Deepseek判断

定义清楚可能创业的目标区域。

Deepseek属于技术和数据内核，目前完全没有资金和能力去做平级的底层创业尝试。所以只能思考上层应用工具^面向用户或运营付费业务^面向客户。

其中工具也应该首先有可瞄准的业务场景。

一、AI是什么？

怎么去理解AI所带来冲击的性质？还是个成本影响的逻辑！

公司的虚拟员工 VS 员工的虚拟助理

（商业价值）

过去如果一家公司需要100个员工来维持运作，那么，今天只需要50人。

这跟我过去投身的RPA行业（机器人流程自动化）的底层商业价值逻辑是完全一致的：流程机器人的本质就是虚拟员工。只不过RPA的故事是讲给企业客户的，公司会给员工梳理那些可标准化的业务流程，然后开发部署流程机器人，将员工从重复枯燥的事务中解脱出来，将精力更多转向处理设计、管理、审查补漏以及非标事务。这个时代的虚拟员工，其能力是写死的、职责是单一的，驱动力来自于企业客户。

而AI的故事，不再以流程为中心，而更面向用户：我乃万能助理，我这里没有部署任何标准流程，只有一颗知识大脑，至于怎么用，你们且看着办呢。

客户买单 VS 用户买单

（驱动场景）

从企业来看，他未必需要像过去那样，引入某种庞大的AI驱动的系统来进行组织变革。而仅仅只是引入“善用工具、降本增效”的组织运营理念。比如上美的老板，不存在企业引入类似ERP、钉钉企微等标准化解决方案的说法，而是直接逼迫员工跟上时代，至于员工选择什么AI工具来实现要求，老板并不需要关心。

所以，最终为AI买单的群体将是用户，而非客户。

人工筛选依赖 VS 60分答案

（社会信用）

相比广告横行的搜索环境，低成本获取到高质量的、有相当可信度的专业评估，是AI知识大脑的核心价值。在AI之前，类似医院这样的专业领域，检查、说法、开单是否合理，是专业人士的专属，即便错误，普通人也是完全无法质疑的。整个社会是一个又一个陡峭的专业孤岛，医药、建筑、IT等各种不同专业之间是巨大的理解鸿沟。

但今天，你可以借助AI建立一个大致的理解，且不用担心被恶意欺骗。

这个本质，是对专业认识层面的二次分配，起到了类似社会保障的填谷作用。AI给每一个人都二次分配了一颗外挂的大脑，可以在每一个领域达到人类的中上平均水准，在整个社会层面，对一切专业孤岛做了削峰填谷，让不同专业背景的人之间的沟壑更加平缓。

从这个角度说，AI不是带来专业性的商业机会，而是会消解很大一部分基于信息不对称生存的商业现象，让忽悠变得更加困难。你说简单的自建房要花50万，DeepSeek可以告诉你错了，这实际上也正是马斯克效率部所掀起的审计方式变革，他不再需要审计每一笔交易，AI可以很清楚的从宏观数据中找出问题：你一年花6亿美金买咖啡，怎么都是说不通的。

公众平台 VS 公众服务平台

（生态价值）

当年公众号造就了微信的流量黑洞，核心价值是提供用户池和App壳+推送核，影响的是整个移动生态。

$$\begin{gathered} \mathrm{公}\mathrm{众}\mathrm{号}\mathrm{产}\mathrm{品}\mathrm{自}\mathrm{然}\mathrm{市}\mathrm{值}=\mathrm{可}\mathrm{节}\mathrm{约}\mathrm{技}\mathrm{术}\mathrm{成}\mathrm{本}+\mathrm{用}\mathrm{户}\mathrm{运}\mathrm{营}\mathrm{应}\mathrm{迁}\mathrm{移}\mathrm{规}\mathrm{模} \\ \mathrm{技}\mathrm{术}\mathrm{成}\mathrm{本}\mathrm{节}\mathrm{约}=\sum _{}^{\mathrm{百}\mathrm{万}App}\mathrm{自}\mathrm{研}\mathrm{的}\mathrm{技}\mathrm{术}\mathrm{实}\mathrm{现}\mathrm{代}\mathrm{价}：[App\mathrm{壳}+\mathrm{推}\mathrm{送}\mathrm{内}\mathrm{核}] \\ \mathrm{运}\mathrm{营}\mathrm{成}\mathrm{本}\mathrm{节}\mathrm{约}=\sum _{}^{\mathrm{千}\mathrm{万}\mathrm{级}\mathrm{业}\mathrm{务}\mathrm{应}\mathrm{用}}\mathrm{微}\mathrm{信}\mathrm{用}\mathrm{户}\mathrm{量}\times \mathrm{运}\mathrm{营}ROI\mathrm{差}\mathrm{值}：[\mathrm{拉}\mathrm{新}、\mathrm{留}\mathrm{存}] \\ \mathrm{用}\mathrm{户}\mathrm{体}\mathrm{验}\mathrm{优}\mathrm{化}=\sum _{}^{10\mathrm{亿}\mathrm{终}\mathrm{端}}90\mathrm{\%}\mathrm{的}\mathrm{长}\mathrm{连}\mathrm{接}\mathrm{耗}\mathrm{电}\mathrm{量}：[\mathrm{续}\mathrm{航}、\mathrm{发}\mathrm{热}] \end{gathered}$$

