么在一个总助手之下，分化出不同的模块——教学、研究、旅行、购物、医疗，每个模块有独立的数据、权限、技能以及智能互动界面。尤其是10月7日刚发布的智能互动界面，会让互动不再是聊天一般的流水账，而是为每个模块，生成一个长期存在的可交互软件，记录着任务目标、进度、成果等信息。从这个意义上来讲，有点类似于操作系统了。此外，专业的服务能力，也可能需要和第三方进行深度合作。相应地，用户除了支付底层的推理成本外，还需要以订阅、服务套餐或任务收费等方式，为专业服务付费。
当然，在向“服务型”智能体转型的路上，还存在许多要过的坎：包括任务成本和耗时的持续快速下降，把不同服务 Know-how（例如怎么教人开口说英语）打包成可交互界面或软件，持续接触任务环境（可能需要硬件配合）并感知变化和及时介入，获得用户信任和授权，客观评价任务成果，更长时间的持续工作，以及最重要的是主动向用户推荐各种服务。这些都在随着时间被解决。
今天常见的商品投放逻辑，是企业先研究需求、设计产品、组织生产，再通过渠道和广告寻找客户。企业根据预测决定生产什么、生产多少，消费者主要在既定供给中选择。需求判断是否准确，决定了产品能否卖出，也决定了库存和营销成本。
个人助理Agent的出现，有机会改变这个顺序。它可以通过持续沟通，结合用户的偏好和使用习惯，发现尚未满足的需求；再把自然语言中的愿望，转化为明确的规格、预算、交期和购买条件；再由需求组织平台汇集兼容的需求，向供应商征集方案。过去，持续完成这些工作需要大量人工，智能成本下降后，需求发现、需求表达和需求组织的成本与门槛，都有机会降到足够低，让消费者先组织需求，再推动供给。甚至我们可能看到Agent汇集大量需求后，给我们推送还不存在的概念性商品。
这种组织方式可以创造三种价值。
第一是需求灵活性。消费者可以把自己愿意让步的空间，作为换取优惠的条件。例如旅行预订，用户可以授权Agent在下个月任选三天，接受几个目的地和同档次酒店。平台便能将这些可调整的需求，与空置客房、闲置运力匹配。供应商获得更大的资源安排空间，消费者则有机会分享由此产生的收益。
第二是购买承诺。平台可以汇集附条件的采购授权，明确价格、规格、交期和有效期限，满足条件后执行购买。企业由此能够在投产前确认订单，减少需求预测的不确定性、盲目开发和备货风险。产品尚未生产，客户可兑现的购买需求就已经存在。
第三是集体采购。平台将相近需求汇成更大的订单，提高消费者的议价能力，让原本分散、规模不足的采购获得更好的交易条件。拼多多的团购已经展示了汇集订单、获得更低价格的实践；Agent则有机会进一步降低寻找同类需求、协调规格和组织采购的成本。
经营这些需求的平台，可以收会员费，也可以从同等质量、交期和售后条件下的实际节约中分成；如果进一步组织设计、制造、物流和售后，还可以获得商品交付的利润，同时承担质量和履约责任。它的商业价值，来自持续组织真实购买需求，为消费者组织更好的供给。
但需求端的智能成本下降，并不会自动消除供给端的物理限制。缺少经济可行的柔性制造时，这类生意仍能做标准品团购、反向询价、旅行匹配和有限配置的定制，却难以低成本承接大量不同的产品设计。需求表达可以很便宜，打样、开模、换线、质检和物流仍然需要付出真实成本。
如同互联网时代电商订单的扩大推动快递网络发展，Agent组织需求的规模，也可能成为柔性制造升级的动力。Agent组织的订单可能会推动柔性制造行业的配套发展，进而反过来更进一步促进这种C2B的商业模式在不同行业类别的扩张。
第三种生意：新的游戏玩法，带来游戏行业总产值的飞跃。
今年，中国境内有50%的算力被分配给了AI视频生成，AI视频并没有改变传统视频的格式，产生新的需求，只是一味地扩大供给，形成行业内卷。但AI带动的小程序游戏则不然，在PC和手游之外，近两年已经成长为上千亿流水的第三种游戏模式。
我们对游戏行业长期的研究中，有一项结论：通常游戏行业的增量价值都诞生于新的游戏“玩法”。随着AI让虚拟内容的生产成本进一步下降，甚至于AI视频生成模型、AI编程与AI世界模型进一步融合，取代现有的游戏引擎，AI游戏将迎来新玩法的变革。
例如，经常被提到的“生成式”游戏。创作者设定世界的基本规则和边界，AI则根据玩家的行为，持续生成场景、剧情和NPC反应。玩家救下一个商人，可能改变一片区域的贸易；一个公会支持某个势力，可能影响城市的走向。不同玩家的行动相互叠加，让后续故事逐渐摆脱对逐段预制剧本的依赖。玩家获得更多探索、协作和创造的空间，并能在下一次进入游戏时，看见自己留下的影响。
