记者 宋笛

近期，美国两家 AI（人工智能）巨头 OpenAI 和 Anthropic 均披露了成立合资公司的消息。其模式相似：都是与私募基金合资，面向行业客户，以派驻工程师的方式，帮助客户寻求 "AI+" 的解决方案。

巨头的动作进一步验证了这一观点：场景正在成为 AI 竞争的 " 第二战场 "。

从 2021 年开启的 AI 竞赛，主要围绕大模型性能展开。头部 AI 公司通过不断扩大模型规模，获得模型性能的优势，从而取得竞争的优势地位。

硅谷曾有过一种设想：即某家 AI 企业通过不断扩大模型规模，获得 AGI（通用 AI）能力，就可立刻获得 " 游戏的胜利 "。在这种设想中，做应用只是在浪费时间，特别是面向 B 端的应用。因为一旦某家企业获得 AGI 的能力，所有的行业场景都可以被 " 通吃 "。

但现在看起来，这种设想已经很难成立。

一方面，近年来规模定律边际效应的减弱和开源模型的不断追赶，使得模型间的性能差距缩小，似乎很难有一家 AI 头部企业能够在 " 大模型 " 这一首要战场上获得压倒性优势。

另一方面，仅仅通过扩大模型规模这一技术路线，短期内似乎很难获得真正的 " 通用智能 "。不少 AI 前沿研究者已经陆续在拓展新的技术方向，但是否能走通仍需要时间验证。

当一家公司无法通过通用 AI 实现所有场景的通吃时，场景本身就变成了需要争取的资源。

场景竞争和大模型性能竞争遵循不同的逻辑。大模型需要更优的算法、更大的数据量和算力，场景竞争则需要对行业更深刻的理解。

比如，当一个模型要在大型企业的采购环节发挥作用时，它不仅需要理解一家大型企业数千个采购品类，还需要理解不同采购品类在业务中的逻辑和流程；当一个模型要进入金融或者制造业场景时，它需要意识到安全、稳定的重要性要远远超过短时间内的性能 " 冲顶 "。

在产品交付模式上，也有巨大的差别。面向 C 端的竞争中，AI 可以通过不断优化性能，逐步吸引更多的使用者，所以 C 端客户能够接受 " 养龙虾 " 的方式。但 B 端客户需要的不是 " 逐步优化 "，而是一次性交付的稳定和高效方案。

这也能理解为何 AI 头部企业会采取和股权基金合资的方式，并以派驻工程师的方式来深入场景：股权投资持有大量公司的股权，可以开放被投企业来供 AI 巨头完成对不同行业场景的摸索；而派驻工程师进入真正的 " 现场 "，AI 巨头才能深刻理解场景中的潜在知识和规则，完成对场景的重构。

从大模型竞争时代进入场景竞争时代，并不意味着 AI 技术被高估了，恰恰相反，这可能是 AI 技术现实影响力释放的拐点，是 AI 冲击波爆发的一刻。

过去，AI 通过给个人提供效率工具，在 C 端产生了广泛影响，但在千行百业的 B 端市场，由于存在场景这一壁垒，AI 尚未真正渗入。

而未来，一旦 AI 在某个行业场景完成探索并形成稳定、闭环的解决方案，该方案便可能在全球范围内的同类场景中快速落地，并对这个行业本身及其从业者带来巨大影响。

从这一点来看，或许这也是两家 AI 公司成立面向行业的合资公司的意图：摸索场景、验证样本、提供借鉴。

对中国 AI 公司而言，这种场景探索具有更强烈的现实意义。中国拥有全球最庞大的工业场景和丰富的服务业场景，构成了一个庞杂但更具纵深空间的 " 本土场景库 "。这种市场特征决定了与场景的深入融合不仅是 " 时代的召唤 "，也是中国 AI 企业的 " 星辰大海 "。