" 零一萬物堅決做 To C，不做賠錢的 To B，要做能賺錢的 To B。"2024 年 6 月 14 日，在智源大會上，零一萬物創(chuàng)始人李開復如此堅定地說道。

而與之相對，中國工程院院士、清華大學智能產(chǎn)業(yè)研究院（AIR）院長張亞勤院士認為，在具身智能階段，To B 的應用可能會比 To C 更快落地， " 現(xiàn)階段大模型真正賺錢的則在于 B 端基礎設施層面，包括芯片、硬件、服務器等。"

在經(jīng)歷了 " 百模大戰(zhàn) " 之后，2024 年中國大模型開始走向 商業(yè) 化落地。但在大模型商業(yè)化的落地過程中，到底應該是 To C 還是 To B，是行業(yè)中一直爭論的焦點。

一方觀點認為，B 端應用目前相對明確，能夠快速實現(xiàn)在多個場景中廣泛應用，且?guī)缀醺采w了所有行業(yè)，而 C 端則需要一款爆款應用的出現(xiàn)，現(xiàn)階段還需要對其有一定的耐心。

另一方觀點則認為，B 端沒有利潤，大家都在卷價格戰(zhàn)，導致大模型利潤被極致壓縮。同時中國企業(yè)對軟件付費的意愿并不高，所以相對來說 C 端能夠更快速獲得預期的收益與回報。

以此爭論為基礎，當前頭部大模型廠商已經(jīng)形成兩條不同的大模型商業(yè)化路徑：

一種是堅定走 C 端應用，以大模型頭部 創(chuàng)業(yè) 公司百川智能、月之暗面、零一萬物為主；

一種是以 B 端應用為主，同步兼顧 C 端應用，以百度智能云、騰訊云等云廠商們?yōu)橹鳎舶▓猿謨蓷l腿走路的創(chuàng)業(yè)公司 MiniMax，和以 B 端為主的智譜 AI。

但總體來說，現(xiàn)階段大模型創(chuàng)業(yè)公司更偏向于走門檻更低，回報更快的 C 端商業(yè)化路線。而 B 端商業(yè)化則逐漸成為了云廠商們的主戰(zhàn)場。

中國大模型正經(jīng)歷從 PoC（概念驗證）到商業(yè)落地的關(guān)鍵階段，短期來看，大模型在 C 端應用門檻更低，但行業(yè)競爭更加激烈，能夠成功的路徑也更陡峭。在 B 端應用上，越來越多同質(zhì)化的產(chǎn)品和服務、愈發(fā) " 內(nèi)卷 " 的價格，也似乎正在走中國 SaaS 的老路。

那么，大模型商業(yè)化落地究竟該如何避免 " 囚徒困境 "？

扎堆大模型 C 端應用， 但仍需等待爆款出現(xiàn)

" 我們預測下半年中國大模型能夠達到甚至超越 GPT4 水平，這是一個重要分界點 "，智源研究院院長王仲遠說道，" 基于一個很好的基座大模型，未來兩三年我們將會看到大量應用產(chǎn)生。"

今年年底之前，國內(nèi)會進入大模型應用爆發(fā)期。其中，在 C 端應用賽道，大模型頭部創(chuàng)業(yè)公司是堅定的擁護者，除零一萬物之外，百川智能和月之暗面，也是堅定走 C 端應用路線。

為什么這些大模型創(chuàng)業(yè)公司都選擇做 To C 領域？

一方面，是 B 端落地周期長，投入與預期收益回報不成正比。 月之暗面曾表示，大模型能力還在迭代，國內(nèi) B 端市場產(chǎn)品需要私有化部署和定制開發(fā)，整體周期長，很難跟上大模型能力的快速提升。

李開復也表示，現(xiàn)階段大部分傳統(tǒng)公司都不太敢采用巨大顛覆式技術(shù)進行業(yè)務創(chuàng)新。 更為嚴重的是，中國大多數(shù)公司并不認可軟件價值，不愿意為軟件付費。

" 甚至有些大公司會覺得，我用你的大模型，你用我的品牌融資，你也很劃算，那我為什么要付錢給你？這種心態(tài)導致部分大公司只愿支付很低的價格采購大模型應用，大模型公司也只能給出折中的方案，能達到驚艷效果的方案寥寥無幾。"

