AI生意的理想与现实:to B还是to C?
来源:中国经营报
本报记者 秦枭 北京报道
AI正在成为全球最“烧钱”的一门生意。根据摩根士丹利的测算,仅亚马逊、谷歌、Meta和微软四家公司明年的资本支出合计将达到3000亿美元左右,其中大部分将用于AI领域,这还不包括国内的互联网巨头和一些新兴的创业独角兽。然而,AI能为这些企业带来多少实质性的回报,却是一个悬而未决的问题。相较于此前对AI的过度憧憬,许多企业开始意识到,之前预期的巨大商机并未如期而至。
多位业内人士在接受《中国经营报》记者采访时表示,当前的AI生态链表现出严重的“失衡”,正在走向“不可持续性”。虽然目前企业都历经了“百模大战”的洗礼,但不能保证已经跨过了“生死线”,现在亟须迅速发掘AI大模型的实际应用场景和商业化的途径,来回馈过去两年的大量投资和高估值。
生态链“失衡”
谷歌、微软以及亚马逊的最新财报显示,上个季度它们在不动产和设备上的支出,达到了506亿美元,同比增长66%。这些投资在美国各地催生了大量的新数据中心,专门针对Al优化,配备先进芯片以支持AI应用的开发与运行。谷歌2025年预计在多个园区进行吉瓦级训练,2026年形成吉瓦级AI训练集群。微软则将凤凰城最大AI训练基地计划扩展至10座建筑,自建24个数据中心。
相较于巨额的投资,AI带来的收益却寥寥无几,就连被誉为“四小龙”的头部AI初创公司Anthropic、Stability AI、Inflection AI、OpenAI也在苦苦挣扎。
估值达到15亿美元的Inflection AI公司目前几乎未产生收入,已经终止了其初始业务线;Stability AI公司实施了裁员措施;同时,Anthropic公司正面临每年高达18亿美元的财务赤字,正急切寻求解决方案。
The Information的数据显示,2024年上半年,OpenAI的现金消耗已高达3.4亿美元,现金仅剩10亿美元,公司预计在2023年至2028年期间,总亏损将高达440亿美元。而其中相当一部分支出,预计有60%—80%将用于人工智能模型的训练和运营。
不过,与一众科技公司陷入“烧钱”而不赚钱形成对比,英伟达的芯片供不应求,其业绩更是爆表。2025财年第二季度(截至2024年7月28日),英伟达营收300亿美元,再创历史新高,较去年同期增长122%,营收以成倍的速度增长。
在国内AI“六小虎”之一的零一万物的创始人兼CEO李开复看来,AI目前形成的这种模式是“不健康的”。他直言:“今天我们看到真正最赚钱的公司,是以英伟达为主的GPU公司。这种‘倒金字塔’现象是技术行业前所未有的。过去PC和移动互联网为什么能产生这么大的价值,是因为最终最赚钱的不是芯片商,也不是平台提供商,而是to B和to C的应用。而如今AI时代,除了英伟达赚得盆满钵满外,其他AI领域的玩家,包括应用开发者和企业,都挣扎在微薄的利润边缘,整个AI生态链表现出严重的‘失衡’。”
某算力服务提供商的一位高管表示:“我们需要关注的事项,过往的智算中心建设发展迅猛,包含很多历史因素在内。但无论是政府、投资者还是客户,均未预料到如此巨大的变革。实际上,我们目前所面临的现状和问题,首要的是算力资源利用率低下,导致极大的浪费;其次是硬件先行于软件的现状。我们必须首先关注应用层面,或优先考虑软件。”
此前,金沙江创投主管合伙人朱啸虎曾公开表示不看好AI大模型的商业模式,其表示:“大模型商业模式太差,技术没有差太多的情况下,每一代技术都要投,现在可能3.5版本要投入几千万美元,迭代到4版本要几亿美元,到5版本可能又要几十亿美元,每一代模型都要重新去投入,而变现周期可能就只有两三年。”
路径分歧
巨大的生存压力使得AI企业们不得不走出象牙塔,寻找“变现”的机会。360董事长周鸿祎日前表示:“硅谷已经没有人在卖大模型了,大家都在卖产品。”而在AI大模型的商业化道路上,逐渐分化为to B、to C两个阵营。
不过,业内普遍认同的观点是,创业公司更易于在面向消费者的市场(C端)发现机遇,to C应用主要集中在图像生成、AI聊天机器人、写作生成、视频生成、语音和音乐生成、AI设计、AI编程等领域。今年下半年,部分企业也开始探索AI搜索,如百度文心一言在9月正式升级为“文小言”,加码AI搜索,月之暗面也推出Kimi搜索版。
虽然企业在C端产品的花样有很多,但不难发现,无论是哪款应用,营收模式都较为单一,国内目前普遍采取的是免费商业模式。实际上,除了订阅费之外,其他收费模式很难推广开来。国内的AI应用也曾在收费模式上作出试探,但效果大多不尽如人意。
李开复认为,如果没有出现贴近用户、贴近企业的应用来创造最终价值,用户是不会甘愿付费的,各个层面都不会赚到真金白银。
一位业内人士表示,之所以采取“免费”策略,是因为在我国市场尚未出现AI超级应用。在无法为用户提供充分的产品体验之前,企业实施收费政策难以取得预期效果,甚至可能产生反作用。对于面向消费者的应用而言,当前的用户流量和数据是至关重要的,只有拥有足够的用户基础,企业才能确保生存并进一步规划发展。
然而,在业内一部分人看来,AI 大模型不应该干写诗画画这些事情,真正的应用场景应该是在to B。相较于to C,大模型在B端的盈利模式更为多样和成熟。企业可以通过API接口调用、SaaS(软件即服务)模式、私有化部署或提供行业解决方案等方式来盈利。“但实际的情况是,绝大多数大型模型公司仅提供应用程序接口服务,而不提供小样本微调服务及行业特定解决方案。”上述业内人士坦言。
李开复则表示,以大模型技术为代表的 AI 2.0将重塑各行各业的生产力格局,颠覆现有的企业组织结构和规模。但是目前大模型能力并未在to B应用上释放出全面潜能,只有进入业务核心系统、快速轻量级大批量部署才能最大程度地为企业降本增效。
不过,在中国,to B向来是个拥挤的赛道。各家的打法各不相同,以百度为例,目前,超过六成的央企和大量的民营企业,正在联合百度智能云进行AI创新。百度智能云千帆大模型平台已经帮助客户精调了3.3万个模型、开发了77万个企业应用,文心大模型日均调用量超过15亿次。
百度集团执行副总裁、百度智能云事业群总裁沈抖表示,AI应用正率先在B端爆发。由企业级大模型工程平台、异构算力平台组成的新型AI基础设施,将替代传统云计算,为大模型应用在企业生产力场景中的规模落地提供关键支撑。
零一万物选择的to B路线是AI Infra解决方案、Yi大模型开放平台、“如意”数字人解决方案以及即将正式亮相的“万视”营销短视频解决方案,共同构成从AI Infra到模型、再到应用的面向政企客户的解决方案。
零一万物联合创始人祁瑞峰认为:“今天在大模型领域内,大部分to B项目都集中在私有化定制模型,如何能够真正让大模型进入客户核心业务场景,形成一个大模型赋能下标准化、可规模复制的应用产品,是未来to B的一大挑战。”
相关文章
发表评论
评论列表
- 这篇文章还没有收到评论,赶紧来抢沙发吧~