文：王智遠 | ID:Z201440

前幾天，國外AI公司突然開始“瘋狂補貼”。

谷歌給美國學生免費提供15個月的Gemini Advanced，價值約300美元；消息傳到國內后，不少朋友問我怎么搞到國外郵箱，這事兒，讓我覺得挺不可思議。

還沒等我反應過來，Perplexity前兩天也搞了個活動，用兌換碼換會員；Cursor也加入了戰局，給全球在校學生提供免費的Pro會員服務。

這些看似“慷慨”的行為，真在做公益嗎？背后有什么商業算計？在我看來，是一場精心設計的增長游戲。

01

The Information報道，Perplexity 2024年的營收為6800萬美元，但折扣和促銷活動消耗了近一半的訂閱銷售收入，導致凈收入大幅縮水。

這看起來像一筆虧本買賣，但他不是為了賺錢，而是在講故事。

講什么故事？

ARR（Annual Recurring Revenue）年度經常性收入。它是SaaS公司最核心的估值指標，也是AI創業公司在融資時最重要的“數字武器”，因為投資人喜歡用ARR乘以一個倍數來給公司估值。

比如一家AI公司的ARR是1億美元，行業平均倍數是20倍，那它的估值就能做到20億美元。哪怕它實際虧損嚴重，只要ARR在增長，故事就還能繼續講下去。

所以，對Perplexity來說，補貼成了最直接的ARR放大器；你送一年會員，用戶看起來是付費了，系統自動記成12個月的ARR。

但其實這家公司一分錢沒賺，只是做了一次財務包裝。

對投資人來說，只要賬面好看，短期內的故事就有說服力，這也解釋了為什么Perplexity的估值能在一年內從5億漲到140億美元。

不是它日活暴漲，也不是因為它技術突飛猛進，是它用補貼換來了更多“付費用戶”，進而拉高了ARR。

但這種模式有個致命缺陷：一旦停止補貼，增長就會斷崖式下跌。這就形成了一個死循環：

不補貼導致用戶流失、ARR下滑、下一輪融資困難、估值崩盤。所以，這家AI公司不斷加碼補貼，甚至開始打價格戰。

那OpenAI呢？它也需要估值嗎？不。在我看來，它在搶時間、搶下一輪融資的時間、搶估值還能維持的時間、搶在市場意識到它們“虛胖”的時間。

什么是虛胖？

簡單說，用短期補貼撐起來的ARR，是看似強壯、實則脆弱的增長假象。說到底，這是一場關于生存的焦慮。

當整個國外AI企業都陷入“增長即正義”的敘事中，誰都不敢停下腳步。哪怕前方懸崖，也得先跳下去再說。

這就是AI獨角獸們的現實困境：不是不想盈利，而是不敢盈利。

一旦開始追求真實利潤，就意味著要砍掉大量低效補貼，也就意味著ARR下降、估值承壓、資本信心動搖。

所以，現在你知道，為什么它們要瘋狂發兌換碼、送年費會員了吧？不是福利，是一種財務操作，一種資本博弈，大家都陷入了囚徒困境中。

02

你有沒有想過這個問題：為什么像OpenAI、谷歌這樣根本不差錢的大廠，也加入了這場瘋狂的補貼戰？它們圖什么？

在我看來，答案很明確：不是為了增長，為了控制。

控制誰？控制未來的用戶習慣，控制高價值訓練數據的來源，控制創業公司的生存空間。換句話說，這可能是一場精心設計的“生態絞殺”。

不信你看谷歌的打法。

Gemini Advanced學生計劃不僅免費15個月，還附帶2TB云存儲、NotebookLM等一系列工具。你用得越多，就越離不開谷歌全家桶——搜索、文檔、郵箱、日歷、云盤……最后哪兒都去不了。

這跟蘋果做法一樣：AirDrop、iCloud、Apple Music……先給你一點甜頭，慢慢把你綁死在系統里。

所以，看似是教育投入，實則是在下一盤大棋。這里面有三個關鍵動作：

第一，鎖定未來知識工作者。學生是未來的程序員、設計師、研究員、產品經理……

他們現在用Gemini寫論文、做實驗、查資料，將來就很可能繼續用它做決策、寫代碼、搞研究。一旦形成依賴，遷移成本極高。

第二，收割高質量訓練數據。學生群體的問題更復雜、場景有很多，這對提升模型推理能力至關重要。與其讓這些數據流向創業公司，不如自己先“養熟”用戶，順便收集他們的交互行為。