李開復直言，現(xiàn)在有許多大模型公司在競標時越競越低，做一單賠一單，導致企業(yè)利潤很低。

但當前大模型在 C 端應用的商業(yè)模式，似乎并未完全走通。近期據(jù)外媒報道，OpenAI 在過去六個月內(nèi)，年度經(jīng)常收入增長到了 34 億美元。

從其業(yè)務發(fā)展來看，提供收入增長的是 ChatGPT 系列的訂閱費和通過 API 調(diào)用模型支付的費用。

但據(jù) 媒體 推算，5 月 ChatGPT Plus 訂閱的總收入可能在 6000 萬美元左右，整個 ChatGPT Plus 會員費年化收益逾 7.2 億美元，在 34 億美元總收入中，只占 1/5。OpenAI 賺錢的大頭很可能來自 API，而為 API 付費的多數(shù)是 B 端的企業(yè)客戶。

事實上，目前國內(nèi)大模型創(chuàng)業(yè)公司都在持續(xù)探索在 C 端應用落地的商業(yè)模式。比如月之暗面旗下的 kimi 推出了 " 打賞 " 功能，金額從 5.2 元到 399 元不等。

對于 kimi 推出的打賞功能，王小川認為這意味著用戶不是為工具買單，而是把大模型當成一個伙伴來看，" 這是正確的商業(yè)理念 "。

同時，王小川也認為，中國商業(yè)環(huán)境里 To B 的市場規(guī)模比 To C 小 10 倍，To B 收的是人民幣，花的是美金。大廠都會卷這件事情，只是沒想到大家這么狠，都卷到 0 了，這肯定是大廠射程范圍內(nèi)的。

大模型創(chuàng)業(yè)公司想要實現(xiàn)突圍，就要做差異化。 相比于其他類型創(chuàng)業(yè)公司，這一波大模型創(chuàng)業(yè)公司做 C 端商業(yè)化的特點，是做 " 超級模型 "+" 超級應用 "，也就是技術(shù) + 產(chǎn)品的雙驅(qū)動路線。

如月之暗面有專注于長文本能力的大模型 kimi，并基于 kimi 推出了 Kimi Chat App，其通過 C 端用戶對產(chǎn)品的體驗和功能進行直接反饋的即時反饋機制，使得 Kimi Chat 能夠迅速進行產(chǎn)品迭代和優(yōu)化。

Kimi 智能助手在 2024 年 1 月的訪問量達 142 萬，在大模型創(chuàng)業(yè)公司的 "AI ChatBots" 產(chǎn)品中居于首位，月環(huán)比增長率為 94.1%，增長速度在大模型創(chuàng)業(yè)公司中排名第一。

但 Kimi Chat 并不屬于一款真正的超級應用。在王小川看來，超級應用必須要滿足三個條件，包括應用可靠性高，能夠充分理解用戶意圖，DAU 在 3000 萬 ~3 億之間。

" 回顧移動 互聯(lián)網(wǎng) 時代或更早期的技術(shù)革命，每次新技術(shù)的出現(xiàn)都需要一定的周期，包括技術(shù)能力的提升、成本的降低以及硬件的支持。當這些條件具備時，能夠解決真實用戶需求的 C 端爆款應用才會出現(xiàn)。" 王仲遠如此說道。

現(xiàn)階段，我們?nèi)孕鑼?C 端爆款應用的出現(xiàn)保持一定的耐心。

不過，王仲遠認為，智能體（Agent）很有可能會成為爆款應用的一個方向，大模型可以讓它成為真正意義上的智能助理。這是 C 端應用重要方向，也是令人興奮的前景。

也有行業(yè)人士表示：" 因為 Agent 是和過去移動互聯(lián)網(wǎng)完全不一樣的東西，大家會率先開始在 Agent 中找相關(guān)的應用落地。"

無疑，大模型在 C 端的商業(yè)應用門檻更低，但與此同時，該賽道的競爭也更加激烈。

除這些大模型明星創(chuàng)企之外，百度、騰訊、科大訊飛，字節(jié)跳動、360 都發(fā)布了 AI 應用助手，可以說各大廠都在加注 C 端應用，而憑借著自身在生態(tài)、用戶等方面構(gòu)筑的優(yōu)勢，大廠們在 C 端賽道會容易被用戶所接受。

不過，大模型尚處于發(fā)展初期，真正的超級應用尚未出現(xiàn)，于任何玩家而言都有機會。在此過程中，如何走通 C 端應用的商業(yè)模式，也成為大模型在 C 端落地的關(guān)鍵。