例如，出现“平行宇宙式”游戏。这些世界从相同的背景、角色和规则出发，随着玩家的选择，演化出不同的城市、人物关系和历史。朋友可以进入你的世界，与你培养的角色互动，参与正在发生的故事，并留下共同经历。以前逛的是朋友圈，未来可能逛朋友的世界。个人表达由展示生活片段，扩展为邀请别人参与一段持续生长的生活。
例如，也可能为个人Agent搭建一个持续存在的虚拟世界：从房间、办公室到街区和城市，乃至整个世界。用户能够布置它的空间，赋予它角色，并参与它的日常活动；不同Agent也可以在约定的规则下互相拜访、合作，甚至生活在同一个世界里。Agent的空间承载了用户的审美、经历和关系，也就更有机会成为用户愿意持续参与的世界，进一步打开数字陪伴与社交游戏的需求。
再例如，小程序游戏进一步升级，像“刷视频”一样“刷游戏”。AI编程+视觉生成，让普通人也能制作、修改、发布短互动体验。平台快速加载、即点即玩，用户可连续试玩、收藏、分享或创作。这种模式下，算法可以加快发现优秀的创作，让受欢迎的角色和世界则承接更长时间的参与。游戏创作和分发由此向更广泛的人群开放，平台也可以通过广告、会员、创作工具和交易服务获得收入。
以上例子共同指向同一种变化：随着AI生成成本下降，游戏可以围绕玩家的行动和关系持续演化，创造出过去游戏所没有的新增价值。首先，是玩家参与游戏创作，所选角色、游戏行为、人物关系和经历事件，塑造游戏世界，也成为玩家的创作成果。其次，朋友参与留下的建筑、共同培养的角色、一起经历的事件，比过去的联机对战更能形成友谊的羁绊。再者，生成式意味着可能性，当玩家的需求随着想象力和互动自由生长时，它会带来无上限的虚拟资产的购买行为。这些新的价值，让游戏承载更多创作、陪伴和社交需求，也打开了新的付费空间。
而运营公司的工作，则扮演着上帝的角色：设计和维护世界规则，长期保存玩家留下的改变，让新生成的内容与已有历史相容，组织公共活动，处理多人互动中的冲突，并维护虚拟经济与创作者生态。公司的竞争力也将进一步来自世界策划和长期运营上。相应的收入，可以来自支持公共世界维护的会员订阅、私人世界的保存与扩展、活动服务、获得授权的角色与品牌内容销售，以及虚拟物品交易服务，并与创作者分享收益。生成成本下降后，运营方让世界保持吸引力、让共同经历持续积累的能力，会变得更加重要。
第四种生意：共享经营网络，让极小的生产者获得大公司的经营能力。
AI让一人公司（OPC）的经营门槛进一步下降，也可能催生服务这些小公司的平台网络。就像今天的共享经济和共享办公室，AI也可能让极小的生产者获得共同的经营支持：例如共享的人力资源、财务、销售、客户服务等部门，帮助他们处理招聘、薪酬、记账、报价、获客、订单跟进和售后维护等持续经营中的事务。创业者可以把这些工作交给平台，自己专注于产品或服务的设计、交付等核心环节。
这类平台之所以能够成立，在于 AI 降低了小规模经营的服务成本。AI 可以承担大量日常工作，使原先因为规模太小而不值得单独服务的生产者，也能够获得持续、可负担的经营支持。
这类平台还能提供另一种新增价值——网络内成员的协作与资源整合。平台可以转介订单、联合采购和物流，整合多个生产者承接复杂项目，并负责协调分工、维护标准和处理履约问题。随着成员能力互补，平台能满足更多需求，为成员带来单独经营难以获得的订单与合作机会。
平台可以收取基础会员费，并围绕实际完成的订单收取服务费或参与收益分成。AI降低日常经营的成本，成员的成交与成长则扩大平台的收入来源。这与前述C2B可以形成相互连接的两端：消费者在Agent帮助下组织需求，生产者在Agent帮助下组织供给。
第五种生意：Agent保险。
AI的能力可能不再稀缺，但替AI“背锅”的能力可能是稀缺的。当AI只帮你写一段文字，错误通常可以修改；当它开始处理付款、采购、报税、客户承诺或生产调度，错误就可能变成实际损失。企业是否敢把工作交出去，除了模型的准确率，还取决于谁将对Agent任务的结果负责。有背书和担当的AI服务，由此需要将服务能力与风险保障结合起来。Agent保险与Agent应用的普及，可能就存在着互相促进的关系。
这类生意需要把风险变得可识别、可控制、可定价。保障方需要评估Agent在具体任务中的表现，明确授权范围、赔偿条件和限额，记录执行过程，并在异常发生时及时介入、核验损失。与此同时，Agent技术本身的发展，例如更强的执行记录、实时监测、自动审计和标准化评测，也会让风险识别、控制和定价变得更加低成本、低门槛。它可能先从流程稳定、权限清楚、损失容易确认的任务中生长起来，再随着经验积累，逐步扩大保障范围。更可能的组织方式，是AI服务商承担约定的服务责任，保险机构承保其中可定价的风险，由专业平台提供评估、监测和理赔协助。
