2024年底，大模型价格战再起。
12月18日，字节跳动发布豆包视觉理解模型，每千tokens输入价格仅为0.003元，一元钱就可处理284张720P的图片，比行业价格便宜85％。
12月31日，阿里云宣布通义千问视觉理解模型全线降价超80%，按照最新价格，一元钱可以最多处理大约600张720P图片。
如果说2024年上半年大厂、独角兽还是各玩儿各的——大厂卷模型价格，独角兽卷应用，那么到了下半年，大厂已经不做选择，模型和应用全都要，tokens的价格还越来越低。最新数据显示，字节跳动的豆包大模型去年12月的日均tokens使用量超过4万亿，较5月发布时期增长超过33倍。
对于中小AI企业，乃至AI独角兽来说，如何让自己不在大厂射程范围内，成为一个在2025年必须要认真思考的问题。
不少AI企业想到了出海。
有些企业出海获益者会引用哥伦布的话说：“如果没有告别海岸的勇气，你将永远无法横渡大洋。”但也有在海外铩羽而归的人会说：“出海不过是换一个地方继续卷。”
出海，不再只是简单的市场扩张行为，而是变成了一种象征性的追求。
这种象征性的追求存在于火热的出海大会中，费用不低的出海考察团中。有的出海大会现场高朋满座，演讲者一边绘声绘色地描述全球化带来的增长潜力，一边引用欧美市场的增长数据，却往往忽略了这些数据背后激烈的市场竞争、巨大的文化差异以及潜在的经营风险；有的出海考察团鼓吹“东南亚就是十年前的中国”，殊不知，不同国家的工业化、城镇化和信息化进程不同，所谓“时光穿梭机”理论并不成立。
对于一些人来说，误区是信息差，有信息差就有生意；而对于行业来说，误区太多就会带来迷思。
打破出海迷思，是「甲子光年」2025年要做的第一件事。
1.海外内容风险更低？
Lepton AI创始人&CEO贾扬清2024年在硅谷就关注到多款国内出海AI应用，比如MiniMax的Talkie和快手的可灵，“它们非常迅速地占有用户的心智，这是一个有趣的现象。”
Talkie主打与个性化虚拟角色互动的功能，最初的名字为Glow，后来该产品在国内更名为星野，海外版则为Talkie。
数据研究公司Sensor Tower的数据显示，2024年上半年，美国下载量第四的AI应用是MiniMax的Talkie，超过了竞争对手Character.ai。2024年7月，Talkie的月活跃用户数达到1100万，其中超过一半位于美国。而在全球范围内，截至2024年8月，Talkie下载量达到1700万次，略低于Character.ai的1900万次。
另外，字节系的豆包、Hypic、Gauth，作业帮旗下的Question AI、Poly AI，以及昆仑万维的AI社交产品Linky AI也榜上有名。
而从用户粘性来看，Talkie的用户平均每日会话次数在15次左右，每次会话时长约5分钟，表现相对平衡。
2024年1~8月全球顶级陪伴类AI应用的用户参与度数据，横轴为平均每日会话次数，纵轴为平均每次会话时长，图片来源：Sensor Tower
这是一个令人羡慕的数据，但成功如Talkie，在海外也会面临风险。
2024年12月底，Talkie已从美国的苹果应用商店下架，但其仍可通过Google Play下载，且此前已下载的用户仍可继续使用。Talkie的官方TikTok账号在回应用户询问时，回应是“技术原因”，并表示将尽快解决，但未提供具体的恢复时间表。MiniMax公司官方未对此进行回应。
有分析人士指出，海外对虚拟角色生成内容的文化敏感度高，政治正确的讲究较多，相关产品稍有不慎就可能面临因内容违规被下架的风险。而在宗教信仰严格的国家和地区，AI生成的图还需要考虑人物衣着的覆盖区域和面积。