大模型 B 端應用， 成云廠商們的主戰(zhàn)場

當然，行業(yè)中也有一部分人，認為大模型率先商業(yè)化落地場景應該在 B 端。

"To B 馬上能商業(yè)化，基本不用燒錢 "。金沙江創(chuàng)投主管合伙人朱嘯虎在談到 AIGC 時，曾反復強調(diào)這個觀點。

他的邏輯是 " 中國的 AIGC 短期內(nèi)肯定做 ToB，起來快。iPhone、大哥大、電腦出來的時候，都是 To B 先用，馬上能提高生產(chǎn)力、見到效果，企業(yè)愿意花錢。To C 要等到 iPhone 3 時刻 "。

事實上，王仲遠與朱嘯虎持同一觀點。王仲遠表示，三年內(nèi)能看到 To B 場景，五年內(nèi)看到 To C 的場景。B 端應用目前相對明確，許多大模型已在多個場景中廣泛應用，幾乎覆蓋所有行業(yè)。

在王仲遠看來，2023 年之前的弱人工智能時代，只能針對特定場景、特定任務訓練特定模型，從而達到特定效果。而 2023 年之后，隨著步入通用人工智能時代，其最大的特點是泛化性、通用性和跨領域的特性，這將影響幾乎所有行業(yè)。

如大模型在生成摘要方面效果非常好，因此對所有與文書相關(guān)的工作、文案處理等效率提升作用顯著，文生圖、文生視頻技術(shù)則能產(chǎn)生有創(chuàng)意的圖片和視頻，是提升效率的工具。

" 大模型作為生產(chǎn)力和效率工具的作用非常明確。" 王仲遠如此說道。

但 如果說，大模型在 C 端的商業(yè)化應用，還可以憑借對行業(yè)的 Know-how，從 0 到 1 構(gòu)建核心能力，那么，面向 B 端的商業(yè)化落地，更多的還是一種生態(tài)資源實力的比拼。

原因在于，此前有不少大企業(yè)和中小企業(yè)對大模型其實都頗為感興趣，但當真正的進行落地應用時，卻又很難能做出最后決策：

一是現(xiàn)在的大模型產(chǎn)品非常多，企業(yè)難以做出最優(yōu)解；

二是對大企業(yè)來說各個業(yè)務和部門繁多且交叉復雜，使用大模型的試錯成本很大；

三是中小企業(yè)則是由于成本限制和缺乏專業(yè)數(shù)據(jù)處理的經(jīng)驗，容易導致 AI 模型的實際應用效果很難與自身業(yè)務快速適配，企業(yè)存在 " 賠了夫人又折兵 " 的創(chuàng)新?lián)鷳n。

字節(jié)方面的高管此前曾粗略地算過一筆賬，企業(yè)要想用 AI 做一項創(chuàng)新，至少要消耗 100 億 Token，如果按照大模型之前的售價，平均需要花費 80 萬元……

很明顯，現(xiàn)在大模型想要在 B 端落地商業(yè)化的前提，就是價格要讓大家都用得起。

一名火山引擎內(nèi)部人士表示，雖然行業(yè)在討論用 AI 大模型重構(gòu)業(yè)務，但在日常工作生活里很少能感受到大模型能力的落地，" 降價本質(zhì)上是降低使用門檻。"

也正因此，近 2 個月來，由字節(jié)掀起了一波大模型降價潮，甚至騰訊云、百度智能云、阿里云等宣布部分大模型產(chǎn)品可以免費使用。

大模型降價乃至免費或許會暫時帶來些許成本壓力，但對一眾云廠商們來說，其靠著更低的價格，卻能夠更快地構(gòu)建出自身的 AI 開發(fā)生態(tài)的同時，也能夠降低企業(yè)使用大模型的門檻和試錯成本，從而推動大模型能夠在更多 B 端業(yè)務場景中落地。

大模型面向 B 端的落地應用，實質(zhì)上成為了一場在算力、生態(tài)、產(chǎn)品等多方面的比拼。而在這場比拼中，云廠商們無疑成為主要玩家。

王小川認為，此輪降價是僅限于云服務廠商的動作，" 核心要看你的商業(yè)模式是什么，如果你是做 To B 服務，降價最后賣的（就）不是模型本身，是整套云服務。"

