盈利是科技企業的生命線。

經典科技史著作《浪潮之巔》一書中，引用了松下幸之助的名言：“一個產品如果不能盈利，就是對人類的犯罪，因爲它浪費了人力和物力。”

《浪潮之巔》還指出，在互聯網時代，大量企業盲目追求用戶規模而忽視盈利路徑，最終因現金流斷裂被淘汰，形成了史上著名的互聯網泡沫。

相比之下，當時的谷歌憑藉其創新的搜索算法和基於廣告的清晰盈利模式實現了盈利，成爲倖存者。

這無一不印證了熊彼特"創造性破壞"理論的終極要義——創新必須完成"技術勢能→商業模式→財務正循環"的價值閉環。

近年來，人工智能浪潮也未能“免俗”：人工智能歷經三起兩落，一度陷入"技術驚豔-商業乏力"的怪圈。2020年前後的AI寒冬猶在眼前：全球頭部AI企業絕大部分仍在虧損，商業化路徑模糊的算法公司批量消亡。

但好在AI行業也有跡象顯現“冰雪已經逐漸消融”，AI行業的春天已至。

根據DeepSeek在知乎上發表題爲《DeepSeek-V3/R1 推理系統概覽》的文章披露，DeepSeek實現了理論成本利潤率545%的驚人突破；全球化AI雲開發者平臺塗鴉智能，也在2024年交出了首份年度盈利答卷。

這兩個維度的突破，共同勾勒出人工智能產業化落地的可行路徑。

塗鴉智能財報摘要：

2024年第四季度業績

總收入：8210萬美元，同比增長27.4%，顯著高於彭博一致預期的8040萬美元。

毛利率：47.8%，同比提升0.5個百分點，環比提升1.8個百分點。

Non-GAAP淨利潤：2210萬美元，淨利潤率26.9%，同比提升7.4個百分點

2024年全年業績

總收入：2.986億美元，同比增長29.8%。

毛利率：47.4%，同比提升1個百分點，連續6年持續穩健提升。

Non-GAAP淨利潤：7530萬美元，同比增長268.5%，淨利潤率25%。

GAAP淨利潤：憑藉良好的Non-GAAP經營表現，有效覆蓋掉了與商業模型及業務經營無關聯的歷史股權激勵等項目帶來的會計負擔，首次實現年度GAAP盈利，淨利潤爲500萬美元。

01、從技術崇拜迴歸到商業本質

DeepSeek可觀的利潤率，打破了技術崇拜的敘事，將行業焦點從技術參數的軍備競賽拉回到商業本質。

長期以來，大模型技術被媒體賦予了一種近乎玄學的光環，但從務實視角的角度看，大模型的本質在於將複雜的AI能力泛化爲可調用的工具。

中國信通院《MaaS框架與應用研究報告（2024年）》揭示的產業圖景也頗具有參考意義——人工智能架構與雲計算架構的高度相似性，揭示着技術演進正重演歷史規律：AI這一顛覆性技術將回歸基礎設施本質。

這一判斷得到塗鴉智能聯合創始人、COO兼CFO楊懿的認同。楊懿在接受格隆匯採訪時直言："大模型的未來形態應是通用互聯網基礎設施，正如雲計算重構了IT底層架構"。

資料來源：中國信通院《MaaS框架與應用研究報告（2024年）》

在這樣的背景下，將AI能力轉化爲可調用的工具集與應用，無疑是AI商業化的關鍵環節。基於這一理念，塗鴉智能提出了“LLM Agnostic（大模型無關）”理念。

"LLM Agnostic"延續了塗鴉智能此前的"Cloud Agnostic"（雲無關）和"Edge Agnostic"（端無關）。

在物聯網早期野蠻生長的時期，該公司便以"Cloud Agnostic"和"Edge Agnostic"幫助客戶應對基礎設施碎片化困局，讓開發者與企業用戶從底層技術複雜性中脫身，達到“無感知化”（即“Agnostic”特性）。

如今，塗鴉智能繼續沿襲這一思路，通過其技術架構和生成式AI解決方案，使開發者和企業用戶無需關注底層技術細節，從而能夠更專注於商業邏輯和核心業務創新。

也就是AI for ALL，破除AI的神祕性，通過持續降低應用門檻，激發多元創意走向實用化場景，構建“人人能參與，處處有AI”的AI平權生態。

楊懿表示：“我們倡導‘Agnostic’（無關性）的本質，就是希望消除所有阻礙進入的門檻，讓更多人快速進入這個領域，從而推動新型應用場景的快速繁榮。”

