ToB Or ToC，大模型不做“選擇題”互聯網+
2024-08-30 10:10
OpenAI也干了。
來源 | 伯虎財經（bohuFN）
作者 | 楷楷
在AI大模型的商業化道路上，“ToB or ToC”一直是兩難的選擇。 不過，AI業內有一個共識，創業公司在C端更容易找到機會，而互聯網大廠則更能通過B端獲得規模優勢。
但目前來看，這一共識可能要被打破了。一直被認為是“To C主義者”的月之暗面，近日官宣將發布企業級API，且Kimi開放平臺的上下文緩存Cache存儲費用將降低50%，加速在B端市場發力。
無獨有偶，大模型鼻祖OpenAI也在近日宣布，將允許企業使用自身數據定制其旗艦AI模型GPT-4o，意味著企業可以定制和優化性能更強的AI模型。
從“百模大戰”走到“應用之戰”，大模型已經到了商業化的關鍵時期，不僅要考慮產品是否突出，更要綜合考慮成本、應用、變現等問題，每個公司都在尋找屬于自己的答案，對它們來說，“ToB or ToC” 或許并不是選擇題，而是必選題。
01 變現，C端大模型的“攔路虎”
早在Kimi開始發力B端之前，其曾在今年5月小范圍試水C端打賞模式，用戶可以通過購買5.20元至399元不等的禮物，獲取不同的高峰期優先使用時長。
對于打賞功能的上線，月之暗面曾表示，該業務處于測試階段，公司對商業化模式的探索保持開放態度。
從這點來看，Kimi的打賞模式更像是對用戶付費意愿的試探，而非奔著盈利而來，畢竟Kimi的用戶群體大多是從抖音、B站轉化而來，探索年輕人的態度對公司而言很有必要。
但這并不代表Kimi準備一直“為愛發電”，因為大模型初創公司的“燒錢速度”實在太快了。首先，大模型要走向C端市場，必須付出不菲的營銷成本。
今年春節以后，大模型公司紛紛開啟了營銷大戰，最常見的線上投流模式是CPA，即用戶瀏覽網站觸發廣告后，只要完成注冊或下載App，大模型公司就支付廣告費用。
但目前可供選擇的平臺，無非是B站、抖音等年輕用戶集中的平臺，需要投流的大模型企業卻有很多，CPA的競價模式也變相推高了投流成本。
有業內人士表示，2023年初B站的CPA報價普遍在10元/人以下，但目前月之暗面在B站的CPA成本可能已經高達30元。
據新浪科技估算，其從今年2月至今，至少已為投流砸下了3000多萬。投流的效果是顯著的，Kimi的訪問量一度增長超4倍，但過高的營銷成本終究燒的是投資人的錢。
其次是訓練成本。OpenAI最早計劃今年在訓練成本上花費約8億美元，但隨著OpenAI加快訓練最新的旗艦模型，訓練成本可能會再翻一番。
OpenAI的頭號競爭對手Anthropic的CEO Dario也表示，目前公司正在開發的AI模型訓練成本高達10億美元，但訓練成本可能在2027年之前提升到100億美元，甚至是1000億美元。
最后，則是算力成本。大模型的算力成本會隨著用戶規模增大而越來越高，國盛證券曾估算，要打造對標ChatGPT的大模型，按單張A100芯片的價格為10萬元算，投入10億元才是入場券。
隨著成本不斷攀升，接連收獲新融資的“AI五小龍”或許還不太缺錢，但它不能永遠不考慮商業化變現，更別說其他手上并無余糧的大模型公司。
只是，想要在C端市場變現，卻沒有那么容易。一則是目前大部分通用大模型，如文心一言、ChatGPT等都是免費模式，要培養用戶的付費習慣，顯然還需要漫長的周期，同質化的AI應用也遠遠未到剛需階段。
二則是大模型在C端市場的營收模式較為單一，除了訂閱費之外，其他收費模式仍有重重困難，比如依靠廣告創收，則可能會影響用戶體驗和涉及隱私問題；此前辦公軟件WPS針對AI功能的收費，更因“套娃”而沖上熱搜。
三則，C端消費者認可產品更多是基于品牌，這也是月之暗面要花大錢投流的原因，在這一背景下，萬一阿里、騰訊猛砸某一AI應用，其他創業公司便很難有招架之力。
即便是OpenAI，其在C端市場的收入已達到19億美元，主要來自全球770萬的訂閱者，每人每月為ChatGPT Plus支付20美元，但仍遠遠不足以覆蓋構建和運行模型的成本。
外媒援引OpenAI未公開的內部財務數據，稱OpenAI今年還將面臨高達50億美元的虧損，其中，全年收入估計在35億美元~45億美元之間，但運營成本卻或達85億美元，其中推理成本為40億美元。
OpenAI為C端用戶提供了ChatGPT的免費版本，使公司增加了推理成本，卻沒有帶來任何額外收入，這是其入不敷支的原因之一。
02 押寶，C端的盡頭是B端？
