每經(jīng)記者 可楊    每經(jīng)編輯 楊夏    

吳欣鴻不是個善于社交的人，但接手美圖公司董事長職位后，他開始頻頻走到“臺前”。

他習(xí)慣穿著美圖公司的文化衫出現(xiàn)在公眾面前，接受《每日經(jīng)濟新聞》記者采訪那天，吳欣鴻坐在背靠大海的飄窗上而非旁邊的沙發(fā)，因為那能使他保持一個相對端正的坐姿。

2008年，吳欣鴻做出了第一款電腦版美圖秀秀軟件并很快獲得市場認可，美圖公司也就此成立。2011年，移動版美圖秀秀誕生。

來到全新的AIGC（人工智能生成內(nèi)容）時代，美圖也是第一批靠生成式AI賺到錢的公司。2024年上半年，美圖以付費訂閱為主的影像與設(shè)計產(chǎn)品業(yè)務(wù)實現(xiàn)收入9.3億元，同比增長54.5%，占總收入的57.4%，生成式AI技術(shù)則是驅(qū)動付費訂閱滲透率快速上升和付費訂閱收入大幅增長的主要原因。

機遇與挑戰(zhàn)一起到來，變化以天為單位演進，在AIGC時代，吳欣鴻繼續(xù)著他作為一名“老產(chǎn)品人”的探索。

美圖的新“轉(zhuǎn)機”

美圖走進了一個充滿“機會”的階段。

“這一年我們無暇顧及其他，全部都撲在生成式AI上面?！苯邮置缊D公司董事長一年有余，吳欣鴻這樣概括自己在這一年的工作。

“美圖”，是這家誕生于2008年的軟件公司，靠“差異化”講出的第一個故事——美圖秀秀直至今日依舊是影像美化賽道最成功的App。

2016年，美圖公司登陸港股，招股書顯示，2016年10月，美圖的月活躍用戶數(shù)為4.56億人，據(jù)艾瑞咨詢2016年6月的調(diào)查，在中國主流社交網(wǎng)絡(luò)上上傳的照片中，有約53.5%的照片經(jīng)過了美圖旗下應(yīng)用的處理。

怎么靠“美圖”持續(xù)性地賺錢，則是彼時美圖公司上市后面臨的最大考驗。在很長一段時間里，和幾乎所有移動互聯(lián)網(wǎng)時代的產(chǎn)品一樣，美圖的變現(xiàn)模式，是通過建立用戶規(guī)模，獲得一定的流量基礎(chǔ)后，靠廣告賺錢，這是最大的路徑，也是唯一的路徑。在后移動互聯(lián)網(wǎng)時代，幾乎所有的工具類產(chǎn)品，都開始尋求轉(zhuǎn)型。

“多元化”是美圖轉(zhuǎn)型的開始，也是美圖想講的第二個故事。

除了早在2013年就開始布局的手機業(yè)務(wù)，美圖同時還嘗試過美妝電商、社交，甚至一腳邁入“幣圈”，2021年，美圖先后三次購買了約940.89枚比特幣和31000枚以太幣作為資產(chǎn)布局，累計花費1億美元。

多元化的故事最終沒能講完。2018年，美圖剝離手機業(yè)務(wù)，并在同年將美妝電商業(yè)務(wù)授權(quán)給寺庫聯(lián)營公司，社交業(yè)務(wù)則在一年后開始收縮。2022年7月，美圖發(fā)布公告稱，2022年上半年凈虧損預(yù)期增加的主要原因是已購買的加密貨幣減值。

“回歸主業(yè)”，是吳欣鴻2023年6月接手美圖公司董事長以后的重點工作，生成式AI的爆火幾乎與吳欣鴻接手美圖同步發(fā)生，美圖迎來了一個“新故事”。

“快”，這是吳欣鴻面對生成式AI這個全新的機遇，提到的第一個關(guān)鍵字，這個行業(yè)進化實在太快，吳欣鴻自己的認知也以周為單位在刷新。

吳欣鴻坦言，生成式AI對美圖的產(chǎn)品助力很大，目前AI在美圖所有產(chǎn)品中的滲透率已經(jīng)達到80%以上，這對于美圖在產(chǎn)品創(chuàng)新、用戶增長以及收入增長方面均起到了極大的推動作用。

