一座“AI应用工厂”的野心:不赌技术,赌需求

在AI创业这个挤满算法博士和大模型科学家的赛道里,赵充是个异类。

他不是技术出身,没写过模型代码。他做了十几年互联网产品和用户增长,是营销圈里的熟脸——直到2023年,他带着一个叫AiPPT.com的产品冲进AI赛道,两年多做到3000万注册用户,去年单品营收过亿。

更加“异类”的,是他对技术的态度。

“现在没人讨论模型了,都是直接用。”赵充说得很平淡,“大模型就是‘水电煤’,在我的成本结构里很低。”市面上的几家大模型,用哪个都行,“结果不会有什么差异”。在很多AI创业者把“自研”“底层大模型”挂在嘴边的今天,这话听起来近乎冒犯。

但赵充有底气这么说。他把这套打法想得很透:AI应用层真正的胜负手,从来不是技术。以科研为核心的是大模型公司;而做应用,拼的是另一样东西——对需求的洞察。在他看来,这正是自己这种非技术背景创始人的主场,“模型越强,我们这些产业背景的人,优势反而越凸显”。

赵充对「定焦One」掰着指头数了一遍这两年真正做到过亿收入的AI应用公司创始人,得出一个结论:几乎没有一个是纯技术出身。

01.PPT不是一个工具,是一门生意的入口

要理解赵充为什么敢把模型说成“水电煤”,得先看他怎么看自己的产品。

外界认识像素绽放,大多是通过AiPPT——一个“一句话、一分钟、一键生成PPT”的工具。在赵充看来,通用PPT是个一千亿的存量盘子——微软一家从中吃掉约100亿美金,“金山办公里两成收入来自PPT”,“这个盘子本来就大。”

但赵充盘算的,是另一个比这还大上一百倍的盘子。

“PPT泛泛地讲,它是个工具。”他说,“可一旦进到垂直的职业里,它就要直接交付结果。”

他随口列了一串:同样是生成一份带页面的文档,在营销人那里,它叫营销方案;在医生那里,它叫病例分析;在老师那里,它叫教案;到了六月份的毕业生那里,它叫论文答辩材料……

一个通用的PPT工具,解决的是“做得快不快”,用户要的是效率;而一份营销方案、一份教案,用户要的是“直接给我一个能用的结果”。后者值钱得多。

顺着这个逻辑,2026年初,像素绽放推出了一款叫“小方同学”的产品。名字里的“方”,取自“方案”;它不再是面向写PPT的大众用户,而是直接面向营销人群,定位是“营销方案Agent”——你给它一个brief,它自己拆解需求、检索资料、生成策略、写出文稿、配齐图片,最后交付一份可以直接拿去比稿或汇报的完整方案。

赵充算了一笔账:AiPPT的国内会员,一年99元。而小方同学,月费169元、年费1999元起,不够用还能再买增值包,1999元、3999元、7999元,“大客户甚至直接给市场部充值十万块”,客单价跳了一个量级。“它可以替换掉一个30万年薪的人,”赵充说,“所以这个市场,比原来大很多。”

他用一个客户的真实变化来解释这种替代。过去,一家头部消费品牌的一个营销方案,要赵充的团队四五个人一起做:有人想策略、有人写文案、有人配媒介推荐,头脑风暴之后,大概到第五天才能合成一份方案。而现在,事业部总经理开完需求会回来,“上午可以写两个方案,下午可以写两个方案”。小方同学直接顶替了他手下那三五个人的活儿。

为什么是2026年初才做这件事?赵充的答案是:技术刚好在这个节点解锁了。

“去年,这个水准实现不了。”他说,早期的版本生成出来的东西,质量到不了“可交付”的程度,“还需要大量的人去改”。而今年春节之后,模型能力“纷纷到了这个水平”。他借用了一个说法——从“AI Tool”到“AI Worker”。这条线一旦跨过去,“交付结果”才真正成立,小方同学这样的产品才能成立。

也正是从这里开始,像素绽放的产品观变得清晰:不做大而全的通用工具去和巨头硬碰,而是一头扎进一个个具体职业,把PPT这个“入口”,变成营销、教育、医疗等不同行业的“数字员工”。在他们的产品序列里,除了AiPPT和小方同学,还并行着面向会议记录的Ai好记、面向数据图表的AiBiao,以及一批更垂直的方向。

教育是其中重要的一块。赵充说,教育人群占了AiPPT收入的相当比重。大学生和老师代表了两种完全不同的需求,他们专门派了一个组去打。

02.AI是水电煤,洞察才是护城河

如果产品的胜负手不是技术,那是什么?这是赵充这套打法里最值得关注的部分。

先说他为什么敢把大模型称作“水电煤”。

在小方同学的整个生产链路里,赵充说,基础大模型扮演的角色,其实只在最前面一小段——理解用户的需求、做初步的意图拆解。用户在界面上可以自己选用哪家模型,智谱也好,别的也好,“用谁都行,结果不会有太大差异”。

而真正决定一份方案好不好的后半段——内容怎么生成、版式怎么排、审美怎么把控——“基本上都是我们自己解决的”。

所以在成本结构里,大模型调用费“很低,就两个点”。他甚至说,现在公司内部“没人讨论模型了”,连预训练都不怎么提,顶多讨论一下后训练的微调。这种对技术的“祛魅”,和不少把自研大模型当作核心叙事的AI公司,形成了鲜明对照。

