吴欣鸿不是个善于社交的人，但接手美图公司董事长职位后，他开始频频走到“台前”。

他习惯穿着美图公司的文化衫出现在公众面前，接受《每日经济新闻》采访那天，吴欣鸿坐在背靠大海的飘窗上而非旁边的沙发，因为那能使他保持一个相对端正的坐姿。

2008年，吴欣鸿做出了第一款电脑版美图秀秀软件并很快获得市场认可，美图公司也就此成立。2011年，移动版美图秀秀诞生。

来到全新的AIGC（人工智能生成内容）时代，美图也是第一批靠生成式AI赚到钱的公司。2024年上半年，美图以付费订阅为主的影像与设计产品业务实现收入9.3亿元，同比增长54.5%，占总收入的57.4%，生成式AI技术则是驱动付费订阅渗透率快速上升和付费订阅收入大幅增长的主要原因。

机遇与挑战一起到来，变化以天为单位演进，在AIGC时代，吴欣鸿继续着他作为一名“老产品人”的探索。

吴欣鸿图片来源：受访者供图

美图的新“转机”

美图走进了一个充满“机会”的阶段。

“这一年我们无暇顾及其他，全部都扑在生成式AI上面。”接手美图公司董事长一年有余，吴欣鸿这样概括自己在这一年的工作。

“美图”，是这家诞生于2008年的软件公司，靠“差异化”讲出的第一个故事——美图秀秀直至今日依旧是影像美化赛道最成功的App。

2016年，美图公司登陆港股，招股书显示，2016年10月，美图的月活跃用户数为4.56亿人，据艾瑞咨询2016年6月的调查，在中国主流社交网络上上传的照片中，有约53.5%的照片经过了美图旗下应用的处理。

怎么靠“美图”持续性地赚钱，则是彼时美图公司上市后面临的最大考验。在很长一段时间里，和几乎所有移动互联网时代的产品一样，美图的变现模式，是通过建立用户规模，获得一定的流量基础后，靠广告赚钱，这是最大的路径，也是唯一的路径。在后移动互联网时代，几乎所有的工具类产品，都开始寻求转型。

“多元化”是美图转型的开始，也是美图想讲的第二个故事。

除了早在2013年就开始布局的手机业务，美图同时还尝试过美妆电商、社交，甚至一脚迈入“币圈”，2021年，美图先后三次购买了约940.89枚比特币和31000枚以太币作为资产布局，累计花费1亿美元。

多元化的故事最终没能讲完。2018年，美图剥离手机业务，并在同年将美妆电商业务授权给寺库联营公司，社交业务则在一年后开始收缩。2022年7月，美图发布公告称，2022年上半年净亏损预期增加的主要原因是已购买的加密货币减值。

“回归主业”，是吴欣鸿2023年6月接手美图公司董事长以后的重点工作，生成式AI的爆火几乎与吴欣鸿接手美图同步发生，美图迎来了一个“新故事”。

“快”，这是吴欣鸿面对生成式AI这个全新的机遇，提到的第一个关键字，这个行业进化实在太快，吴欣鸿自己的认知也以周为单位在刷新。

吴欣鸿坦言，生成式AI对美图的产品助力很大，目前AI在美图所有产品中的渗透率已经达到80%以上，这对于美图在产品创新、用户增长以及收入增长方面均起到了极大的推动作用。

2024年上半年，美图实现总收入16.2亿元，同比增长28.6%；经调整后归属于母公司权益持有人净利润2.7亿元，同比增长80.3%；以付费订阅为主的影像与设计产品业务实现收入9.3亿元，同比增长54.5%。

在生成式AI的卡位战里，美图是一家非典型参赛者，和其他竞争对手相比，美图的“科技”底色没有那么厚，“美”是吴欣鸿眼中美图与其他科技公司在竞争中的差异化价值点。

相比于其他公司，美图把美学标准、对影像与设计的效果放在更重要的位置。“技术是我们产品得以落地并形成竞争力的关键，这也是所有AI应用必须具备的能力。但美学是一个加分项，在很不错的技术能力之上，有更好的美学效果，这至少在影像与设计的赛道会更受认可。”

