21世紀(jì)經(jīng)濟(jì)報(bào)道記者孫燕 上海報(bào)道
“2025年將是大模型商業(yè)化的大考年?！苯衲昴瓿?，零一萬物創(chuàng)始人兼CEO李開復(fù)預(yù)言。
2025年尚未過半，“大模型六小虎”中已有十余位高管“出走”。其中，多位離職高管是商業(yè)化負(fù)責(zé)人，包括智譜首席運(yùn)營(yíng)官張帆、MiniMax商業(yè)化合伙人兼副總裁魏偉，以及百川智能聯(lián)合創(chuàng)始人、商業(yè)化負(fù)責(zé)人洪濤。
人事變動(dòng)背后，AI大模型企業(yè)的商業(yè)化焦慮浮出水面。
主動(dòng)披露商業(yè)化收入的大模型公司少之又少。在“大模型六小虎”中，智譜AI曾透露，該公司2024年商業(yè)化收入同比增長(zhǎng)超過100%，平臺(tái)日均Tokens消耗量增長(zhǎng)150倍。據(jù)市場(chǎng)預(yù)測(cè)，Minimax2024年的年化收入（ARR）有望達(dá)7000萬美金。
但全球300余個(gè)大模型中，僅有少數(shù)企業(yè)實(shí)現(xiàn)了商業(yè)化的初步探索。面對(duì)虧損泥潭，牌桌上所有玩家都在追問：
產(chǎn)業(yè)化大方向究竟在哪里？
C端還是B端？
從客戶定位來看，“大模型六小虎”走出了C端、B端兩條路徑。
MiniMax、月之暗面、階躍星辰的重心均在C端：MiniMax推出了視頻生成產(chǎn)品“海螺AI”、AI陪伴應(yīng)用“Talkie”；月之暗面推出了Kimi助手；階躍星辰推出了AI助手“躍問”、開放世界“冒泡鴨”。
智譜AI在C端推出了“智譜清言”，但更偏向B端業(yè)務(wù)。該公司CEO張鵬曾坦言，推C端產(chǎn)品的主要目的，是為了向B端客戶展示能力。
零一萬物、百川智能也以B端為重心：零一萬物聚焦零售和電商等場(chǎng)景，推出了“AI2.0數(shù)字人”解決方案，百川智能以醫(yī)療為核心場(chǎng)景。
商業(yè)化壓力之下，大模型企業(yè)也在邊探索邊調(diào)整：如零一萬物早期宣稱“堅(jiān)決做ToC，不做賠錢的ToB”，但2024年起戰(zhàn)略轉(zhuǎn)向全面聚焦B端，收縮C端業(yè)務(wù)。
國泰海通證券研究指出，雖然當(dāng)前仍處于商業(yè)化初期，但參照互聯(lián)網(wǎng)發(fā)展歷程，AI產(chǎn)業(yè)很可能遵循從B端到C端再到B端深化的演進(jìn)路徑，最終實(shí)現(xiàn)全產(chǎn)業(yè)鏈的協(xié)同繁榮。
在C端，大模型主要通過訂閱實(shí)現(xiàn)價(jià)值，但正面臨叫好不叫座的流量困局：數(shù)據(jù)顯示，超八成用戶拒絕為對(duì)話功能付費(fèi)，多數(shù)人同時(shí)使用多個(gè)免費(fèi)模型抵消體驗(yàn)限制。
相較C端用戶“誰免費(fèi)用誰，誰補(bǔ)貼跟誰”的主流思維，B端企業(yè)對(duì)于生成式AI的投入預(yù)算越來越多，但對(duì)于投入ROI也越來越重視。
“目前業(yè)界還很難給出一個(gè)確切的ROI中位數(shù)，因?yàn)榇蠖鄶?shù)企業(yè)的AI應(yīng)用仍處在價(jià)值發(fā)現(xiàn)和初期探索階段?！碑咇R威中國技術(shù)和新經(jīng)濟(jì)管理咨詢服務(wù)主管合伙人高人伯在2025年上海世界移動(dòng)通信大會(huì)（MWC上海）期間告訴21世紀(jì)經(jīng)濟(jì)報(bào)道記者，目前已實(shí)現(xiàn)正向收益的場(chǎng)景，普遍集中在能夠快速提升內(nèi)部運(yùn)營(yíng)效率的領(lǐng)域，如利用AI輔助軟件開發(fā)、自動(dòng)化生成營(yíng)銷文案、優(yōu)化內(nèi)部知識(shí)管理與報(bào)告總結(jié)等。
