月耗2亿、月活破千万！Kimi是真繁荣还是假风光？

近期，DataEye研究院注意到，AI大模型圈里，月之暗面及其产品Kimi智能助手异常引人瞩目。

与之对应的，点点数据显示，10月份Kimi智能助手苹果端全球下载量286.88万，环比9月提高了45.77%，实现了飞跃式增长。

同时，数据也显示，10月份Kimi智能助手月活正式突破千万级别，达1006万，环比9月增长36.45%，同样实现了巨幅增长。

单月消耗2亿、下载量近300万、月活破千万……

资本暗流下高歌猛进、豪掷千金的Kimi，究竟是真繁荣还是假风光？DataEye研究院试着从数据、素材、行业角度出发，希望能给大家带来一些参考。

ADX行业版数据显示，2024年10月Kimi智能助手共投放18万+组素材，其中图片14万+组，视频4.7万组。

从时间维度上看，今年9月份Kimi智能助手投放趋势相对稳定，日投放素材量普遍在1万组左右，10月初和10月末分别迎来高峰期，日投放素材最高达3万+组，其余时间日投放素材数稳定在1.5万组左右，较9月份有明显提升。

与此同时，还有投放渠道的转变。

ADX行业版数据显示，截至11月8日，近90天Kimi智能助手投放渠道以穿山甲联盟为主，占比72.94%，其次是快手联盟，占比14.14%；

但近30天，Kimi智能助手投放渠道中，穿山甲联盟占比下降至67.48%，快手联盟上升至21.17%，不难看出，在10月份，Kimi智能助手加大了在快手联盟媒体的投放比重。

针对以上数据，DataEye研究院推测有三方面原因：

①10月初恰逢国庆节点，流量激增。

作为一年一度的国庆黄金周，连续7天的假期内，用户需求被大量释放，互联网流量迎来高峰期。为抢占这一波流量，Kimi智能助手加大投放力度提升竞争力，一来通过铺量推广的形式刷屏，抢占用户心智，二来对行业竞品造成挤压效应。

②行业竞争加剧，需要进一步抢占市场份额。

随着市场进一步发酵，AI投流领域竞争进入新阶段。豆包、元宝等产品背靠大厂，在投流买量放缓的同时，也能依托大厂影响力及其它传播方式出圈，具有平稳的下载量和用户。

尤其是字节旗下豆包，投流不及Kimi，但下载量和月活均不弱于Kimi，对后者造成较大竞争压力，外加其它新AI产品步步紧逼，而Kimi在今年饱和式投放后增长速度已经放缓，只能通过加大投放力度来应对竞争，进一步抢占市场份额。

③转变投放策略，丰富用户结构。

上半年，Kimi主投B站，触及人群多为大学生、白领、AI相关从业人员，其用户画像与Kimi所标榜的高知人群相契合。

但当一轮广告轰炸过后，从投流成本方面来考虑，快手联盟类更加碎片化投放策略能够以更低预算覆盖更大的用户群体；从大模型数据反馈方面来考虑，广撒网式投放逻辑能够触达更加多元化的新用户，丰富用户结构，助力大模型升级。

依据ADX行业版数据，DataEye研究院发现，2024年10月Kimi智能助手高曝光素材（视频）TOP20中，主要有三大类型：单人口播类、剧情演绎类及混剪类。

其中，单人口播类素材8条，占比40%；剧情演绎类5条，占比25%；混剪类素材7条，占比35%。

综合来看，单人口播类场景简单、素材制作较为容易，因此成本较低，且有真人出镜，可在一定程度上提高信任感，该类型素材占比最高。

混剪类素材无需真人出镜，只要根据脚本完成混剪即可，成本较低、产出速度较快、该类型素材占比同样较高。

剧情演绎类往往需要多人出镜，且场景复杂多变，虽然内容优质、丰富度高，但拍摄费时费力、成本高、周期长，该类型素材占比较少。

在内容上，DataEye研究院发现，2024年10月Kimi智能助手高曝光素材（视频）TOP20主要有以下两大特点：

①聚焦于具体应用场景，演绎AI如何解决实际问题。无论单人口播、剧情演绎还是混剪类型，这些高曝光素材都在尽可能将AI的能力落脚在最具体、最常见的场景中。

比如工作场景中帮忙写文案、编程；旅行场景中做规划、看路线、搜美食；生活场景中看天气、学做饭；内容创作场景中写小说等等。通过具体应用场景去拉进用户与AI间的距离，让用户觉得AI不是虚幻的，而是可以在生活、工作等场景中切实帮助自己的。当AI展现出足够解决问题的能力，才能吸引用户去使用。

②强调免费使用、无广告、无限制等利益点，刺激转化。当AI展现出解决问题的能力之后，也要打消用户的使用顾虑，才能尽可能提升广告转化效果。

通过免费使用、无广告等利益点，强调产品不会对用户造成利益侵害，让利行为结合AI的强大能力，给人一种使用该产品就赚了的感觉，吸引用户下载。

Kimi的烧钱营销取得了亮眼的数据增长，但如此大手笔投入仅仅是因为用户焦虑吗？

在过去的移动互联网叙事中，这种烧钱营销扩张逻辑在于通过快速培养用户使用习惯、抢占市场份额、进而形成规模效应，以获取巨大竞争优势，最终赢家通吃形成寡头格局。

但在AI创业赛道上，这套逻辑并不完全自洽。

核心原因在于，目前市面上的AI产品还处于升级阶段，模型的智能化、个性化、成熟度等各种问题都还没有解决，只能算作一种效率类工具，远没有达到一个可以大规模推广的阶段，即便推广出去，转化率也成问题。

因此，AI赛道的核心，还是在于提升产品智能价值，这也是目前整个行业的共同问题。

而提升产品智能价值的一大途径，就是获取足够多高质量、精准的数据反馈，以帮助大模型训练提升。

换句话说，投流买的不是用户，而是用户所带来的交互数据反馈，这才是AI投流的本质。

但即便在这一点上，Kimi们也面临着一个重要问题：这种烧钱扩张，能吸引多少高价值用户？

AI产品榜统计数据显示，今年6-8月，用户平均使用Kimi的天数为4天，平均使用时长不超过两分钟，这样的互动情况，很难说能带来多少优质的数据反馈。

烧钱能换来短期的用户增长，但无法换来长期的用户留存和使用习惯。在各家AI产品大差不差、都没有特别突出的情况下，用户并没有太大忠诚度，早期新鲜感过后，遗忘才是多数用户的主流选择。

对于Kimi而言，在烧钱营销策略下，有多少用户真的留了下来、多少用户愿意付费、又收获了多少高质量数据反馈，是不得不思考的问题。