Agent能力解决“AI能不能做”，而Agent保险解决“客户敢不敢让它做”。当企业能够以可承受的成本购买可信的责任承担，Agent才有机会获得更深的业务授权，也为前述服务型智能体、C2B采购和共同经营网络打开更大的市场。
其他生意：我们相信，还会有许多其他的产业，会在智能成本降低到一定程度后，长出新的商业模式。例如，Agent在用户授权下识别退款、补贴、保修等权益，准备材料并跟进办理，大幅降低兑现成本，让过去“小到不值得争取”的权益变成值得实现的收益，服务商则从实际兑现的收益中分成。例如，廉价智能扩大了高频、小额交易的潜在需求，对于现有人类交易系统也提出了新的要求和新的机会。例如，当AI降低提出想法、设计分子和生成工程方案的成本，专业运营商就可以通过现实实验将候选方案转化为可信的现实证据，帮助客户筛选可行路线，减少无效投入。再例如，低成本的感知与推理能力，会让可穿戴设备或家庭终端等硬件，能够在用户授权下持续理解生活情境，使Agent主动发现需求并提供帮助，降低AI的使用门槛，创造随身陪伴和实时协助的新价值。总而言之，凡此例子，不胜枚举。
那么，我们至少可以从上述推论中，得到以下几点对投资有用的启发：
1. 当前按Token销售智能的商业模式，实际上并没有开启AI应用真正的商业化。
2. 当前最大的变化，是AI实验室和Hyperscaler，正在转型为“Agent服务提供商”，这才是AI商业化的正式开端。
3. AI token的推理成本最终会完全转嫁给消费者，就像互联网时代一样用户自行承担流量费，云服务商成为类似电信运营商，解决AI公司边际成本不为零的矛盾。而Agent服务公司因提供服务而获得收入，以服务费、抽佣、订阅或销售虚拟商品等方式。
4. 接下来Agent是否能成功商业化，最值得观察的指标，是交付一个可验收成果，究竟需要多少费用、时间和人类监督，尤其是人类监督比例。
5. Agent的成功商业化和普及，取决于Agent保险行业的发展。
6. Agent服务存在“切换壁垒”：会从现在同质化模型的低价竞争，开始转向争夺用户长期委托工作的关系。理解你的偏好、掌握授权、熟悉工作流程、提供让人满意的服务并持续积累经验的 Agent，可能越来越难以替换。就像你家的保姆一样，不满意可以随时开除，但让你满意和依赖的保姆值得你给高工资，也不会轻易换掉。
7. “规模效应”也可以出现在Agent时代的服务生意里，过去一项高阶服务技能无法从一个人复制到一万个人，而Agent却可以。
8. 同时，“数据飞轮效应”也同样存在于Agent与用户之间：用户组织探索Agent新用法，给予Agent任务反馈数据，帮助Agent服务商改善模型的同时，也通过平台筛选将经过验证的服务推广给更多用户。
9. “网络效应”亦然，将广泛存在于AI游戏、C2B平台、共享经营网络等AI生意里。
10. 随着模型能力提升、大宗商品化以及生成成本大幅下降，AI游戏公司的运营能力会变得更加重要和突出，用户的游戏创作和社交关系链会进一步加强这种游戏壁垒。
11. 当Agent较大面积普及后，为Agent搭建一个虚拟世界，可能是大势所趋，进而兑现虚拟陪伴的价值、游戏化和社交网络的价值。
12. 就像互联网改造了买家和卖家两边的生产关系，形成了电商、外卖、网约车等商业模式，Agent也会在需求和供给两边组织起新的商业模式改革，形成新的商业模式。
13. 当下的团购平台，在Agent的帮助下，有可能会进一步发展成为发现、表达和组织用户需求，真正意义上C2B平台，甚至组织出庞大的柔性生产网络体系。
在过去两个月，我们看到了AI进化中递归模式的开启，以及Agent带动AI商业化破茧成蝶的趋势下，市场也在开始计价这两种趋势，纳指100于本月底创出了历史新高。Anthropic的ARR增速下滑又开始引发市场担忧。
从市场的估值层面来看，过去10年纳指100的PE估值一直在20-43倍的波动期间，尤其是2023年AI时代开启以来，指数估值一直维持在30倍以上。而指数从2023年以来的12000点一路涨到了3万点。也就是说，这个过程中，利润的增速才是驱动指数上涨的核心动力。
当然，我们以上所有讨论的基础，是Agent经济仍然是服务于人类社会的需求，而不是AI自己的需求。当哪天AI拥有自己的需求，也就是自我意识崛起之时，可能就会触发AI最大的风险——失控。按照当前令人惊讶的发展速度，人类社会是否允许一个失控的智能存在，可能才是当前AI发展的最大风险阻力。
风险提示及免责声明：市场有风险，投资需谨慎。在任何情况下，文章中的资讯仅供读者参考之用，文中提到的公司亦仅为阐述产业逻辑，所有内容均不带任何投资建议，读者不应单纯依靠本文而取代个人的独立判断。对于因使用、引用、参考本文内容而导致的投资损失、风险及纠纷，东方港湾不承担任何责任。