2024年上半年，美圖實現(xiàn)總收入16.2億元，同比增長28.6%；經(jīng)調(diào)整后歸屬于母公司權(quán)益持有人凈利潤2.7億元，同比增長80.3%；以付費訂閱為主的影像與設(shè)計產(chǎn)品業(yè)務(wù)實現(xiàn)收入9.3億元，同比增長54.5%。

在生成式AI的卡位戰(zhàn)里，美圖是一家非典型參賽者，和其他競爭對手相比，美圖的“科技”底色沒有那么厚，“美”是吳欣鴻眼中美圖與其他科技公司在競爭中的差異化價值點。

相比于其他公司，美圖把美學(xué)標(biāo)準(zhǔn)、對影像與設(shè)計的效果放在更重要的位置。“技術(shù)是我們產(chǎn)品得以落地并形成競爭力的關(guān)鍵，這也是所有AI應(yīng)用必須具備的能力。但美學(xué)是一個加分項，在很不錯的技術(shù)能力之上，有更好的美學(xué)效果，這至少在影像與設(shè)計的賽道會更受認可?！?/p>

必須把產(chǎn)品做深

時間撥回2024年初，彼時行業(yè)正在熱議，這一年將會如何成為AI應(yīng)用元年。時至今日，從外界的視角來看，AI應(yīng)用的爆發(fā)依舊沒有真正到來，但吳欣鴻身處其中正在感受沖擊。

上半年，AI生圖領(lǐng)域，涌現(xiàn)出妙鴨、Redmini等一系列產(chǎn)品，幾度引發(fā)市場關(guān)注，而后趨于平靜。

吳欣鴻坦言，看到像妙鴨這種爆火的產(chǎn)品，會有一些沖擊，會問自己“為什么不是我先做出來”，這是產(chǎn)品人的自我反省，但同時他并不認為這樣的單點功能會對美圖形成很大的沖擊，對于這些功能，美圖往往能夠快速跟進覆蓋。他認為，單一的應(yīng)用點爆紅之后，往往難以逃脫迅速降溫、無人問津的命運，這種爆紅周期通常不會超過一個月。

而對于美圖而言，吳欣鴻的判斷是，這兩年是AI應(yīng)用的窗口期，所以美圖要很努力地抓住這個紅利。

2008年，在移動互聯(lián)網(wǎng)爆發(fā)前夜，吳欣鴻為市場帶來“美圖秀秀”，在AIGC時代，吳欣鴻想要帶領(lǐng)美圖講一個全新的產(chǎn)品故事。

自2023年開始，美圖發(fā)布新品的速度明顯加快，在2023年的美圖影像節(jié)上，美圖發(fā)布了七款A(yù)I技術(shù)驅(qū)動的新產(chǎn)品，美圖奇想大模型首次亮相；2024年，美圖再度在第三屆影像節(jié)上推出六款新品。

吳欣鴻認為，生成式AI的應(yīng)用更“重云輕端”，很多應(yīng)用僅提供網(wǎng)頁版，而在移動互聯(lián)網(wǎng)時代，App作為終端扮演著重要的角色，這是兩者的一大差異。另外，每次使用生成式AI應(yīng)用都會涉及一定的算力成本，在移動互聯(lián)網(wǎng)時代，算力更多由終端提供，這也就意味著，生成式AI應(yīng)用大概率要以訂閱或者單購的途徑來變現(xiàn)，否則無法跑通。

吳欣鴻認為，相較于以往的互聯(lián)網(wǎng)工具，當(dāng)前的AI應(yīng)用在行業(yè)中能夠更好地實現(xiàn)落地，幫助用戶提升效率與收入，這也意味著用戶將會有更高的付費意愿?！拔覀冇X得它比過去這種主打免費、很難變現(xiàn)的工具，天然會有商業(yè)化上的優(yōu)勢，就是離錢更近?！?/p>