獵豹移動董事長兼 CEO 傅盛也認為，降的最兇的都是有云服務的大公司，通過大模型來獲取云客戶，" 羊毛出在豬身上，降得起 "，而大模型創(chuàng)業(yè)公司沒有這樣的生態(tài)，必須另尋商業(yè)模式。

面向未來，于大模型創(chuàng)企而言，行業(yè)淘汰賽也正在加劇，云廠商通過降價搶占市場規(guī)模，也勢必會擠占大模型創(chuàng)企的生存空間。

與此同時，面對技術(shù)迭代進展的漫漫征途，如果大模型創(chuàng)業(yè)公司的商業(yè)化進展不及預期，那么估值處于第二、第三梯隊的創(chuàng)業(yè)公司，也將會面臨淘汰。

但云廠商們一味的通過降價來收割市場規(guī)模，真的能夠加速大模型商業(yè)化落地嗎？

別讓大模型走了中國 SaaS 的老路

如果說大模型在 C 端的商業(yè)化落地應用，還處于你好、我好、大家好的狀態(tài)，在 B 端則可以說是 " 殺 " 瘋了。云廠商們通過價格戰(zhàn)來 " 跑馬圈地 "，這對于大模型商業(yè)化發(fā)展究竟是好還是壞？

事實上，現(xiàn)階段大模型在 B 端商業(yè)化落地進程，與中國 SaaS 服務非常相似。大模型也是提供標準的泛化能力，在面向企業(yè)服務時同樣需要進行私有化部署和定制化發(fā)展。

畢竟，大模型的訓練迭代升級，離不開高質(zhì)量的數(shù)據(jù)，如果企業(yè)將私有數(shù)據(jù) " 投喂 " 大模型進行訓練，訓練結(jié)果卻被友商抄走，則得不償失。

但眾所周知，SaaS 在中國的發(fā)展并不景氣。

背后原因則在于，一方面中國 SaaS 廠商眾多，內(nèi)卷非常慘烈，大打價格戰(zhàn)，也導致企業(yè)利潤低，并且 SaaS 其實是一個標準化的產(chǎn)品服務，但在國內(nèi)落地的過程中，逐漸變形，被定制化和項目制所綁架，這也是導致其利潤低的原因之一。

另一方面，則就像前文李開復所言，國內(nèi)企業(yè)對軟件的重視程度并不高，企業(yè)不認可軟件的價值，不愿意為軟件服務付費，加之中國 SaaS 服務內(nèi)卷，并未出現(xiàn)一個足夠與國外頭部相抗衡的產(chǎn)品。

中國企業(yè)很擅長用價格換規(guī)模，移動互聯(lián)網(wǎng)時代如此，大模型時代亦如此。現(xiàn)階段，除了 B 端的大模型在集體降價，甚至不少 C 端的大模型產(chǎn)品也在大量燒錢投流買量。

但王仲遠表示：" 價格低確實更有利于更多場景的嘗試和爆發(fā)，但我們的基礎模型能力還沒有逼近 GPT4，還需要進一步提升，這意味著它依然需要大幅資金投入。 過早的價格戰(zhàn)或者低于成本的價格戰(zhàn)，不利于后續(xù) 投資 。 "

價格降下去容易，但想要再增長上去，卻非常難。 價格戰(zhàn)能夠持續(xù)擴大自身的市場占有率和規(guī)模，但只有當規(guī)模足夠大時，才能夠平攤自己的成本支出，實現(xiàn)盈利。

實際上，如果一個大模型被廣泛認為特別好用，隨著使用規(guī)模擴大，規(guī)模效應自然會顯現(xiàn)。模型規(guī)模上去了，其價格以及工程師們通過各種工程架構(gòu)系統(tǒng)優(yōu)化所帶來的成本降低也會隨之而來。

不管是 C 端，還是 B 端，大模型商業(yè)化落地都面臨著激烈的競爭。于 C 端應用創(chuàng)業(yè)者而言，技術(shù)的領先性只是暫時的，一定要把握時間窗口，打出自己的品牌知名度和用戶壁壘。而于 B 端應用，最重要的則是持續(xù)迭代大模型本身的技術(shù)能力和渠道能力。

有百度內(nèi)部人士表示：" 長期來看，模型廠商最終競爭的還是模型本身的能力，只有把基礎模型效果做得足夠好，才能構(gòu)筑競爭壁壘。"

但不管如何，當前大模型商業(yè)化進程僅僅是初期，仍需要全行業(yè)正向循環(huán)，避免走中國 SaaS 服務的老路。

來源：光追智能