美國學者：在AI這條路上，中國企業走得更聰明

當美國AI巨頭在超級碗燒錢打廣告時，中國AI正在用補貼養成用戶習慣。美國學者對比兩種路線后得出結論：中國企業走得更聰明——不拼模型參數，而是把AI嵌進用戶每天都會做的事里。能力贏得試用，習慣贏得一切。

今年早些時候，中美兩國的科技巨頭為推廣各自的AI新品，發起了兩場截然不同的營銷攻勢。

在中國春節期間，阿里巴巴向其客戶發放了超過4億美元的補貼。消費者通過阿里巴巴的AI助手“通義千問”完成的每一頓餐飲、每一張電影票、每一次機票預訂和每一單生鮮配送，都能獲得補貼——前提是這筆交易由通義千問全程處理完成。

兩周后，在太平洋彼岸的第六十屆超級碗上，OpenAI、谷歌、Meta和亞馬遜各自斥資高達1000萬美元購買了30秒的廣告時段，試圖讓美國消費者相信，他們的AI才是最聰明、最能干、最具變革性的。

這兩場活動的差異，反映了兩國企業正在采取截然不同的戰略。越來越多的證據表明，至少就目前而言，中國企業的選擇更為明智。

美國策略：比拼能力

在美國，主流的AI策略是比拼能力：通過更優質的訓練數據、更大的模型、更好的基準表現和更先進的功能來創造競爭優勢。其假設是：能力帶來用戶采用，用戶采用帶來市場主導地位。AI界面本身成為一個目的地，一個消費者主動前往進行研究或交易的地方。

這種邏輯在技術戰略中根深蒂固。在以往的平臺之爭中——搜索引擎、社交網絡、移動操作系統——最好的產品通常獲勝，并在很長一段時間內保持領先。

比拼能力確實推動了AI行業的增長。僅ChatGPT一家，其周活躍用戶就在2025年翻了一番，達到8億，整個市場也在持續急劇擴張。總體而言，美國AI用戶的數量正以每年約30%的速度增長。這是一個高速增長的行業。

但在整體增長的背后，出現了一個令人不安的模式：沒有一家美國AI公司能長期保持領先。當谷歌在2025年11月發布Gemini 3時，OpenAI的CEO山姆?奧特曼發布了內部“紅色警報”備忘錄，并將公司的下一次發布提前了數周。而就在三年前，正是谷歌針對ChatGPT發布了自家的“紅色警報”。

這種模式再清楚不過了：在AI競賽中，今天的市場領先者就是明天的追趕者。每一個基準優勢都是暫時的。每一次新版本的發布都會引發所有競爭對手的恐慌。公司將數十億美元投入到邊際改進中，結果卻發現競爭對手在幾周內就趕了上來。企業市場份額也講述了同樣的故事：OpenAI的份額從2023年的約50%下降到2025年的27%，而Anthropic從12%上升到40%，谷歌攀升至21%。

更重要的是，AI能力的每一次新改進，其驚艷程度都在遞減。當所有主流AI助手都能勝任地回答大多數問題、寫出過得去的郵件、總結文檔并生成可用的代碼時，一個“更好”模型帶來的邊際改進對普通用戶來說就變得難以察覺。90%和93%準確率之間的差異，對運行基準測試的研究人員來說意義重大，但對一個決定是打開ChatGPT還是直接在谷歌輸入問題的消費者來說，影響要小得多。

這種不穩定性和日益收窄的能力差距，似乎正在讓消費者對AI失去興趣。我們對超級碗那一周（西方AI廣告投放最密集的時期）約11.9萬條社交媒體帖子的分析發現，對AI廣告的負面情緒是正面情緒的2.5倍多。當篩選到專門討論AI廣告的帖子時，負面情緒達到了95%，反復出現的主題是審美疲勞和指責AI廣告正在使監控常態化。值得注意的是，唯一進入觀眾喜愛度前十名的與AI沾邊的廣告，是Ring的“搜索派對”尋狗功能——這條廣告從頭到尾沒有提到AI，完全聚焦于一個具體且能引發情感共鳴的結果。

在這種背景下，比拼能力看起來已經不再是一個好策略。那么，還有其他選擇嗎？

挖掘習慣護城河

另一種選擇是挖掘一條“習慣護城河”：將AI深度嵌入用戶的日常生活，以至于切換到替代品會讓人感到費力，即使替代品可能略好一些。

大多數戰略防御中的護城河來自規模、網絡效應或數據鎖定。習慣護城河則有所不同：它存在于顧客的行為中，而非公司的基礎設施中。行為科學家認為，習慣由三部分構成：觸發行為的信號，通常由該信號引發的行為，以及獎勵（即強化行為重復的積極結果）。用戶并非有意識地選擇行為——線索（“我想今晚看電影”）直接觸發一個特定行為（打開ChatGPT，詢問正在上映的電影）。