第三，擠壓Perplexity們的生存空間。當學生習慣了Gemini的搜索方式、文檔整合能力和跨平臺聯動體驗，還有多少人會愿意付費去試用一個功能相似但生態割裂的產品？

再來看OpenAI。它推出的Team版會員首月僅需1美元，最多支持五人團隊使用。這不是打價格戰，而是在提前卡位企業市場。

它的算盤很清楚：

用極低門檻讓初創公司或小團隊先用起來；等他們把工作流程嵌入GPT接口、Chatbot、API后，再逐步提價；到時候想換系統？代價太大，只能認栽。

這才是真正的“陽謀”：用補貼培養用戶依賴，用依賴構建生態壁壘，用生態封鎖創業公司的上升通道。

最主要是，這種補貼是可持續的。

谷歌有云服務利潤反哺，微軟能為OpenAI輸血，它們不是在“燒錢”，而是在“種樹”，今天埋下種子，明天就能收獲果實。

相比之下，Perplexity在2025年5月的搜索查詢量達到了7.8億次，環比增長超過20%；按31天計算，Perplexity的日均查詢量約為2516萬次。

ChatGPT的周活躍用戶數達到1億，如果按平均每個用戶每天進行多次查詢計算，其日查詢量確實可能遠高于Perplexity。

Perplexity沒有底層模型，也沒有生態支撐，只能靠短期促銷維持數字繁榮。

所以，這是現實：拔地而起的創業公司（如Perplexity），試圖從巨頭的圍剿中找到一條生路，但很難。

03

Perplexity曾對外承諾：我們永遠不會做廣告。

但從去年開始，它就在躍躍欲試；從“干凈搜索”的理想主義，到向現實低頭的商業化妥協，Perplexity的這一步，暴露AI創業公司一個根本性難題：用戶增長不等于護城河。

甚至可以說，當用戶不是因為產品不可替代而來，而是因為“羊毛”而來，那他們帶來的就不是價值，而是風險。

雖然現在它送會員吸引很多人，但這些用戶真的會留下來嗎？它們真的愿意為產品本身買單嗎？答案不確定的。

做過互聯網產品的人應該都知道，一旦停止補貼， 用戶流失率就會掉飆升； 那為了在沒有飆升瘋狂掉落之前，Perplexity只能引入廣告、降低體驗、犧牲初心。

這就像一家餐廳為了招攬顧客打折半年，結果發現沒人真喜歡它的菜。

還有一點，“薅羊毛”用戶還可能污染訓練數據。一些人用兌換碼白嫖后，頻繁進行低質量查詢、濫用API接口、甚至故意制造噪聲數據，這對模型優化毫無幫助，反而增加了運營成本。

在我看來，Cursor也面臨同樣的問題。

這家主打“AI編程助手”的公司，也在通過免費Pro會員爭奪全球在校學生，它的目的是提前卡位開發者市場，但也同樣面臨一個問題：

當GitHub Copilot也開始降價、開放功能時，Cursor拿什么跟人家拼？

底層模型來自OpenAI、代碼補全能力趨同、界面交互差異不大……最終競爭還是會滑向價格戰。這就是工具型AI產品的知名弱點：

沒有技術壁壘，也沒有場景縱深，更沒有生態綁定；做得好一點，別人就能抄得快一點；漲個價，用戶立刻跑路，你說你是“生產力工具”，但用戶只是把你當成“臨時插件”。

這種背景下的用戶增長，更像一場幻覺，它掩蓋了產品真正的短板：沒有差異化，就沒有定價權；沒有定價權，就沒有生存空間。

所以問題來了：如果用戶不是因為產品本身而來，那你到底是在積累資產，還是在制造負債？

我覺得，對大多數AI創業公司來說，這個問題的答案會越來越清晰：沒有護城河的增長，只是泡沫的另一種說法。

寫到這， 我想到當年滴滴、快的打補貼戰時，有人調侃的畫面：全國人民都在打車，司機比乘客還多。

現在回頭看，那時的高光時刻，更像洗牌前夜的狂歡，今天AI行業正在上演同樣的劇本，問題是，這場戰，什么時候結束？誰會笑到最后？

我不知道，但能從歷史脈絡中， 找到異曲同工之處。

先看網約車，2014年滴滴和快的大戰，燒錢換增長，最終以合并告終；用戶習慣平臺補貼，一旦停止，使用率大幅下降。于是平臺開始漲價，服務縮水，司機抽成增加，這就是典型的“后補貼時代”。