那麼，塗鴉智能是如何做到這一點的呢？

塗鴉智能聯合創始人、COO兼CFO楊懿

02、做一個技術集大成者 

值得一提的是，當行業仍在爭論大模型技術路線時，塗鴉智能已建成全球首個集成DeepSeek、豆包、通義千問、OpenAI、Claude、Gemini、Amazon Nova等頂尖模型的AIoT開發平臺，支持開發者按需調用差異化能力。

不同於綁定單一模型的競爭對手，塗鴉智能"技術集大成者"的定位源於對技術實用主義的理解。

DeepSeek雖在文本推理表現出色，但面對智能家居、智慧空間的多模態交互就力有不逮；某些中文模型雖內容生成能力強，卻受制於高昂推理成本；有些模型雖然在中文內容處理上很強，但使用效率較低，成本較高，可能更適合高附加值的商業化內容製作；還有一些模型可能更泛化，但在數據分析精度和嚴謹性上表現一般。

此外，不同地域的市場會有不同的要求與偏好，歐洲用戶可能傾向本地合規模型，東南亞市場需要多語言支持，而高端商業客戶追求私有化部署。

在這種情況下，如果一個初創公司想開發AI設備並面向全球市場，如何選擇合適的大模型就變得非常複雜。

而塗鴉智能的“LLM Agnostic”理念，就是將所有模型的優點整合起來，爲開發者提供一個通用化的平臺，讓他們可以根據自己的需求選擇最適合的模型。

這樣，開發者只需要關注自己的應用場景、目標羣體、商業模式，以及對成本、準確度和使用偏好的要求，從而實現更優的解決方案。

楊懿表示，平臺通過架構級創新，使開發者可根據場景需求，像拼裝樂高積木般自由組合模型能力。比如可以同時融合通義千問的語義理解與DeepSeek的代碼生成能力，打造出可自主迭代的產品。

但值得一提的是，在高度碎片化的商業戰場，做一個技術集成商是遠遠不夠。塗鴉智能深知，要打破准入壁壘，需要一把更鋒利的破冰斧。

因此，塗鴉智能選擇了構建全球開放、中立的AIoT生態之路，爲開發者提供技術、供應鏈、生態融合等全方位的賦能。

03、破解三重壁壘

楊懿多次強調，塗鴉智能必須爲下游開發者和用戶降低進入門檻，打破大模型的藩籬。

在消費市場，簡單的“接口搬運”模式或許尚能被接受，但在高度碎片化的企業服務領域，客戶面臨的挑戰遠不止於此。數據合規、系統適配等技術難題只是冰山一角，更關鍵的是，企業需要將智能化改造深度融入業務邏輯。

這種多維度的挑戰構建了經濟、技術和市場的三重壁壘。而塗鴉智能，正通過全鏈路能力的重構，逐一擊破這些壁壘。

在技術層面上，塗鴉智能已形成"數據處理-垂直訓練-場景調優"的全鏈路垂直縱深體系。塗鴉智能擁有"既懂代碼更懂車間"的雙重能力——既掌握AI等前沿技術，更深諳能源、環境、娛樂教育等多個領域的運行機理，並依託行業深耕積累了大量的優質行業經驗與專業知識。

憑此，塗鴉智能幫助開發者打造應用和產品再也無需數月時間，短時間內就能完成開發，甚至直接實現產品量產。

當行業聚焦於參數競賽時，塗鴉智能已實現從技術工具到產業基座的進化，通過將複雜算法封裝爲可嵌入業務流的模塊與產品，真正拆除橫亙在企業面前的技術門檻。

在經濟門檻方面，楊懿表示，塗鴉智能希望提供一個非常有競爭力的價格，並推出了“億元補貼”計劃，助力AI開發者加速創新落地。

圖片來源：塗鴉智能

在楊懿描繪的商業藍圖中，塗鴉智能的"成本分類解耦"策略頗具前瞻性：一次性開發成本轉化爲可通過規模效應消化的固定成本，同時聚焦降低持續使用成本這個決定商業模式存續的關鍵變量。