打破這個序列需要用戶有意識地克服一個自動反應：停下來，注意到這個線索，然后做出不同的選擇。這是一種心理上的轉換成本，可能高得不合常理。這通常就是為什么人們會繼續使用他們不喜歡的銀行、客觀上更差的瀏覽器以及他們不再偏好的搜索引擎——即使轉換的實際操作成本很低。

在線習慣的形成需要三個條件：一致的場景（相同的應用、相同的時間、相同的意圖）、高頻的觸發線索（用戶每天接觸的次數越多，行為慣例自動化的速度就越快），以及可預測的獎勵（用戶必須每次都能快速得到他們想要的東西）。外賣、打車、支付和本地服務，都屬于具備這些條件的在線交互場景，也正是中國AI正在布局的領域。

讓用戶上癮

通義千問于2026年1月啟動了其推廣活動，推出了被業界觀察者稱為“全球首個綜合性AI智能體超級應用”，整合了阿里巴巴整個消費者生態中的400多項能力：淘寶用于購物，支付寶用于支付，餓了么用于外賣，飛豬用于旅行，高德用于導航。該應用在公開測試的第一周就獲得了1000萬次下載。隨后不久，上述春節假期推廣活動助推了其普及，取得了巨大成功，約有1.4億用戶通過通義千問的智能體功能完成了他們的首次AI驅動購物體驗。截至5月中旬，這一數字已達到3億。

通義千問代表了一種與美國方法截然不同的理念。它不是將AI定位為一個聰明的用戶會有意識選擇訪問的優質目的地，而是將AI視為用戶在完成他們本來就打算做的事情時所經過的路徑。馬克·格里文及其同事在《哈佛商業評論》上撰文指出，中國在智能體商務領域的優勢在于其基礎設施——支付、物流和超級應用之間的協同運作。他們對基礎設施的判斷是正確的。而更深層次的問題——也是本文所要回答的問題——是這些基礎設施在用戶心智中創造了什么可能。

以用戶體驗為例。過去訂電影票需要打開購票應用、選擇影院、挑選座位、比較價格、完成支付，可能需要七八個步驟，橫跨多個頁面。而通過通義千問，同樣的任務簡化為一句話：“訂兩張今晚的電影票，中間座位。”剩下的由AI處理。

通義千問上線時，最引人注目的演示涉及餐廳預訂：AI根據用戶的位置和偏好篩選餐廳，然后撥打電話給餐廳，其AI語音逼真到讓觀眾懷疑自己聽到的是真人還是機器。AI沒有推薦餐廳或提供電話號碼。它“拿起”電話，撥打過去，協商預訂，然后匯報結果。

這背后的戰略洞察比便利性更深刻。通義千問并不要求用戶為了AI相關的特定任務而來找它。相反，它在用戶正在執行的既有任務中截獲他們，并提供一條更快的完成路徑。心理框架從“我應該嘗試使用AI”轉變為“剛才真方便，下次我也這么干”。這就是習慣的開始。

阿里巴巴的做法并非史無前例。它是騰訊十年前制定的戰略在AI時代的應用。2014年，微信在春節期間推出了數字紅包，允許用戶通過應用發送小額現金紅包。表面上，這只是一種有趣的文化改良。實際上，這是一次行為干預，它訓練了數億用戶將銀行賬戶綁定到微信，并使移動支付常態化。三年之內，微信支付就從支付寶手中奪走了中國移動支付市場40%的份額。騰訊在補貼上幾乎沒花什么錢。它只是利用了一種現有的文化習慣，并將自己插入其中，成為阻力最小的路徑。

有些讀者可能會反對說，習慣護城河只是中國特有的現象，阿里巴巴的成功反映了其現有生態系統的獨特結構。這有一定道理。但這種反對意見指向的是機遇，而非不可能。正因為西方消費者的習慣分散在亞馬遜、谷歌、蘋果以及眾多垂直玩家之間，第一個在美國實現跨領域行為整合的公司，就有可能捕獲不成比例的價值。解決這個問題所帶來的回報，比在中國更大，而非更小。