而且，當(dāng)前階段的AI應(yīng)用確實大部分仍局限于單點功能階段，因此，美圖選擇致力于將單點功能串聯(lián)為完整的工作流，并針對某一行業(yè)做深，例如美圖設(shè)計室在電商行業(yè)做深?！爸挥羞_到足夠的深度，才很難被一個單點功能所沖擊，因為我們是服務(wù)于整個行業(yè)，而非僅僅提供一個單點。”

一方面，電商用戶對于增加收入更迫切，付費意愿更高；另一方面，對于美圖而言，這也是一種差異化競爭路徑，“我們不太去卷一些常規(guī)的能力。比如說常規(guī)的文生圖能力，太多公司在提供了。我們基于像電商這樣的一個垂直場景，去打造生成式AI的應(yīng)用。我們主動地尋找差異化，避免內(nèi)卷?！?/p>

吳欣鴻對當(dāng)前AI應(yīng)用的總結(jié)是，它離行業(yè)、離錢更近，但也將面臨一些沖擊，要應(yīng)對，必須把產(chǎn)品做深，為行業(yè)打造產(chǎn)品。

AI應(yīng)用離行業(yè)、離變現(xiàn)很近。美圖選擇聚焦于某些特定行業(yè)，例如電商，去構(gòu)建一個AI工作流，幫助行業(yè)增收。這注定是一個需要長期投入的項目，而非依賴單點功能快速引爆，吳欣鴻覺得，這實際上是一個戰(zhàn)略選擇問題?！爱?dāng)下的美圖需要在一些過去并不擅長的領(lǐng)域探索、尋找增量的空間，而不是停留在過去十幾年擅長的（領(lǐng)域），比如說單點的爆款?！?/p>

吳欣鴻覺得，AI應(yīng)用本質(zhì)上屬于應(yīng)用范疇。對于廣大用戶群體而言，他們或許難以明確區(qū)分移動應(yīng)用與AI應(yīng)用，因為兩者在呈現(xiàn)形式上很相似。美圖的優(yōu)勢在于，過去16年間，服務(wù)了龐大的用戶，擁有眾多可以讓生成式AI技術(shù)快速落地并實現(xiàn)商業(yè)化的應(yīng)用場景。

大眾用戶依舊是美圖在AIGC時代的根基，同時，美圖也開始針對“大C”（例如KOL意見領(lǐng)袖）“小B”（例如中小電商企業(yè)）這一中間用戶群體提供相應(yīng)的產(chǎn)品。吳欣鴻認為，無論是“大C”還是“小B”，他們對于生產(chǎn)力工具以及增收都有較大需求，換言之，一個標(biāo)準(zhǔn)產(chǎn)品，要既服務(wù)于“大C”，也服務(wù)于“小B”。

吳欣鴻認為，在為“大C”及“小B”用戶群體開發(fā)生產(chǎn)力工具的過程中，難點在于能否深刻洞察這些用戶的需求?！八麄兊哪康氖怯脕碓黾邮杖耄炕蛘叻劢z增長？我們能不能直擊他們的剛需，打造一個產(chǎn)品力很強的服務(wù)，這是現(xiàn)在的挑戰(zhàn)。雖然我們做的已經(jīng)還可以了，但顯然它離一個100分產(chǎn)品還有很長的距離?！?/p>

做非典型AI選手

吳欣鴻認為，技術(shù)和應(yīng)用，是兩個不同的領(lǐng)域，很多公司在持續(xù)追求技術(shù)的突破，也有很多公司更注重應(yīng)用的落地和創(chuàng)新。

而美圖一直以來都是一家應(yīng)用公司，從PC應(yīng)用到移動互聯(lián)網(wǎng)應(yīng)用到AI應(yīng)用。未來，美圖也將繼續(xù)在應(yīng)用層探索，強化應(yīng)用的標(biāo)簽，吳欣鴻認為，應(yīng)用可以做的探索還很多，且收入規(guī)模理論上是大模型的十倍以上。