AI应用离钱更近 必须把产品做深

时间拨回2024年初，彼时行业正在热议，这一年将会如何成为AI应用元年。时至今日，从外界的视角来看，AI应用的爆发依旧没有真正到来，但吴欣鸿身处其中正在感受冲击。

上半年，AI生图领域，涌现出妙鸭、Redmini等一系列产品，几度引发市场关注，而后趋于平静。

吴欣鸿坦言，看到像妙鸭这种爆火的产品，会有一些冲击，会问自己“为什么不是我先做出来”，这是产品人的自我反省，但同时他并不认为这样的单点功能会对美图形成很大的冲击，对于这些功能，美图往往能够快速跟进覆盖。他认为，单一的应用点爆红之后，往往难以逃脱迅速降温、无人问津的命运，这种爆红周期通常不会超过一个月。

而对于美图而言，吴欣鸿的判断是，这两年是AI应用的窗口期，所以美图要很努力地抓住这个红利。

2008年，在移动互联网爆发前夜，吴欣鸿为市场带来“美图秀秀”，在AIGC时代，吴欣鸿想要带领美图讲一个全新的产品故事。

自2023年开始，美图发布新品的速度明显加快，在2023年的美图影像节上，美图发布了七款AI技术驱动的新产品，美图奇想大模型首次亮相；2024年，美图再度在第三届影像节上推出六款新品。

吴欣鸿认为，生成式AI的应用更“重云轻端”，很多应用仅提供网页版，而在移动互联网时代，App作为终端扮演着重要的角色，这是两者的一大差异。另外，每次使用生成式AI应用都会涉及一定的算力成本，在移动互联网时代，算力更多由终端提供，这也就意味着，生成式AI应用大概率要以订阅或者单购的途径来变现，否则无法跑通。

吴欣鸿认为，相较于以往的互联网工具，当前的AI应用在行业中能够更好地实现落地，帮助用户提升效率与收入，这也意味着用户将会有更高的付费意愿。“我们觉得它比过去这种主打免费、很难变现的工具，天然会有商业化上的优势，就是离钱更近。”

而且，当前阶段的AI应用确实大部分仍局限于单点功能阶段，因此，美图选择致力于将单点功能串联为完整的工作流，并针对某一行业做深，例如美图设计室在电商行业做深。“只有达到足够的深度，才很难被一个单点功能所冲击，因为我们是服务于整个行业，而非仅仅提供一个单点。”

一方面，电商用户对于增加收入更迫切，付费意愿更高；另一方面，对于美图而言，这也是一种差异化竞争路径，“我们不太去卷一些常规的能力。比如说常规的文生图能力，太多公司在提供了。我们基于像电商这样的一个垂直场景，去打造生成式AI的应用。我们主动地寻找差异化，避免内卷”。

吴欣鸿对当前AI应用的总结是，它离行业、离钱更近，但也将面临一些冲击，要应对，必须把产品做深，为行业打造产品。

AI应用离行业、离变现很近。美图选择聚焦于某些特定行业，例如电商，去构建一个AI工作流，帮助行业增收。这注定是一个需要长期投入的项目，而非依赖单点功能快速引爆，吴欣鸿觉得，这实际上是一个战略选择问题。“当下的美图需要在一些过去并不擅长的领域探索、寻找增量的空间，而不是停留在过去十几年擅长的（领域），比如说单点的爆款。”

吴欣鸿觉得，AI应用本质上属于应用范畴。对于广大用户群体而言，他们或许难以明确区分移动应用与AI应用，因为两者在呈现形式上很相似。美图的优势在于，过去16年间，服务了庞大的用户，拥有众多可以让生成式AI技术快速落地并实现商业化的应用场景。

大众用户依旧是美图在AIGC时代的根基，同时，美图也开始针对“大C”（例如KOL意见领袖）“小B”（例如中小电商企业）这一中间用户群体提供相应的产品。吴欣鸿认为，无论是“大C”还是“小B”，他们对于生产力工具以及增收都有较大需求，换言之，一个标准产品，要既服务于“大C”，也服务于“小B”。