那么，解決問題的方法是什么樣的？

習慣護城河行動指南

西方企業面臨的結構性障礙是真實存在的，但這并非不可改變。以下是四項行動，按從最易于立即執行到最具結構野心的順序排列。每一項既適用于爭奪消費者默認選擇的AI公司，也適用于銀行、零售、酒店、醫療等行業的現有企業，無論它們是否參與重新設計，其客戶關系都將面臨被平臺截流的局面。

1. 尋找習慣線索，而非功能差距

大多數產品團隊的本能是問：我們的AI能做到什么競爭對手的AI做不到的事？

而習慣護城河的問題是：我們客戶的日常生活中，有哪些現有行為是我們的AI可以截獲并以比現有路徑更簡單的方式完成的？

星巴克提供了一個有啟發性的案例。它的Deep Brew AI平臺并不試圖成為市場上最聰明的AI。它追蹤每位顧客點什么、什么時候點、在哪里點，然后利用這些模式預先選中他們常喝的飲品、推薦搭配，并在早晨通勤時間推送通知。這款應用在顧客有意識地決定下單之前就預先下了單。

到2026年初，星巴克公布了一款AI訂購助手的計劃，允許用戶描述心情（“為忙碌的早晨提神”）而不是瀏覽菜單。星巴克截獲了其顧客生活中頻率最高的線索（晨間慣例），并使AI成為穿過這一慣例的阻力最小路徑。

每個企業都有類似的線索。對一家區域性銀行來說，那就是顧客查看余額的時刻——這是大多數成年人最頻繁的銀行行為。如果這家銀行讓自己的AI在那個時刻自動出現，并提供一鍵支付、轉賬和預算查詢功能，它就截獲了一個習慣線索，競爭對手若想取代它，并非易事。對一家連鎖酒店來說，那就是商務旅客抵達的時刻：如果這家酒店讓它的AI成為地面交通、餐廳預訂和會議后勤的默認助手，它就將一筆單一交易（房間）轉化成了一個持續的關系（旅程）。

2. 補貼行為，而非訂閱服務

西方的默認做法是補貼用戶獲取服務：免費試用、首月折扣、新注冊用戶享受高級功能。這是OpenAI在2025年9月推出其即時結賬功能時所采取的方法——該工具允許用戶在ChatGPT內部直接從Shopify和沃爾瑪等合作零售企業購買產品。注冊用戶可獲得一個月的ChatGPT免費使用權，之后則需要支付訂閱費。其目標是讓ChatGPT成為一個人們不僅可以發現產品，還能購買產品的平臺。

但六個月后，根據Forrester的數據，只有約30家Shopify商家與該服務進行了整合。2026年3月，OpenAI確認放棄即時結賬功能，因為人們并不用它來購物。

正如我們之前所見，通義千問在營銷中采取了不同的方法。它補貼的是實際的購買行為，從而降低了用戶做一件他們本來就打算做的事情的成本。它們花錢讓用戶選擇去體驗使用這個工具是多么便捷，并押注這種便捷會讓人上癮。

中國企業的策略重新構建了用戶獲取的經濟邏輯。與其贈送一個月的ChatGPT高級版，OpenAI本可以補貼通過其智能體完成的前五筆DoorDash外賣訂單。與其將Gemini Advanced捆綁到Google One中，谷歌本可以免除在Gemini內完成的前三次旅行預訂的預訂費。每個獲客成本可能相差無幾。但一個通過AI智能體預訂了三頓晚餐的用戶，很可能已經改變了他們的默認行為。

3. 打造環境效用，而非目的地式體驗

如前所述，西方企業的陷阱在于將AI視為一個目的地。而習慣護城河的策略是將AI作為環境基礎設施嵌入其中，存在于用戶已有的工作流中。這個原則很簡單但反直覺：任何需要被用戶主動調用的面向用戶的AI體驗，都有可能被忽略。能夠撐過未來三年的AI體驗，將是那些根本不需要被調用的體驗——因為它們就是工作流現在發生的地方。

GitHub Copilot與Microsoft 365 Copilot的比較精確地說明了這一點。GitHub Copilot之所以有效，是因為它占據了開發者正在打字的確切位置。而Microsoft 365 Copilot，盡管位于4.5億人已經在使用的同一套應用程序中，其付費滲透率僅為3.3%，主要原因在于它仍然作為一個需要被調用的功能存在，而非一條默認的工作路徑。架構方面的啟示是：讓AI成為默認路徑，需要用戶主動選擇退出，而不是作為一個需要用戶主動選擇加入的功能。