而在應(yīng)用的探索中，吳欣鴻認為構(gòu)建“AI工作流”，將很快成為行業(yè)共識，點線面是AI應(yīng)用的發(fā)展趨勢，即從單一功能的實現(xiàn)，逐步串聯(lián)并形成完整的AI工作流，最終進化為AI平臺的生態(tài)系統(tǒng)。

在人工智能的探索上，美圖和其他公司的路徑也有所不同，一方面，美圖不涉足通用大模型的自主研發(fā)，因為這并非美圖的能力范疇。不過，在垂直大模型領(lǐng)域，尤其是影像與設(shè)計賽道，美圖投入研發(fā)了美圖奇想大模型。這兩個領(lǐng)域高度關(guān)注效果呈現(xiàn)，若采用其他廠商的API（應(yīng)用程序編程接口），所達成的效果勢必趨于同質(zhì)化，因此，自主研發(fā)成為必然選擇。

但在視頻大模型領(lǐng)域，美圖更偏應(yīng)用，即如何將視頻大模型的能力落地到應(yīng)用中，“所以美圖是一家AI應(yīng)用公司，跟純粹的大模型公司實際是兩個路線”。

在AIGC時代，吳欣鴻對美圖的定位是，美圖是一家深信AGI（通用人工智能）很快會到來的公司，但并不是一個致力于打造AGI的公司。

在生成式AI時代，算力成本是很多公司需要面對的主要困擾。越來越多的功能開始依賴于AI的支撐，算力成本的增加在所難免。如何在這之間取得平衡，確保成本與利潤保持相對均衡的狀態(tài)，成為公司需要解決的課題?！把邪l(fā)投入固然重要，但作為一家上市公司，每年的成本開支也需要合理控制，做好平衡?！?/p>

認知能否跟上，則是吳欣鴻自身當(dāng)下的困擾?！拔覀冊谶^去踩過一些坑，復(fù)盤發(fā)現(xiàn)其實是認知沒跟上，而現(xiàn)在就是整個行業(yè)爆發(fā)認知快速迭代，其實對公司掌舵人構(gòu)成非常大的挑戰(zhàn)，所以得不斷學(xué)習(xí)?！?/p>

吳欣鴻認為，解決認知問題的關(guān)鍵在于確保自身在所處賽道具備足夠的深度，“因為未來大家不是比誰更火，而是比誰更深”。

“我自己不會學(xué)習(xí)寫代碼，但是我會每天都學(xué)習(xí)比如說大模型是如何運作的，有一些關(guān)鍵的舉措是什么？”吳欣鴻覺得，要制定策略并且快速驗證，不一定要有技術(shù)，但是一定要有技術(shù)思維，并且要把技術(shù)和產(chǎn)品深度融合。

吳欣鴻的判斷是，從大模型的訓(xùn)練和推理來看，一個模型如果要全面具備各種能力，其訓(xùn)練和推理的成本將非常高，同時響應(yīng)時間也會非常長。所以在當(dāng)下，很多AI助手正朝著AGI或超級大腦的方向進化，而大腦則需要調(diào)動“四肢”等部分，去協(xié)同完成特定任務(wù)，這是一種協(xié)同關(guān)系。

因此，應(yīng)用依舊是美圖未來探索的重點。吳欣鴻認為，AGI到來后，仍將會有通用大模型和垂直大模型存在，AGI更多地依賴于通用大模型的支持，即未來會有超級大腦和超級AI助手來輔助人們的工作和生活。然而，這些超級AI助手不可能無所不能，因此它們需要調(diào)度各種垂直大模型來完成特定任務(wù)，因此，美圖專注于垂直大模型的研發(fā)，更多地聚焦在影像與設(shè)計賽道。

未來，美圖與這些超級AI助手之間，是一種協(xié)同關(guān)系，而非完全被替代的關(guān)系。