这暴露了AI企业出海的第一个误区：海外比国内内容监管更松。
2.继续走传统SaaS老路？
霞光社发布的《2025中国企业出海洞察及全球趋势展望》报告显示，截至2024年10月，国内AI企业共计918家，其中出海企业则有203家。AI出海企业中，绝大多数公司产品集中在应用层面，占比高达76%。
从某种程度上来说，大部分AI出海企业还是属于SaaS的范畴，传统SaaS企业遇到的问题：低价抢市场和困于定制化服务，这些AI企业也会涉及。
《SaaS创业路线图 2.0》作者吴昊这些年见证了中国SaaS走过的每一段弯路。“投资者热情冷却的一个重要原因是续费率低，为了解决续费率SaaS公司踩了一系列坑，从小企业的坑里转向大企业，又掉进大企业定制化的坑里。但归根结底还是产品不行，当时中国的软件人才在质量上与SAP、Oracle等国外头部品牌有很大差距。”吴昊告诉「甲子光年」。
这就引出了AI企业出海的第二个误区：在海外继续打价格战、搞定制化服务。
WeShop唯象是蘑菇街旗下的一款AI商拍工具，主要面对B端电商商家提供服务，目前用户量有近百万，其中超过70%是海外用户。
WeShop唯象总经理吴海波告诉「甲子光年」，2023年5月产品上线后，他们在北美就曾陷入价格战误区。
“我们要设置产品试用门槛，一开始我们想是国内的2倍价格差不多了，就定价4美元，差不多是美国一杯咖啡的价格。”吴海波说，“当时我们美国当地的华人运营同事就极力反对，他认为这在北美一定会被认为是一家垃圾公司、骗子公司，只有这种公司才会以这种便宜的价格来卖。”
这让吴海波很意外，“我没有意识到这个问题，我当时想的是，我们的产品这么好，我再搞个价格战，直接能把其他对手全部秒掉。”
目前，WeShop唯象95%以上的客户都是“主动找上门来的”，基本都属于“小B”，而针对“大B”，他们目前还是以交流为主，很少直接去做一些比较大的单子。
“我的考虑是，目前AI的技术范式在剧烈变化，我们必须把产品的迭代做好，所以在资源分配上，我就更倾向于投入在去摸技术和产品的边界，以及一直保持在垂直领域里的Top地位。”吴海波告诉「甲子光年」。
作为阿里巴巴前技术副总裁以及现在的硅谷AI创业者，贾扬清对国内外的B端客户都有深入的接触。他分析，国内客户通常认为最好有一个人为他们“贴身服务”，因此，在国内开展业务时，需要更关注客情的维护、团队的打磨和合作关系等，对运营有着非常高的要求。
而在海外，很多B端用户的想法是“你最好不要来找我”，他们会更重视产品本身。“他们的想法是，你的业务将来会增长。不只是我一个用户，你还会有100个用户。如果每个用户都要提升服务，你可能会倒闭。而我不希望你会倒闭，因此我会努力。”贾扬清说。
贾扬清认为，如果国内企业出海后还是按照在国内的习惯先去想着服务好客户，在一定程度上会起反作用，“因此我认为国内企业在出海时，对于产品能力的打磨以及由优秀的产品经理定义产品的边界是非常值得重视的事情。”
靖亚资本合伙人任晓东一直在关注出海市场，并投资了很多企业。他直言不讳地说：“如果你的产品是针对海外的大型企业客户，那我认为这个市场非常难，除非你们能够找到北美地区的CEO来帮助你们销售；如果你的产品是针对小型企业客户，那么你的机会在于一些细分领域，对于创业公司来说，没有那么多钱，只能从一些被大公司忽视的小场景开始做起。”
3.万事俱备才能出海？
「甲子光年」在2024年接触了大量国内AI创业者，不少人对出海仍有些担忧，觉得海外同样有大厂，自己没啥资源，也不懂海外情况。“到了当地什么事情都要自己从头做，还是先在国内磨一磨吧。”一位AI企业创始人说。
AI企业出海的第三个误区：必须在国内先把产品做好，再把这个产品卖到国外去。
