我在万人AI峰会现场待了一整天，说几句大实话
水莲Summer· 2026-05-28 · 内容存档（仅供参考，以主办方最新公告为准）
几百个展台，几千号人，腾讯云、Google、Meta、华为云、网易有道……大厂小厂全挤在一个屋子里。我在现场待了一整天，听了十几场演讲，跑遍了大半个展厅，问了很多从业者一个问题：
现场那些展台，无论是几十人的初创公司，还是有几百人的成熟企业，大家的状态出奇地一致——产品刚做完，正在找客户，商业模式还在跑通的路上。以Thinking AI为例，过去服务游戏、数据、BI报表、异常检测等场景，现在是在原来的产品能力上叠加AI：把已有能力做成MCP、垂直领域的Skills，或者用行业数据去训练、微调大模型，形成更贴近业务场景的AI产品。但坦白说，很多应用还没有完全落地到非常成熟的阶段，更多还处在“已有能力+AI包装+场景探索”的过程中。更别提那些刚刚做成第一个Agent的团队，正在挨个敲门推广，摸索出海路径。
第一类：海外广告投放 Google、Meta这种大平台，带着几十家代理商和服务商，现场几乎占了三分之一的展台。这条赛道已经非常成熟，竞争烈度不用多说。第二类：AI软件服务 像Thinking AI、神测数据这样的公司，原本服务于企业端，现在往AI方向转型。这类公司的优势是已有客户基础，难点是AI能力如何真正嵌进业务流程，提供通用化/定制化的服务。第三类：AI短剧 这是大家说最"卷"的赛道。现场至少有二三十家公司在做AI短剧——有做国内的，有做出海的，有做内容生产工具的，有做投流的，还有像ReelForce AI这种主打"短剧GPT时刻"的全球爆款工厂。 从业者跟我说：这条赛道现在很卷。第四类：AI硬件 这是整个展会里我觉得最有想象力的方向。还有AI变形金刚玩具，你对着它喊"大黄蜂变形"，它就真的会变形。
AI陪伴类产品，公司踩坑：自己砸钱做大模型，亏的一塌糊涂，后来才直接用现成的大模型，买数据去训练，模式的壁垒不在于技术，反而在于资源和客户。这些产品在提醒我一件事：AI的落地，未必需要多复杂。
看完这些，我突然想起了2017年，我在腾讯做AIOps平台的那段经历。那时候我们干的事情，跟今天的AI公司其实高度相似：用腾讯游戏的数据训练模型，做通用的异常检测和时间序列预测；做一键全流程、楼层式的拖拽操作，用户用完可以封装成产品发布出去——这和今天的Skills、早期COS的拖拽式工作流，本质上没什么差别。只不过那时候叫"AIOps平台"，今天叫"AI Agent"。那个时候我们做的，现在以新的面貌重新出现了。只是这一次，大模型加进来了，迭代速度快了十倍，市场热度高了一百倍。这让我有点感慨，也有点释然——技术的本质路径没有变，变的只是实现它的工具和时代的红利窗口。
我在现场问了很多从业者，大家的状态出奇一致：这半年比过去任何时候都要辛苦。第一，增量市场带来巨大工作量。 企业做了AI产品，就要推向市场——这是一块全新的增量业务。新客户、新打法、新话语体系，从零开始跑，能不累吗？第二，焦虑催生"表演性努力"。 AI明明是提效工具，理论上应该让大家更轻松。但现实是，很多人反而更拼命地证明自己有价值，生怕被优化掉。忙碌变成了一种自我保护机制。
路一：做打工人，深度布局某个方向。 找一家真正在做AI落地的公司，进去沉下心来。但要做好准备——这条路很"卷"，而且现阶段很难躺着。路二：找一个细分方向，做最小闭环的落地应用去卖。 不需要多大，不需要多复杂。甚至你去做代理商也可以找到你的客户群，做一个最小可行的闭环，先让钱流动起来。 商业模式跑通了，再一步一步往外扩。
从会场出来，广州的晚风吹来，我站在展馆门口想了很久。与其焦虑AI会不会淘汰你，不如先问自己：你手上有没有一个，哪怕很小的，能解决别人真实问题的东西？