以 ChatGPT 上线为起点，AIGC 时代已进入第四个年头，随着 AI 工具的渗透率越来越高，用户们对 AI 的信任与日俱增，数据显示，三分之一的美国人开始通过 AI，而非传统搜索等方式发现品牌和服务，而相对应，Google 等传统搜索巨头也通过推出 AI Overview 等方式来应对，Similarweb 数据显示 80%的 Google 搜索不再有点击外链的行为，传统互联网时代的整个逻辑都发生了深刻变化。

宏观上看，AI 的影响已经发生，但微观上，某个具体行业或品类是否、或有多大程度上被 AI 影响，只停留在从业者们经验之谈的范畴，很少被量化。最近，Moloco 联合 BCG（波士顿咨询）基于自身的数据积累及行业洞察，推出了 AI颠覆指数报告，将 AI 对不同行业影响做了量化。（感兴趣的读者可以到https://moloco.customer.charket.com.cn/resources/5297604，下载报告，下文将简称为报告）

一、6 大品类彻底已沦陷，10 大品类仍危险

本次报告以象限图的形式呈现，两大评价维度分别是 AI 替代风险、客户关系强度。AI 替代风险综合考虑“AI 替代产品提供服务”和“用户不再依赖传统渠道转而用 AI 来发现服务”的风险；而客户关系强度则综合考虑客户长期忠诚度、付费获客的依赖性等，主要考量用户的忠诚度。

两个维度综合评价，形成了如下的象限图。

图中四个象限分别是已失守、未设防、争夺中、已稳固。处境最危险的是位于 " 已失守 " 象限的行业，例如新闻、教育、旅游等等，这些品类的服务容易被 AI 代替，且高度依赖搜索和 Web 流量，替代风险高；位于 " 已稳固 " 象限的行业则相对安全，如社媒、流媒体等，这些行业已与用户建立长期信任，用户使用频率也较高，较难被 AI 替代。

另外两个象限的行业则处于 " 悬而未决 " 状态，位于 " 未设防 " 象限的游戏、交友等行业不容易被 AI 替代，但客户忠诚度不足，这些行业的危险不在眼前，但窗口期并不长；右下角的 " 争夺区 "，只有效率工具一个行业，这个品类面临着 AI 较高的替代风险，但服务深度嵌入用户工作流的特点，让它们仍具韧性。

虽然 Moloco 将 16 个行业落在了各个象限当中，但就算位于同一象限中，各行业的情况也迥然不同，因此，我们选择了平时观察较多的游戏、教育行业，为读者做解读，其他行业的情况，读者可自行查看报告。

二、AI 改变了竞争格局，但打铁仍需自身硬

游戏、教育分别处在“未设防”和“已失守”的象限中。从 AI 替代风险与客户关系强度两个维度来看，游戏属于“双低”行业，短期内有一定的安全窗口期，但没有完全稳固；教育是“双高”行业，已明显受到来自 AI 的冲击与压力。

不过，无论处于哪个象限，我们都能看到各行业的从业者正在积极探索与 AI 融合的路径，甚至主动拥抱 AI，以寻找新的增长空间。

游戏：AI 是“工具人”，竞争仍聚焦游戏本身

游戏是出海开发者们最关心的品类之一，它被归入 " 未设防 " 象限，处境相对安全，但未来仍有风险。各环节来看，开发环节意外地仍然比较安全，AI 无法低成本替代多年积累的开发能力、IP 及持续运营能力，但买量环节，各大厂商普遍使用 AI 工具生产素材，显著冲击了买量市场。

在开发端，从常识来看，AI 能显著提升开发效率，但从现有反馈看，无论是开发者还是玩家，对 AI 的态度都偏向负面。开发者层面，根据 Game Developer 调查，2026 上半年使用 AI 工具开发游戏的开发者比例只有 29%，已经连续三个半年度下滑，而认为 AI 工具能节省成本的开发者比例，也从 27% 降至 21%，认为 AI 反而增加成本的开发者同比上涨了 8%。

不仅开发者不满意，玩家也不买账。根据研究公司 CivicScience 的调查，约 60%的玩家不希望游戏使用 AI 生产内容，70%的玩家认为 AI 会降低游戏质量，Steam 等平台也推出规则，强制要求开发者说明在游戏开发过程中是否使用 AI。