AI这波浪，同样是一次流量黑洞，吸收的是无处不在的运营效率场景。只不过，这一次业务和体验没有被谁标准化，因为不存在一家独大的中心化管控，被标准化的是能力和权重数据。

由于更高的运营效率，微信公众号当年影响了整个行业天量企业级的用户运营资金决策，因此造就了3000万的天量的入口账号。这一次，AI同样影响了天量的企业、个人的日常工作、生活，也会造就天量的规模，但所将造就的规模，将不会是有形的App形态、账号形态，而是权重数据集（也就是小模型）。

二、领域机会分析

Deepseek属于技术和数据内核，目前完全没有资金和能力去做平级的底层创业尝试。所以只能思考上层应用工具^面向用户或运营付费业务^面向客户。

通用领域[×]

ChatGPT、DeepSeek本身代表了通用AI，已经能够提供全面的赋能。

在各学科（数学、英语、化学、生物、逻辑......）、编程（语法、分析错误、编辑器......）、内容（作文、词曲诗歌、法务、文档分析、论文分析、作业批改......）、医药（医疗问答、病历分析、健康咨询......）、金融（量化交易、股票分析.....）

......

创业领域，需要避开对话、搜索、画图、视频生成、编辑器、助理、客服、翻译等通用形态或入口体验的业务领域，没可能，红海，顶级的玩家都在卷品牌。

大业务板块[×]

医药、法律、财务、生物学科等体系化专业等大的业务版块，是比较难的。应该首先有可瞄准的业务场景，这是所有SaaS需要解决的第一性问题，其次，一些垂直的大模型玩家自己在拼底层模型训练，因为AI是指标驱动，而非连接器价值。

最终的流量结构，必然不断向大品牌集中，类似移动生态的结局。

运营App[×]

运营App，目前尚有内容安全、备案审查、要求用户实名认证等方面的政策风险，尤其是转接ChatGPT等境外大模型能力，Deepseek的数据也是在ChatGPT等其他大模型的数据上二次蒸馏而来，不能排除掉内容方面的风险。

本质上，一切的墙和审查都是利益垄断局。

另一方面，AI的核心价值是权重数据集，而非入口。流量会往大的平台集中。

唯一的临时价值取决于当下有自然的免费搜索流量，但量级存疑。一般而言，用户不会像搜索群待办那样泛搜索AI工具，而是直接搜索DeepSeek品牌，这点在微信指数里可以看出来，关键字AI的流量来源饼图，主动搜索来源只占了1.3%。

运营PC网站[？]

反而是可能的。移动的核心优势就是随时随地、地理位置

做工具[？]

AI的场景主要是垂直工具和通用大品牌入口，做工具理论上有空间，但核心是对已有的业务领域做工具升级，或者工具挖掘。

比如算命

其他商业模式

从上面的分析看，基于DeepSeek等开源资源，做产品创业还是比较难的，无论是做SaaS还是做入口品牌，都会面临困境：卷不了底层，上层用户运营效率又太低，自然流量太少，且流量天然会流向大品牌。

做项目可能会有一些空间，这取决于客户资源。

• [√]外包开发：替客户开发带DeepSeek的业务应用，收外包费。2016年之前，移动App的外包开发是有好几年的黄金泡沫周期的，这个规律对AI浪潮一样有效
• [√]教培：门槛最低的是培训，教AI工具。上美的那张图就意味着学AI工具是可能带来直接的就业机会的。
• [√]运营：需要瞄准具体的运营场景，想明白一个资金流闭环，谁来付费的问题

我的观点，DeepSeek主要是为普通用户赋能，加速了市场教育，对于开发者来说，直接基于他做产品的价值不大，所有脱离具体业务数据的AI应用，相比DeepSeek应用，只是换了入口，并没有带来价值加成。而依赖业务数据的AI应用，可能更多是增量意义而不是迭代。

底层关注点

除了DeepSeek这样的开源大模型和权重数据，还有两个在关注的技术：

LangChain工具链

LangChain工具链是一个基础框架，用于更低成本的开发AI应用。

这让我们传统开发者，开发带AI的应用成为可能。

graph 
X(用户世界)
Y(xxx)
A(AI用户应用)
B(Agent)
C(大模型)
D(业务世界)
A-->|×|B-->|资金密集型|C-->|反向借助MCP协议|D
X-->|√|C
X-->|√|B
X-->|√|A
A-->|√|B