4. 比拼二次交易，而非首次交易

大多數公司優化的指標都是首次交易指標：注冊量、免費試用轉化率、應用安裝量、上線首日熱度。這些描述的是顧客是否嘗試了你的產品一次。而習慣護城河建立在之后發生的事情上，即當相同線索觸發時，客戶是否會在沒有提示的情況下再次選擇你的產品。能力贏得的是試用機會，習慣贏得的是默認選擇。

OpenAI的即時結賬功能的失敗很好地說明了這種區別。該功能帶來了瀏覽行為，但沒有產生購買行為，而且關鍵是沒有產生重復購買行為。用戶通過ChatGPT發現產品，卻在別處——在他們已經有使用習慣的零售商那里——完成交易。OpenAI優化的是第一次交易（發現），而習慣存在于第二次交易（回到亞馬遜或沃爾瑪自己的應用）。

一家有意建立習慣護城河指標的公司，會很快發現這個問題，因為它會關注這樣一個比率：顧客在使用你的產品完成一次任務后，在自然重復周期內再次完成同類任務的比率。對于外賣，這個窗口期是幾天。對于旅行，是幾周。對于專業任務，是幾個月。如果在這個周期內你的重復完成率遠低于該行業的基準，那就說明你還沒有養成用戶習慣，只是一次性的使用。

這改變了各行各業的運營邏輯。營銷預算應從提升知名度轉向在可能的再次觸發時刻消除摩擦。產品路線圖應優先考慮任何能提高再次完成概率的因素——重復任務的速度、對過往偏好的記憶、對重復性需求的預判——而不是優先考慮能增加首次交易新奇感的因素。

阿里巴巴本能地理解了這一點：其春節投入的成效，不在于有多少用戶嘗鮮用過一次通義千問，而在于接下來幾周內，有多少用戶自發地再次打開了它。

長遠之計

20世紀80年代，底特律的汽車制造商們按照50年來行之有效的指標來造車：馬力、造型、年度改款——這些都是消費者看重的、看得見的進步信號。

新崛起的豐田沒有遵循這套做法。相反，它投資于那些不起眼的基礎設施，讓顧客能夠圍繞他們的汽車形成日常慣例：生產系統、經銷商服務體驗、以及決定你買車五年后車子是否還能平穩運行的可靠性。等到底特律明白其中的區別時，豐田已經擁有了十年的復合優勢，并且培養了一代客戶——當他們要購買新車時，默認行為就是先去豐田經銷商處看看。這條護城河不是發動機，而是發動機默默促成的使用習慣。

西方AI公司有可能重蹈底特律的覆轍，而且速度更快。本季度慶祝的每一個基準領先優勢，下季度就會被對手以更低的成本追平。那些在舊金山和山景城之間來回飛傳的“紅色警戒”備忘錄，正是優勢按期貶值發出的回響。當一項優勢以六周為周期快速衰減，它就不再是一種策略，而變成了一種維持地位的持有成本。

習慣是相反類型的資產。當競爭對手推出更好的模型時，習慣不會重置。它們不會在六周內被追上。它們會在數百萬人的生活背景中悄然復合增長，直到有一天，用戶不記得自己以前是怎么做的了。iPhone不是第一款智能手機。谷歌不是第一款搜索引擎。它們所建立的是阻力最小的路徑——而這條路徑一旦確立，就是任何消費市場上最持久的資產。

需要說明的是，我們并非建議美國或中國的AI公司停止投資技術能力。能力是讓一家企業能夠坐在牌桌前的門票。我們的觀點是：當能力達到“足夠好”之后，戰略注意力的邊際投入應該放在哪里——而能力達到“足夠好”的速度，比大多數西方公司在戰略規劃中預估的要快得多。

美國企業的高管們花了兩年時間追問，AI是否要來搶他們的員工飯碗了。他們可能盯錯了方向。AI不是沖著你們的員工來的。它是沖著顧客主動來找你們的那一刻來的。如果那一刻開始經由別人的AI之手，那么留給你們的員工去做的事情，可能就沒那么重要了。

關鍵詞：

崔媛媛（Gina Cui）、帕特里克·范·埃施（Patrick van Esch）、揚·基茨曼（Jan Kietzmann）| 文

崔媛媛是南卡羅來納州康威市卡羅來納海岸大學教授。帕特里克·范·埃施是南卡羅來納州康威市卡羅來納海岸大學教授。揚·基茨曼是維多利亞大學古斯塔夫森商學院的創新與信息系統教授。

周強 | 編校

聯系方式

投稿、廣告、內容和商務合作

newmedia@hbrchina.org