这并不是说产品打磨不重要，而是说前期的产品打磨不能只针对国内市场。出海是一个主动的策略，而不是被动的调整。既然想要海外市场，那么产品发布的第一天就要面向全球市场，要把出海的视角转为全球化的视角。
相比出海，吴海波更愿意用的词是——全球化。
这也与他的经历有关，作为电商行业的老兵，他认为做事情就应该有“全球化视野”。中国的电商行业全球领先，只要之前在行业内有积累，在海外就有机会。
WeShop唯象从发布的第一天开始就是面向全球，而不是先在国内卷，再出海。这让他们获得先一步打入市场，占领用户心智的机会。令人有些意外的是，WeShop唯象第一个起量的市场是巴西，尽管大量涌入的说葡萄牙语的用户让团队有些招架不住，但这正是一个全球化产品带来的惊喜。
在全球多点开花后，收入就会直接用于产品迭代，WeShop唯象在B端的所有收入都要拿来训模型、建团队、买算力。吴海波认为，国内中小企业与大厂竞争，一种方式是比大厂跑得更快，不断在细分领域给用户提供最好的产品体验；另一种方式就是比大厂跑得更远，“很多国内巨头放到海外就不是巨头了。你要么找一个没有巨头的市场，要么找一个巨头很多的市场，只要有四五个巨头在那个市场里，你做第三方就很舒服了。”
而对于AI企业创始人来说，不能在只在国内闭门造车，必须到海外实地去调研。这种调研不是通过那种几天的商务游学团就能了解的，而是要深入到目标市场当中，去了解当地的政策、市场、文化和需求。
对于一些“小而精”的团队来说，从技术角度来看，在海外制作一个产品或许更加容易。
“像我们这样技术出身的创始人，在国内通常做东西都是自己完成，因为依赖其他组件，后面出现的bug会更多。”贾扬清告诉「甲子光年」，“而在北美，他们非常自然的想法是使用标准组件搭建产品，利用成熟组件的生态优势迅速将自己的产品build起来并推向市场，我认为这是技术创始人需要习惯的事情。”
在日常工作中，贾扬清创办的Lepton AI使用了不下10个企业服务产品，这些都为他们提高了生产力，“对我个人而言，7月的时候，我购买了一个ChatGPT的subscription，一个月20美元，还需要租用，我需要考虑是否需要付这笔钱。对于企业而言，一个人一个月20美元，我眼睛都不眨，只要它能够提升效率。”
如果说第一波出海浪潮是由消费者应用（Consumer APP，例如Talkie）带动，那么下一波出海浪潮中，企业服务（Enterprise Service）将会有巨大的机会。
“在北美，Enterprise Service是一个非常值得做且具有较强付费意愿的领域，这可能是我们在进行出海业务时值得考虑的一点。我们之前在国内也做过很长时间，国内一直有一个说法是SaaS无法做，但在北美，SaaS是一个能做且值得做的事情。”贾扬清告诉「甲子光年」。
4.算力价格最重要？
AI企业出海，离不开海外算力的部署。
不少出海的AI企业对于算力成本比较敏感，会特别关注GPU的每小时租赁价格，一个真实的案例是，某AI企业会纠结H100每小时租赁价格是2.1美元还是2美元。
尽管控制成本是必须的，但是过于在意算力的成本，从而使用非常便宜的算力资源，让企业踩坑的事情也时有发生。
AI企业出海的第四个误区：算力便宜能用就行。
出海后，AI企业面对全球用户量的快速增长，后台需要支持高并发、高响应的算力资源，GPU集群的稳定性变得极其重要。国际市场用户对应用的使用体验要求更高，尤其在娱乐、教育和陪伴型AI等场景下，稳定的GPU集群能够保证其计算资源始终处于高效、稳定的状态，从而持续提供的高响应速度。
一旦GPU集群不稳定，响应速度就会受到影响，比如出现延迟增加的情况，生成一幅画的时间从几秒延长到几分钟，这会让用户感到失望并可能导致用户流失。