再看外賣。

美團和餓了么也曾大打價格戰，最終美團勝出，形成了區域性壟斷；如今外賣費貴了，紅包少了，但用戶還是得點，因為沒有更好的選擇。

回到AI行業，這場補貼大戰也終將迎來結局。只是這一次，結局可能更殘酷。

04

有觀點認為，未來五年內80%的AI初創公司可能會面臨倒閉的風險；那誰會活下來？誰會成為“下一個滴滴”？可以從三個維度判斷：

第一，是否擁有不可替代的垂直場景？

比如：Midjourney在藝術生成領域建立了品牌認知和技術門檻，即便停止補貼，依然有一批忠實用戶愿意為其創造力買單，這類公司最有可能獨立存活，甚至成長為新一代“AI原生應用”的代表。

其二，是否背靠生態巨頭？像微軟投資的Cursor、谷歌支持的Gemini，它們的補貼是為了卡位用戶、綁定生態，這類公司即使短期虧損，也能活得久一些。

如果一家初創公司，不能背靠生態，意味著路很艱難。

還有一點，如果一家AI公司依賴OpenAI或Anthropic的模型API，那就很難建立真正的競爭力；但如果它擁有自研模型、獨特訓練方法、或者專利技術，就更有談判籌碼，在并購中也可能獲得更高估值。

所以，未來終局，很可能有三種走向：

并購潮，大公司收割技術和用戶，構建工具矩陣；倒閉潮：缺乏差異化的小型AI公司逐漸退出市場；最后漲價，市場格局穩定后，會員費暴漲，用戶成本回歸正常水平。

就像當年網約車之后的漲價潮一樣，AI補貼退潮后的現實只會更冷酷，現在看是福利期，未來可能真要高價買單了。

國外的前車之鑒，也給中國市場一批AI公司起到了很好的警示作用。我覺得，國內技術創新、和差異化打法，在主流敘事上，已經找到了生存之道。

DeepSeek，它沒有選擇跟風打價格戰，也沒有盲目追求ARR（年度經常性收入），是專注于垂直領域模，像醫療、法律這些高門檻、強專業性的行業，通過與產業端深度合作，構建起自己的技術壁壘和用戶黏性。

問題是：其他AI公司，如何避開補貼陷阱，找到屬于自己的“第三條路”呢？

我覺得，第一，別再迷信ARR那一套估值邏輯。

很多創業公司還在盯著ARR（Annual Recurring Revenue）這個指標不放，覺得只要付費用戶多，估值就能漲。

與其關注這種短期財務數據，不如看更真實、更可持續的指標：比如日活（DAU）、月活（MAU）、開發者調用量、API請求量……這些數據更能反映產品的真實價值。

然后，技術差異化，才是破局關鍵。

在國內AI圈，大模型遍地開花，各家都在推“全家桶”，看起來都差不多。但如果你仔細看，會發現每家其實都有自己的差異化路徑。

百度的文心系列從基礎模型到任務模型再到行業模型，形成了完整的三級體系；阿里玩的是“閉源+開源”雙軌制、騰訊是實用主義路線，加上微信、QQ、游戲等龐大生態的支撐，它能快速落地具體業務。

華為則以算力為底座，昇騰芯片+盤古大模型組合，在金融、政務、制造等領域深度滲透，尤其擅長垂直場景定制。

這些企業告訴我們一個事實：技術可以通用，但落地必須垂直；模型可以相似，但生態必須獨特。

所以，當大模型逐漸成為基礎設施時，中小企業就不得不思考一個問題：我們還能靠什么活下去？

答案可能是：綁定生態，借勢發展新范式。

我覺得，與其單打獨斗，不如尋找一個有資源、有平臺、有生態的大哥，把自己嵌入進去，成為產業鏈中的關鍵一環。這不是依附，這是共生。

以上觀點不是絕對現象，畢竟技術在進步，范式也在改變、對中小公司來說，多項目級理解、多模型處理、多AI Agent能力會不會是新壁壘呢？

我還在持續觀望，你怎么看？