當 AI 供應商開始整盤端走
建議 slug：ai-suppliers-take-whole-stack
建議分類：AI 產業分析
建議標籤：AI供應商, AI新創, 應用層, 平台策略, 市場競爭
圖 1｜供應商還在上游談笑，淘汰賽已在下游展開。
當 AI 供應商開始整盤端走，應用層與服務層的淘汰賽才正要開始。
從 Lovable 所代表的下游應用層，到 Google AI Studio、Claude Design 這些往下殺入的供應商競爭者，我們觀察到一個更清楚的訊號：上游正在把原本屬於下游的空間整盤吃下，而新創往往最先倒下。
AI 平台為什麼開始吃掉應用層與服務層
這幾個月，如果你有持續看 AI 市場，應該都會感覺到一種不太對勁的氣氛。問題已經不是工具變多、競爭變激烈，而是原本待在上游的供應商，開始一層一層往下走，直接走進過去屬於應用層與服務層的地盤。
這件事真正可怕的地方，不在於市場又多了幾個新玩家，而在於那些原本提供模型、平台、基礎能力的人，現在也開始做產品、做介面、做工作流，甚至直接往最終成果靠近。當供應商開始整盤端走，最先感受到壓力的，不會是已經有護城河的大公司，而往往是還在找位置、找市場、找成長曲線的新創。
這也是為什麼，當我們把 Lovable、Google AI Studio、Claude Design 放在一起看時，看到的不是幾個彼此無關的新產品，而是一條正在變清楚的市場路線：下游原本靠包裝能力、整合流程、縮短交付距離所建立起來的價值，正在被上游快速逼近，甚至直接收走。
Lovable 代表什麼樣的下游應用層模式
先看 Lovable。
如果把它放進這波變化裡來看，Lovable 很有代表性。它不是做模型的人，而是把上游模型能力整理、包裝、轉譯成更接近結果的產品。你可以把它理解成一種很典型的下游路線：不用自己養底層模型，也不用自己建整套基礎設施，而是利用既有能力，往前推到更貼近使用者交付成果的位置。
這種模式過去本來很合理，甚至可以說很聰明。因為市場上真正缺的，往往不是能力本身，而是把能力變成可用產品的人。問題是，當 Google AI Studio、Claude Design 這類供應商競爭者也開始往同一個方向走，情勢就不一樣了。原本你以為自己是在補市場缺口，後來才發現，那可能只是供應商還沒走下來之前的暫時空窗。
Google AI Studio 是一個很明顯的訊號。它表面上是開發入口、實驗平台，但它釋放出來的方向很清楚：上游不想只做模型提供者，它也想掌握從生成、測試到應用落地的整段流程。Claude Design 也是一樣，它不是單純把模型做得更強，而是直接往設計與成果輸出的區域延伸。當這些供應商開始往下殺，真正被壓縮的，就不是底層能力市場，而是中間原本靠整合、包裝、工作流設計活下來的那一層。
圖 2｜最先離場的，通常不是最弱的人，而是最容易被替代的位置。
AI 供應商為什麼一邊扶持新創，一邊擠壓新創
很多人以為，AI 供應商是在扶持新創。某種程度上也沒錯。它們確實鼓勵更多人去做介面、做應用、做服務，去接近終端市場，去把原本還模糊的需求變成看得見的產品。表面上，這像是在創造機會；但換個角度看，這也是一種更聰明的佈局。
因為當新創幫忙把使用者教育完、把場景摸清楚、把需求養大之後，供應商就更知道哪一層值得自己下來做。到了那個時候，原本被鼓勵去創新的那些人，反而最容易變成第一批被擠壓的人。
這也是現在很多 AI 新創最尷尬的地方。你以為自己在建立產品，結果做著做著，才發現自己更像是在幫上游探路。你以為包一層介面、串好 API、把體驗做順，就是在建立價值；但如果那個價值本質上只是把上游能力更好地賣給終端，那它也可能是最容易被收回去的一層。
很多 AI 新創以為自己在創業，最後才發現，自己做的更像是供應商的前線實驗室。
這句話聽起來很重，但它點出的其實就是現在最現實的矛盾：上游一邊鼓勵你去做產品、去碰市場、去服務使用者，另一邊也在觀察哪一種介面、哪一條流程、哪一個使用場景最值得自己直接做。一旦答案越來越清楚，它就有更大的本錢往下收。
圖 3｜你以為在做產品，有時其實是在被市場與上游同時觀察。
AI 降低開發門檻，為什麼新創反而更難活
AI 出來之後，大家都在講一件事：人人都可以做產品、人人都可以寫程式、人人都可以創業。這句話聽起來很熱血，但它只說了前半段，沒有說後半段。後半段是：當門檻降低，並不代表新創更容易活下來，很多時候只是代表市場驗證會變得更快，而一旦你的獲利模式被證明成立，真正有資本、有流量、有平台入口的鯨魚就會下來。
問題從來不是你能不能做出來，而是你做出來之後，能不能守得住。AI 把開發門檻壓低，讓更多人能進場，這當然是一種機會；但它同時也讓應用層更容易被看懂、更容易被複製、更容易被資本化收割。某種程度上，這不只是技術民主化，也是商業模式更快被大型供應商收編的開始。
AI 讓人人都更容易開始，但也讓真正能活下來的人變得更少。
圖 4｜當價值不夠深，競爭就會從比功能，變成比誰能把你逼出場。
哪一種應用層最危險，哪一種服務層還有機會
所以，真正危險的，不是所有應用層都會一起消失。最危險的，是那些只是把上游能力再包一層、換一種操作方式、補一段流程、代管一組 API 的產品。這類產品在早期看起來很快、很靈活，也很容易做出使用者感知；但一旦供應商自己下場，它們往往也是最難解釋自己還剩下什麼的那一群。
反過來說，真正還有機會活下來的，通常不是離模型最近的人，而是離問題最近的人。
那些還有機會留下來的應用層與服務層，往往不是靠一個漂亮介面，也不是靠把模型包裝得比較順，而是更深地卡進企業流程、組織協作、資料治理、跨系統整合、產業 know-how、導入摩擦，甚至直接跟營運結果綁在一起。這些事情做起來沒那麼性感，也不像一個產品 demo 那麼容易吸睛，但它們比較難被平台一鍵收走。
說穿了，未來的分水嶺不在於你有沒有用 AI，而在於你做的那一層，到底是替客戶解決真問題，還是只是替上游把能力重新包裝一次。前者還有機會活，後者只會越來越危險。
圖 5｜最可怕的不是喧嘩，而是燈還亮著，但人已經不在了。
當 AI 平台整盤端走，應用層新創還剩下什麼
這也是我們從 Lovable、Google AI Studio、Claude Design 這幾個案例一路看下來，最不想輕描淡寫帶過的地方。這不是幾個新產品很紅、幾家公司很強而已，而是整個市場的價值分配正在改變。供應商不再滿足於待在上游，它們正試著把原本由應用層與服務層拿走的那一段價值，再慢慢收回來。
而在這個過程裡，最容易先倒下的，通常不是最慢的人，而是站在錯位置的人。
所以，這篇真正想問的，不是 AI 新創還能不能做，而是你做的到底是什麼。如果你做的是一層遲早會被上游自己收回去的包裝，那你越努力，可能只是越快幫別人把市場做熟。但如果你做的是平台短期內吞不掉、也懶得親自下場處理的那一段麻煩事，那你才有可能真正留下來。
淘汰賽不是還沒開始。 它其實已經開始了。 而且非常血腥。