目前，国内AI企业常见出海目标地区主要集中在北美、欧洲、东南亚、东北亚、中东等地区，它们会在相应地区内选择自有IDC的云服务商或者自己部署算力节点，以降低网络延迟，提高服务响应速度。
“回想一两年前，那时候大家的需求还只是有卡能用就行，但如今，局势已经大不一样，现在以裸金属、GPU云、虚拟化、SDN等为主流，当下对稳定性和可观测性方面提出了诸多要求。”GMI Cloud创始人Alex告诉「甲子光年」。
GMI Cloud是一家AI Native云服务商，由Google X的AI专家与硅谷精英共同参与创立，其拥有遍布全球的数据中心网络，为企业AI应用提供最新、最优的GPU资源。
图片来源：GMI Cloud
而事实也证明，AI Infra的稳定性对于AI出海企业来说，确实比GPU租赁价格更加重要。以Llama 3 405B为期54天的预训练为例，Meta一共动用了1.6万张GPU，该训练过程中遭遇了419次意外组件故障导致的训练中断，平均每3小时发生一次，频繁的GPU集群故障严重影响了AI模型的训练效率和稳定性。
训练意外中断的原因分类，图片来源：《The Llama 3 Herd of Models》
Alex告诉「甲子光年」，要确保AI Infra的稳定性，有三个关键点：
第一，在硬件层面，需要对供应链进行强有力的把控。需要从测试、温度、CPU、GPU 等多达八道工序去进行测试，通过在硬件上运行大模型，基本就能筛除那些一开始就存在故障、无法正常使用的机器。
第二，在软件层面，要提前察觉问题所在。不然等到客户反馈了才知晓，那就太晚了。需要深入了解底层的具体情况，从架构层面去观察、去理解机器到底存在什么样的问题，以便在客户提出问题之前，就能主动去解决。
第三，需要确保如果发生组件故障（如 GPU、内存等），始终有预先储备的组件可以快速更换，不影响客户运营。
Alex观察发现，对比国外AI企业，中国AI企业喜欢自己构建模型、自行开展训练工作，不太愿意使用别人提供的“现成东西”。
“中国出海企业，有些人会跟我们说某个机房归他们所有，在这个机房进行部署没问题，或者在我们的机房里划分出一个专属空间，用铁栅栏围起来，表明这个地方是他们专用的，这就是中国企业比较特殊的地方，而这些需求，GMI Cloud都可以满足。”Alex说。
无独有偶，贾扬清在硅谷创立的Lepton AI是新一代AI技术创新公司，专注于开发高性能的AI训练与推理平台。
过去一年，他也见了不少来自中国的AI创业者，他认为“Without prejudice”（不带偏见地对待某事物或某人）是中国创业者们经常会遇到的问题，“他们想找到最便宜的硬件资源，结果发现有很多坑，例如在2小时59分的时候突然断了一下。在海外，一分钱一分货是一个更加实在的状态。”
担任CEO近两年来，贾扬清的切实感受是：CEO需要考虑自己的综合成本。硬件成本或者物料成本是很重要的部分，但绝不是全部，还需要考虑人力成本和机会成本。在他看来，CEO只有在对Infra采取最省心的心态时，才能真正 聚焦到应用、市场和业务上。
“这就像出水痘一样，出过两次之后大家发现省心最好。”贾扬清打趣道。
随着越来越多的AI企业出海，这些误区将被更多人认识到，但只有亲身去体验了，才会知道出海的酸甜苦辣。
相比之下，投资人的比较话比较直接，盈动资本董事总经理方凯告诉「甲子光年」：“如果想做出海，那就赶紧去做。如果想做还没做，那就不要再想了。”
注：文/王博，文章来源：甲子光年(公众号ID：jazzyear)，本文为作者独立观点，不代表亿邦动力立场。
文章来源：甲子光年
