AI 圈疯卷大模型参数的前两年,在中国的 B 端 AI 市场,一个荒诞的场景始终存在:
科技密度最高的技术领域,却流行着最原始的小农经济模式。
企业们忙着自建知识库、自研 AI 产品,全员培训搞人人都是开发者运动,最终一万个企业造出了十万个 AI 应用,其中九万九千九百个都稳定性和易用性双双拉胯,最后在公司服务器吃灰。
当然,这背后有历史原因,模型侧,SOTA(state-of-the-art,当前最优)一月一迭代,产品侧,仅仅是 AI 记忆层的编排框架,就有几十种方案各立山头。接口标准上,仅仅 2025 年,就有 MCP、A2A、skills 一代版本一代神,让人眼花缭乱。
上游技术更迭起伏如同坐过山车,中游 AI 应用的保质期也就会随之被压缩到以周计算,企业选对是运气,选错更是常态。
既然如此,不如自己上手,亲自造轮子。
但 2025 年成为了行业一个明确的转折点:随着大模型格局逐渐稳定,各种 AI 应用的标准化方案加速跑通,市场开始逐渐接受为 AI 应用付费的商业模式,而阿里云云市场等平台的扩张,也补全了标准化供给-交易市场-规模化需求的交易闭环。
企业 AI 转型,终于从自耕自种、看天吃饭,迈入了货架林立、按需采买的商品经济时代。
但新的命题也随之而来:AI 应用的未来终究是小农经济的复辟,还是市场经济的狂欢?独立 AI 应用究竟是真实需求,还是虚假泡沫?
01
AI 应用的供需正走向冰火两重天
当前 B 端 AI 市场的核心痛点,早已不是有没有,而是好不好用、怎么选。
围绕着这一痛点,需求端疯狂增长与供给端虚假饱和正上演着一场冰火两重天的大戏。
首先是需求端的爆发堪称恐怖。当前,AI 应用的部署形式中,agent 是其中一大主要方向。IDC 数据显示,全球 Agent 年度 Token 消耗将从 2025 年的 0.0005 PetaTokens,暴增至 2030 年的 152667 PetaTokens,年复合增长率高达 3418%。这意味着企业对数字劳动力的渴求,正以指数级速度膨胀,从金融风控到工业运维,从营销设计到编程绘画,几乎没有行业能避开 Agent 的渗透。
但同一份 IDC 报告中,另一个有意思的细节是,全球 Agent 的供给,也正在经历一场指数级的扩张:全球活跃 Agent 数量将从 2025 年的 2860 万,飙升至 2030 年的 22.16 亿,五年增长近 80 倍,年复合增长率 139%。平均每年新增的 Agent 数量,都能超过上一年的总和。