职场人正在用AI工具「自费上班」，这种现象在互联网行业掀起了一场「自我拯救」运动。从程序员到营销人员，越来越多的打工者开始主动购买AI工具，用个人资金武装自己，以应对AI带来的生存压力。

当隔壁工位的同事能在半小时内生成一份你得写好几天的专业报告，那种「再不跟上就要被淘汰」的焦虑感，会让你感到恐慌吗？

软件巨头IgniteTech的CEO因为团队拥抱AI的速度「不够快」而换掉80%的员工，这说明一个残酷的现实：要么用AI武装自己，要么被会用AI的人淘汰。

这种打工人的恐慌就像是AI版本的「黑暗森林」和「工具爆炸」：

怕被AI替代、怕被用AI的同事替代、怕被用AI用得特别好的同事替代。

一场职场人的「赛博续命」

就在最近，全网爆火的那份MIT报告便描述了这一AI时代独有的现象：

90%员工开始「偷用」ChatGPT续命，他们都在频繁地使用个人AI工具！

数据上更加夸张，虽然只有40%公司宣称帮助员工订阅了统一的官方服务，但受访的90%公司员工都表示，他们都在频繁地使用个人AI工具。

员工使用AI频率，是企业采纳率的2倍多，MIT将这种现象被称为「影子AI经济」。

前AI时代，持续繁荣了30年的互联网时代最喜欢的To B和To C的叙事体系似乎已经无法描述这种新型商业现象。

这种影子AI经济，正对应着如今AI创业中一条独有的赛道。

为何To P赛道成为AI创业新宠？

职场人自发推动出了一条全新赛道——To P（To Professional）。从程序员到营销人员，越来越多的打工者开始主动购买AI工具，用个人资金武装自己，以应对AI带来的生存压力。

当隔壁工位的同事能在半小时内生成一份你得写好几天的专业报告，这种竞争压力促使职场人不得不寻找新的工具来提升效率。To P模式的兴起，正是这种生存压力下的自然产物。

Cursor的案例说明了To P模式的可行性。这家公司的成功证明，只要工具能解决具体问题，就能获得职场人的认可。这种模式让AI工具的使用更加灵活，也更容易被不同岗位的员工接受。

To B和To C的未来如何？

To B市场正在酝酿爆发。当越来越多的「P」（专业人士）在企业内部用个人工具证明了AI的巨大价值后，企业层面的采购需求就会被真正激活。AI需要进一步在解决跨部门、团队协作等复杂问题上证明其能力，届时To B市场就会全面爆发。

Meta的广告业务就是一个成功案例。2023年，Meta广告收入达到1319.5亿美元，同比增长16.1%。2024年增长至1606.3亿美元，同比增长22%。这些增长主要得益于AI驱动的工具，如Advantage+Campaigns和Andromeda，它们显著提升了广告效率。

To C市场则依赖token成本的下降。过去两年，每token的成本已降低几百倍。如果未来1-3年，成本能继续以每年几十倍的速度下降，直到与云计算、网络带宽成本相媲美，那么互联网的广告、游戏等免费模式就能支撑起AI应用。

AI革命的底层逻辑AI技术的持续进步是这场变革的核心。从更优的GPU成本/性能，到模型量化、软件优化、更小的模型、更优的指令调优，再到开源模型的普及，这些因素共同推动着AI成本的下降。

比如，4位量化技术预计将成为常态，带来至少4倍的性能提升。开源模型的出现也降低了整个价值链的利润空间，使得AI工具的价格更具竞争力。

这些技术进步让AI工具逐渐从专业领域渗透到日常生活。当个人电脑革命的摩尔定律持续发挥作用，晶体管数量和频率的增加将使AI成本进一步下降，为更多应用场景提供可能。

职场人正在用AI工具「自费上班」，这种现象在互联网行业掀起了一场「自我拯救」运动。从程序员到营销人员，越来越多的打工者开始主动购买AI工具，用个人资金武装自己，以应对AI带来的生存压力。

当隔壁工位的同事能在半小时内生成一份你得写好几天的专业报告，这种竞争压力促使职场人不得不寻找新的工具来提升效率。To P模式的兴起，正是这种生存压力下的自然产物。

Cursor的案例说明了To P模式的可行性。这家公司的成功证明，只要工具能解决具体问题，就能获得职场人的认可。这种模式让AI工具的使用更加灵活，也更容易被不同岗位的员工接受。

To B市场正在酝酿爆发。当越来越多的「P」（专业人士）在企业内部用个人工具证明了AI的巨大价值后，企业层面的采购需求就会被真正激活。AI需要进一步在解决跨部门、团队协作等复杂问题上证明其能力，届时To B市场就会全面爆发。

Meta的广告业务就是一个成功案例。2023年，Meta广告收入达到1319.5亿美元，同比增长16.1%。2024年增长至1606.3亿美元，同比增长22%。这些增长主要得益于AI驱动的工具，如Advantage+Campaigns和Andromeda，它们显著提升了广告效率。

To C市场则依赖token成本的下降。过去两年，每token的成本已降低几百倍。如果未来1-3年，成本能继续以每年几十倍的速度下降，直到与云计算、网络带宽成本相媲美，那么互联网的广告、游戏等免费模式就能支撑起AI应用。

AI革命的底层逻辑AI技术的持续进步是这场变革的核心。从更优的GPU成本/性能，到模型量化、软件优化、更小的模型、更优的指令调优，再到开源模型的普及，这些因素共同推动着AI成本的下降。

比如，4位量化技术预计将成为常态，带来至少4倍的性能提升。开源模型的出现也降低了整个价值链的利润空间，使得AI工具的价格更具竞争力。

这些技术进步让AI工具逐渐从专业领域渗透到日常生活。当个人电脑革命的摩尔定律持续发挥作用，晶体管数量和频率的增加将使AI成本进一步下降，为更多应用场景提供可能。

作者介绍

雷鸣

百度七剑客、酷我创始人、Al Basis Fund创始合伙人、北京大学Al创新中心名誉主任、斯坦福大学商学院顾问委员会理事。