客户的需求并没有像预想的那样形成持续的、爆发性的增长。随着技术壁垒越来越低，市场竞争格局越发惨烈，算法SDK的价格急速下滑，使得AI公司的盈利空间大幅缩减。
既然线上场景走不通，那不妨试试线下?AI公司于是又将目光转向安防、金融、公安、零售这样的行业场景。但他们很快发现，行业客户需要的不是单个模块或开发包，因为他们并不具备集成SDK的能力，他们需要的是一套完整定制化的解决方案。
一旦进入高度定制化的行业赛道，就意味着头顶高科技光环的AI公司，不得不被迫去接其它公司项目外包的“脏活”“累活”，要么是给硬件公司提供算法，再从项目总集成商那里分得薄薄一杯羹;要么是自己干集成商的活，走高度定制化的路线。“项目型公司”的弊端显而易见，首先，每个细分行业都有自己的“游戏”规则，行业场景极其分散和碎片化。这意味着AI公司每开拓一个新的场景，都需要相应行业know-how的积累，使得每个项目的实施周期都特别长，非常“吃”资源。然后，由于缺乏渠道和供应链能力，利润空间通常会被压到极限，甚至有些项目完全是赔本赚吆喝，做得越多，亏得越多。
最要命的是，“项目型公司”的商业增长是“加法逻辑”——“项目A”+“项目B”+“项目C”的简单累加。但由于每个项目的定制化程度都极高，相互之间难以直接复制，导致难以形成规模化。因此，AI公司要摆脱“项目外包商”的角色，就必须考虑商业模式的转型。