他的护城河,是另外三样东西。

第一样,是自有的微调方法论。他说,怎么驾驭基础模型、用什么方法把它调到适配营销场景,“方法论是我们自己的”,是基于真实营销场景反复试错后的know-how。

第二样,是私有数据。小方同学接入的,不是公开的互联网数据,而是像素绽放自己积累的红人广告投放数据、电商数据、社交媒体数据,“市面上是没有的”。再叠加企业自身的知识库,生成出来的方案,才能结合真实的营销语境走。

第三样,是工程化和审美。赵充反复强调,做PPT这件事“特别复杂,只有做过的人才不踩坑”。当年他们团队能在国内做起来,靠的是用户行为反馈的持续训练——用户改了什么、点了笑脸还是哭脸、最后下没下载,这些数据喂回去,模型才越来越懂人。

再加上,视觉中国作为战略股东带来的版权资源,给C端和B端都上了一道版权合规的保险。

赵充观察到,这两年真正做到过亿收入的AI应用公司,创始人几乎都不是纯技术出身,而是带着增长、产品或某个产业的背景杀进这个赛道的。“应用层创业,当然都有研发背景的人,但一般是需求洞察做一号位。”科研为核心的,是大模型公司;应用公司,拼的是用户洞察、市场洞察,“技术上已经没什么问题了”。

他甚至把这句话推到了一个更大胆的结论:模型能力越往上走,他这种背景的人优势反而越明显——因为底层能力越强,越意味着比拼的焦点会从“能不能做出来”,彻底移到“知不知道该做什么”。

03.一个产业“老炮”的打法与边界

把技术请下“神坛”之后,赵充的整套生意就一个关键词:务实。

他几乎不掩饰“只做赚钱的事”这条原则。豆包这类大厂把AI生成PPT做成免费功能,他完全不焦虑——“他免费,我就不做这块,‘免费的’没商业模式”;真正值钱的,是那些有明确付费意愿的专业人群和企业客户。

对B端,他的态度是:全部不做重度定制。企业要采购,标准品价格直接乘以三,要换模板可以,但要做额外定制开发,就得另外加钱。赵充说,这样做,毛利能和C端拉平,也不必专门组建一支队伍去“伺候”大客户。这种克制,让他在拿下中信证券、中国银行、农夫山泉、美的等一批大客户的同时,维持住了一家工具公司难得的高毛利。

技术不再是门槛之后,赵充选人的第一标准变成了“心态”。“心态最重要,开放、愿意尝试新东西,这是最核心的。”他直言,公司里一些跟了十年以上的产研老人,反而因为接受新事物慢、用惯性做事,在这波AI浪潮里掉了队。

落到组织上,赵充给出的判断相当尖锐:AI会把企业的中间层大量抹掉。“中低层、中层以下,以后基本上就没有了,”他说,留下的只有最上面那一层——做判断、做需求拆解、对接客户的人,“华与华也不需要那么多人”。在他看来,这不是某家公司的问题,而是整个社会的走向,甚至会反过来倒逼大学教育更偏实战。

在像素绽放,这个判断已经落地了。研发全员用着公司买单的AI工具——一个月烧掉几十万买Claude,眼下正打算切到Codex;赵充每周扫一遍所有人的工作情况,谁不用、效率上不来,就自然被淘汰。“操盘岗位,你不用先进工具,不好意思,你换家公司。”

在他的设想里,未来的组织是“几个有经验的人,带着一批数字员工”。

那么,像素绽放自己要做成什么?赵充想做的是一座“AI应用工厂”。在公司这个主体之下,持续孵化面向不同垂直场景的新产品——从早年的365编辑器、爱设计,到今天的AiPPT、小方同学、Ai好记、AiBiao,再到一些跳出生产力工具的方向。它们共享同一套底层能力:用户增长的中台、市场调研与产品定义的方法论。

赵充给这套打法找了几个参照系:一个是Canva(海外最大的在线设计平台之一),证明同一人群可以自研拓品,长出十几条产品线;一个是意大利的Bending Spoons,那家收购了印象笔记等十几条产品线、几年间从约一亿美金增长到超十亿美金的办公公司;还有一个,是加拿大的星座软件(Constellation Software)——一家手握上千个软件资产的上市公司,靠持续收购成长。

但赵充强调,他和星座软件那种纯财务型的整合者不一样。“星座软件不做运营,”他说,“我们自己是下场打仗的。”他形容自己的精力分配是“一半时间看项目,一半时间领兵打仗”:物色到值得做的方向,就组团队、做产品定义、亲自下场。“我们跟VC的区别在于,我们是这个项目的联合创始人,甚至阶段性的,我就是那个CEO。”

他在这上面交过学费。公司做砸的产品“多了”,“有十几二十个”,但面对有的机会,只派了个总经理去带队,“竞品是将军带队,咱们派个卒去打,那肯定就输了”;而AiPPT、小方都是他自己亲自在盯的业务,“要是换个总监来带,基本上就成不了,因为没办法调动那么多资源”。

从十几年的营销老本行,到3000万用户的AiPPT,再到一座还在生长的“AI应用工厂”,赵充走的这条路,始终没怎么依赖最前沿的模型技术。他赌的,是一个朴素到有些反潮流的判断:当AI把技术变成人人可取的水电煤,真正还能定价的,是那双看得懂需求的眼睛。

“模型越强,”他又说了一遍,“我就越需要去找对的场景。”

本文来自微信公众号“定焦”(ID:dingjiaoone),作者:金玙璠,编辑:贺树龙,36氪经授权发布。

发布时间:2026-07-07 12:10