在他看來，生成式AI的產(chǎn)業(yè)化方向之一是“深度垂直化”：通用大模型的能力應(yīng)與金融、醫(yī)療、法律、制造等行業(yè)的專業(yè)知識(shí)深度融合，形成能夠解決核心業(yè)務(wù)問題的專用AI，將是價(jià)值創(chuàng)造的關(guān)鍵。
云側(cè)還是端側(cè)？
從技術(shù)部署來看，“大模型六小虎”普遍采用云端訓(xùn)練+云端推理，依賴公有云廠商提供算力。
云側(cè)的核心盈利方式主要有兩種，一是按API調(diào)用次數(shù)或Token量付費(fèi)；二是定制化解決方案，如智譜AI為金融、教育、制造等行業(yè)企業(yè)提供定制模型，收取開發(fā)與運(yùn)維費(fèi)用。
這主要面向B端用戶。高人伯告訴記者，B端企業(yè)會(huì)根據(jù)自身業(yè)務(wù)的成熟度、數(shù)據(jù)敏感性以及戰(zhàn)略目標(biāo)，在“標(biāo)準(zhǔn)化”到“定制化”的光譜上動(dòng)態(tài)移動(dòng)：許多企業(yè)在初期會(huì)傾向于采購標(biāo)準(zhǔn)化的API服務(wù)，這種方式能夠快速驗(yàn)證AI在通用場(chǎng)景下的潛力；但當(dāng)單純的標(biāo)準(zhǔn)化服務(wù)無法滿足需求，企業(yè)便會(huì)轉(zhuǎn)向探索定制化的行業(yè)模型。
目前，純API調(diào)用模式盈利壓力較大：由于產(chǎn)品同質(zhì)化、難以深度滿足場(chǎng)景需求等問題，規(guī)模效應(yīng)較難達(dá)成，無法通過海量用戶調(diào)用分?jǐn)偰Ｐ陀?xùn)練與維護(hù)成本。定制化行業(yè)模型盈利能力相對(duì)較強(qiáng)：有頭部廠商通過“通用大模型+行業(yè)精調(diào)”模式，向制造業(yè)客戶收取模型定制費(fèi)及數(shù)據(jù)服務(wù)費(fèi)，單項(xiàng)目可達(dá)數(shù)百萬元。
在部署云側(cè)的基礎(chǔ)上，今年以來，智譜AI、階躍星辰也在拓展端側(cè)：智譜AI今年與珠海市合作搭建“城市級(jí)GLM大模型”，覆蓋端側(cè)；階躍星辰則將智能終端列為2025年重點(diǎn)場(chǎng)景。
但對(duì)于“大模型六小虎”而言，部署端側(cè)一方面需要從硬件廠商手中“搶蛋糕”；另一方面生成式AI在端側(cè)部署仍然面臨技術(shù)挑戰(zhàn)，進(jìn)一步加大了研發(fā)成本。
“將生成式AI模型部署到手機(jī)、汽車等終端設(shè)備上，是實(shí)現(xiàn)普惠AI的關(guān)鍵一步，尤其對(duì)于需要即時(shí)響應(yīng)和保護(hù)數(shù)據(jù)隱私的場(chǎng)景至關(guān)重要?！备呷瞬赋?，但大型AI模型巨大的計(jì)算和存儲(chǔ)需求與終端設(shè)備有限的資源（如算力、功耗、內(nèi)存）之間存在天然的矛盾。
如何在保證模型性能的同時(shí)，克服這些硬件限制，并為用戶提供流暢、可靠的體驗(yàn)？據(jù)高人伯觀察，業(yè)界正在從多個(gè)層面積極探索解決方案。首先是通過模型壓縮、知識(shí)蒸餾等先進(jìn)技術(shù)，在保證核心功能的前提下，將大模型變得“小而美”，使其能夠在端側(cè)高效運(yùn)行。
芯片廠商也在不斷創(chuàng)新，推出集成NPU等專用AI處理單元的硬件，為端側(cè)AI提供更強(qiáng)勁、更節(jié)能的算力支持。
此外，“端云協(xié)同”被認(rèn)為是一種非常務(wù)實(shí)且靈活的路徑，即在終端部署一個(gè)輕量級(jí)模型處理高頻、簡(jiǎn)單的任務(wù)，當(dāng)遇到復(fù)雜請(qǐng)求時(shí)再智能地調(diào)用云端更強(qiáng)大的模型，從而兼顧效率、成本與用戶體驗(yàn)。
