国内AI应用困境：从生态断链到端到端业务整合挑战

AI生态断链：国内AI发展痛点

海外与国内AI的显著差异在于应用，国内AI生态断链，算力、模型与最终用户未形成闭环。而海外在B端已形成正反馈链条，英伟达提供GPU，模型公司提供基础设施，应用公司提供融合AI的SaaS，B端公司提升效率。生态正反馈能促进各部分联动，打破AI发展魔咒，反之则依赖投资。

SaaS缺失：国内AI应用难题根源

国内AI应用难的核心是需跳过相对容易阶段，直接进行端到端业务整合。SaaS本是AI易产生商业价值的领域，但国内无海外规模的SaaS市场。经典SaaS模式已难以为继，其综合度低，处理复杂度小，如今低复杂度业务无商业价值，只能直面高复杂度业务。

端到端业务整合：价值创造主体迁移

《无人公司》聚焦高复杂度场景挑战。以AntroPic的ProjectVend为例，其用AI经营货柜，虽项目破产，但自动化程度高于电商平台，体现价值创造主体向硅基转移。未来是基于AI的端到端业务整合时代。

抑制复杂度提升：国内AI应用关键

因SaaS凉凉，国内需处理高复杂度场景。改善现有业务需构建比Glean产品更复杂的系统，业务知识与AI需无缝融合。但当前AI水平难解决业务复杂度，削减复杂度核心是不向后兼容，即便如此仍比做工具复杂。

技能集需求：应对新挑战

适合做此类产品的技能集要求高，如GleanCEO需综合了解业务、技术和AI。产品复杂度提升，要求操盘者具备复杂系统认知和驾驭能力。新体系下，需更了解人、AI和业务的人。

国内AI应用展望：构建良性生态

国内做AI应用难度大，做项目难解决生态断链问题。没有真正的应用生态，AI发展不可持续。中美AI长期竞争取决于生态是否良性。