买量环节，AI 强大的内容生成能力，可以快速、批量地生产广告素材，配合 A/B 测试，投放团队能够更大范围地筛选创意，找到有效素材，但是 AI 解决的仍然是生产效率，而非分发效率，跑量概率不能同步提高，可测试的素材规模扩大，试错成本反而上升。这种情况下，各产品竞争的焦点又从素材生产效率，转回了读懂平台算法推荐的逻辑，提高转化，并相应地在游戏层面，做好留存、变现等动作。

从品类看，由于 AIGC 的内容预测与随机性，创业项目主要集中益智解谜类型，而涉及到世界观构建、战斗设计、长线运营的中重度游戏，AI 还未形成明显冲击。

游戏行业中，AI 更像一个“工具人”，真正“卷”的仍是产品本身，以及开发者对玩家需求与兴趣的洞察，而通过 AI 的辅助去理解内容/数据、制定运营、买量策略，可能是游戏行业现阶段比较务实的 AI 应用场景。

教育：主动拥抱 AI，高风险变高机遇

在所有品类中，教育品类 AI 颠覆风险第二高，仅次于新闻。对于一贯依赖搜索的教育行业来说，随着 AI 的出现，获客渠道正面临巨大压力，此外，AI 强大的内容生成能力可以近乎 0 成本地提供个性化教学内容，导致本来以内容和师资为壁垒的教育行业面临强大压力。

Moloco 建议，教育类 App 需要从纯内容平台转向具备认证体系的平台，并要从“通过搜索学习”向“AI 直接教学”转变。

而后一点，我们已经从很火、又很赚钱的语言学习赛道看到了一些成功案例。语言学习是我们最早观察到“转向 AI 教学”的教育细分品类，在 2023年下半年，就能观察到多款由“AI 口语练习”为核心功能的产品切入市场，佼佼者包括 Speak 和 Learna，两款产品都以“AI 口语练习”为核心，近 30 天全球双端流水分别达到美元 373 万和 507 万美元。

Speak 和 Learna 近 30 天双端流水｜图片来源：点点数据

Speak 进入我们的视野要早一些，最初靠“系统课程+AI 口语练习”切入市场，主要面向日韩，也取得了相当不错的商业化成绩，2026年1月月流水已经超过了此前排名语言学习赛道第 2 的 Babbel，虽然与 Duolingo 还有质的差距。而最近，Speak 找到了新的增长点——美国市场学习西语的人群，相比去年12月，今年2月 Speak 在美国的流水增长了 1 倍有余，单市场已经突破了百万美元，接近了自身在日本市场的收入规模。

Speak 美、日、韩市场近 1年的月流水情况｜图片来源：点点数据

相比于 Speak 立足日韩，靠“学西语”突破美国市场的思路，Learna 则抓住了“美国少数族裔精进英语”这个更刚性的需求。在 Learna 中，用户可以针对餐厅、旅行、学校&工作、购物、面试、看病，甚至社交、调情等各种生活中的高频场景，与 AI 进行口语练习，让美国的少数族裔快速融入当地生活。凭借这一刚需场景，Learna 的收入后来居上，目前已经稳坐整个语言学习品类收入的“第二把交椅”。

而其他像 ELSA、Loora 、Praktika 等类似的 AI 语言学习产品也靠定位与场景选择切入市场，获得了不错的商业化收入。总体来看，虽然被替代风险很高，但如果积极拥抱 AI，“颠覆”也成了机遇。

写在最后

报告的最后，Moloco 给出了应对 AI 颠覆的三大关键策略。

一是重视 App。在各类触点都面临 AI 冲击的背景下，App 是品牌为数不多能真正掌控的阵地。品牌可以通过它端到端地对用户体验进行完整规划，并基于用户行为与偏好，实现个性化的内容和发现体验。

二是认真对待一手数据。随着 AI 不断压缩用户的发现和决策路径，品牌对用户的了解程度，将直接决定它能否在 AI 的推荐机制里被选中。要做到这一点，需要将数据采集嵌入全部的客户旅程，打通 Web、App 与线下行为，构建统一的用户画像，再通过 AI 将一手数据转化为规模化的个性化运营。

三是重新审视渠道组合。付费/自然搜索、程序化展示等渠道正在被 AI 深度重构，依赖这些渠道的流量逻辑已经开始失效。与此同时，App 内营销、电子邮件和 CRM 等渠道的相对价值正在上升，值得重新考虑资源分配。

【本篇文章属于白鲸出海原创，如需转载：需联系授权方可，未经授权严转载!】

友情提醒：白鲸出海目前仅有微信群与QQ群，并无在Telegram等其他社交软件创建群，请白鲸的广大用户、合作伙伴警惕他人冒充我们，向您索要费用、骗取钱财！