吴欣鸿认为，在为大C及小B用户群体开发生产力工具的过程中，难点在于能否深刻洞察这些用户的需求。“他们的目的是用来增加收入？或者粉丝增长？我们能不能直击他们的刚需，打造一个产品力很强的服务，这是现在的挑战。虽然我们做的已经还可以了，但显然它离一个100分产品还有很长的距离。”

做非典型AI选手 构建AI应用工作流

吴欣鸿认为，技术和应用，是两个不同的领域，很多公司在持续追求技术的突破，也有很多公司更注重应用的落地和创新。

而美图一直以来都是一家应用公司，从PC应用到移动互联网应用到AI应用。未来，美图也将继续在应用层探索，强化应用的标签，吴欣鸿认为，应用可以做的探索还很多，且收入规模理论上是大模型的十倍以上。

而在应用的探索中，吴欣鸿认为构建“AI工作流”，将很快成为行业共识，点线面是AI应用的发展趋势，即从单一功能的实现，逐步串联并形成完整的AI工作流，最终进化为AI平台的生态系统。

在人工智能的探索上，美图和其他公司的路径也有所不同，一方面，美图不涉足通用大模型的自主研发，因为这并非美图的能力范畴。不过，在垂直大模型领域，尤其是影像与设计赛道，美图投入研发了美图奇想大模型。这两个领域高度关注效果呈现，若采用其他厂商的API（应用程序编程接口），所达成的效果势必趋于同质化，因此，自主研发成为必然选择。

但在视频大模型领域，美图更偏应用，即如何将视频大模型的能力落地到应用中，“所以美图是一家AI应用公司，跟纯粹的大模型公司实际是两个路线”。

在AIGC时代，吴欣鸿对美图的定位是，美图是一家深信AGI（通用人工智能）很快会到来的公司，但并不是一个致力于打造AGI的公司。

在生成式AI时代，算力成本是很多公司需要面对的主要困扰。越来越多的功能开始依赖于AI的支撑，算力成本的增加在所难免。如何在这之间取得平衡，确保成本与利润保持相对均衡的状态，成为公司需要解决的课题。“研发投入固然重要，但作为一家上市公司，每年的成本开支也需要合理控制，做好平衡。”

认知能否跟上，则是吴欣鸿自身当下的困扰。“我们在过去踩过一些坑，复盘发现其实是认知没跟上，而现在就是整个行业爆发认知快速迭代，其实对公司掌舵人构成非常大的挑战，所以得不断学习。”

吴欣鸿认为，解决认知问题的关键在于确保自身在所处赛道具备足够的深度，“因为未来大家不是比谁更火，而是比谁更深”。

“我自己不会学习写代码，但是我会每天都学习比如说大模型是如何运作的，有一些关键的举措是什么？”吴欣鸿觉得，要制定策略并且快速验证，不一定要有技术，但是一定要有技术思维，并且要把技术和产品深度融合。

吴欣鸿的判断是，从大模型的训练和推理来看，一个模型如果要全面具备各种能力，其训练和推理的成本将非常高，同时响应时间也会非常长。所以在当下，很多AI助手正朝着AGI或超级大脑的方向进化，而大脑则需要调动“四肢”等部分，去协同完成特定任务，这是一种协同关系。

因此，应用依旧是美图未来探索的重点。吴欣鸿认为，AGI到来后，仍将会有通用大模型和垂直大模型存在，AGI更多地依赖于通用大模型的支持，即未来会有超级大脑和超级AI助手来辅助人们的工作和生活。然而，这些超级AI助手不可能无所不能，因此它们需要调度各种垂直大模型来完成特定任务，因此，美图专注于垂直大模型的研发，更多地聚焦在影像与设计赛道。

未来，美图与这些超级AI助手之间，是一种协同关系，而非完全被替代的关系。

（封面图片来源：每日经济新闻 资料图）