"就像用戶不會爲每月千元訂閱費的玩具買單，企業更在意AI服務的長期ROI。"楊懿稱。

這種從"成本轉嫁"到"價值共生"的思維轉變，正在重構AI服務定價體系。

除了經濟成本和技術門檻，塗鴉智能還十分關注市場門檻。公司的差異化優勢在於其生態和全球網絡。2024年，塗鴉智能經服務了5800個品牌客戶，覆蓋了超12萬個渠道門店，並在各個主要國家和地區建立了自己的合作生態和品牌影響力。

楊懿特別強調生態的槓桿價值："開發者藉助我們的渠道矩陣，可以快速實現跨國部署，企業用戶可以快速出海。這在傳統模式下可能需要數年積累。"

這種將渠道資源轉化爲市場勢能的能力，顯著降低了企業出海的時間窗口成本和試錯風險。“我們希望藉助這些資源，讓優秀的創意能夠快速落地，而不是被埋沒。”楊懿稱。

04、構建系統化的AI賦能體系

當三重壁壘被系統性擊穿，AIoT革命終於迎來具象化的載體。塗鴉智能AI Agent開發平臺於去年第四季度正式開放，標誌着其技術普惠從理念層面向物理世界挺進。

目前，通過T3/T5 SOC系列模組與AI Agent開發平臺的協同，開發者可以自由選擇接入DeepSeek、豆包、OpenAI等不同大模型，並實現對音頻、視頻、圖像、文本等多模態能力的統一調度。

圖片來源：塗鴉智能

AI Agent開發平臺的核心優勢主要體現在三個方面：

首先，AI Agent平臺採用低代碼開發模式，大幅降低了算法適配的複雜度，使開發者無需深入理解模型底層細節，完成產品開發和量產；

其次，該平臺具備強大的跨平臺兼容能力，支持從嵌入式設備到雲端服務器的多硬件環境部署；

最後，平臺已沉澱出八大場景的標準化解決方案，涵蓋節能管理、環境控制、居家生活、健康監測、娛樂教育、便利出行、溝通協作和音視頻分析等領域。

值得注意的是，對於客戶而言，這並非開展全新業務，而是現有業務的無縫升級。客戶可以低成本地切換併疊加適用的AI功能，且交付方式與塗鴉智能的其他服務保持一致，真正實現了“LLM Agnostic”（大模型無關）。

然而，這只是一個開始。

塗鴉智能的願景是將AI能力系統化地提供給所有客戶，並將AI能力無縫融入PaaS、SaaS和Smart Solution三大業務模式中。

在PaaS（平臺即服務）領域，塗鴉智能正在積極推進AI能力的產品化。目前，PaaS的部分類目已支持AI能力開發，開發者在開發產品時可以直接調用這些能力。

部分功能已向開發者開放，其餘功能仍在持續開發中。塗鴉智能正努力在PaaS上全面開放所有類目的AI能力，推動硬件向AI硬件的全面轉型。

在SaaS（軟件即服務）領域，塗鴉智能正在開發基於AI的SaaS服務，以寵物賽道爲例，其打造的鳥類等動物種類識別算法和視頻自動剪輯服務，幫助寵物行業的企業打造具有“輸出情緒價值與傳遞陪伴價值”的軟件能力。

這些服務允許開發者在現有設備上直接調用AI能力，從而擴展應用場景。

爲滿足不同客戶的需求，塗鴉智能還提供了多元化的交付方式。對於入門開發者，公司提供零代碼交付方案，用戶無需編寫代碼，只需在後臺點擊開關即可啓用AI功能。

對於普通開發者，塗鴉智能提供API和SDK等形式的能力，支持基於AI能力開發應用。而對於硬核開發者，公司則提供定製化解決方案，滿足其對高性能和高靈活性的需求。

可以看出，塗鴉智能正致力於爲用戶構建一個全方位且分層滲透的AI賦能體系——從PaaS的全面開放到SaaS服務的創新開發，再到Smart Solution的解決方案交付。

這種梯度式賦能策略，通過降低生態參與門檻激發長尾創新，最終實現平臺價值與生態夥伴的共生共榮。

05、結語

這場始於技術架構重構的變革，終將演變爲商業生態的重塑。

當開發門檻降至臨界點，生態系統的網絡效應將催生"創新密度"的質變——正如安卓系統通過開放架構激發移動互聯網革命，塗鴉智能爲代表的參與者們正在製造相似的鏈式反應。

這種技術普惠與商業可持續的共生關係，或許預示着智能硬件產業將進入"邊際成本趨零，生態價值倍增"的新階段。