簡單來說，大模型要在C端市場快速發展，就要實現更好的綜合能力和使用效果，且通過低價或免費的使用模式，才能更好吸納用戶。
這一模式需要持續“燒錢”，大模型頂級玩家才不得不將目光投向B端市場。以百度為例，其在近日發布了2024年二季報，其中百度智能云業務收入達51億元，同比增長14%，并持續實現盈利，AI貢獻的收入占比已從上季度的6.9%提升至9%。
但從百度2023年年報來看，雖然百度通過文心大模型重構的廣告系統，實現了數億元的增量收入，但其在線營銷收入相比前兩個季度仍有下滑，可見大模型在C端應用的活躍度和變現率并未達到預期。
因此，大模型到底該ToB 還是 ToC，各位大佬也有不同看法。百川智能CEO王小川曾明確表示，To C是To B市場的十倍，大廠都會卷To B，（百川智能）肯定要做差異化。
金沙江創投的朱嘯虎則認為，現在在國內做大模型，To B的商業模式遠比To C的模式更為適宜。
雖然各有各的觀點，但從大模型公司的實際動作來看，它們對于To C還是To B這件事并沒有太多糾結，不僅是“全都要”，而是相互賦能。
清華大學智能產業研究院院長張亞勤就曾表示，在應用和服務層面，To B的周期相對較長，而To C的應用產品則可以迅速推出，這跟移動互聯網的發展路徑基本一致。
因此，大部分大模型創業公司都是采取To B和To C并行的策略，即便是坦言“我們做C端”的百川智能，也推出了API接口業務。
這種“C+B”的業務模式，也是目前大模型公司主流的商業模式。比如OpenAI，既在C端收取ChatGPT的會員費，也在B端通過“公共云+API”的方式收取大模型API的調用費用。
除了通過收費“變現”之外，大模型企業還會通過AI來加持自己已有的成熟業務。比如阿里旗下夸克瀏覽器近日發布PC端，升級了AI搜索、AI寫作、等一系列“全場景AI”功能，進一步增加對客戶的吸引力和粘性；一直以B端為主的商湯，也在今年將引入到C端市場，發布了能夠生成創意寫真的AIGC產品“秒畫趣拍”。
所以，在大模型商業化道路選擇上，同時押寶ToC和ToB，不僅是以B端“穩收入”彌補C端的“不確定”，更長遠來說，是兩種業務在技術層面和品牌效應上的互相賦能。
一方面，大模型公司通過C端產品，可以持續收集用戶反饋、積累模型的應用實踐，最終反饋給大模型實現迭代升級，如果只是向外部開放API，很難形成用戶反饋閉環。
另一方面，誠如零一萬物CEO李開復所言，在中國To C 短期更有機會，C端產品更容易爆發和獲得口碑，其流量和勢能也能反哺給B端業務。
最后，“做C端”的大模型公司也在積極推出降低API業務，甚至不斷降低調用成本，也是希望開發者能在自己的生態上開發出好用的AI應用。
就像曾經的互聯網行業，當產品之間的差異化程度不大，拼的就是誰的生態能率先“開花”，更多創作者參與進來，才有機會開發出好用的AI應用。
所以，當下爭論ToC還是ToB更好，其實意義并不大，因為當下大模型行業的主要矛盾，并不只是資金壓力，而是需要更多人應用，從而造出生態來，單靠B端或者C端市場，都無法輕易實現這一目標。
據中央網信辦透露，截至8月，我國完成備案并上線、能提供服務的生成式人工智能服務大模型已達190多個，但李開復曾預測，在大模型競爭接近終局的時候，能夠存活的大模型公司或只有30個。
當前，大模型行業還沒有哪一家是公認的“領頭羊”，包括互聯網大廠也未必能占優勢，對于初創公司來說，不論通過何種路徑，都要好好爭一爭品牌、產品和生態，否則以后就更沒機會了。
03 ToB，定制化時代的鏖戰
由此可見，B端是大模型公司商業化閉環不可缺失的一環，但想要在B端市場殺出血路來，也并沒有那么容易。
首先，是B端市場無休止的價格戰。今年5月，字節正式發布豆包大模型，主力模型在企業市場的定價只有0.0008元/千Tokens，比行業便宜了9成以上，讓國內大模型的token價格從“以分計價”發展到“以厘計價”，震撼業內之余，也有不少競爭對手紛紛跟進降價。
誠然，大部分大模型公司都認為行業發展應該避免價格戰，但真到了戰場上，不降價就被對手擠掉份額。即便百度李彥宏曾呼吁創業者去“卷”AI應用，而不是卷價格，但在字節、阿里云大降價之后，百度旗下兩款主力大模型很快就宣布全面免費。
業內人士認為，愿意為軟件付費的企業并不多，大模型B端的利潤空間正在急速萎縮，去年能賣到千萬級別的大模型項目今年可能只能賣到100萬元了，市場上有太多的開源大模型可以套殼，競爭非常激烈。
其次，B端和G端的業務，有時候也是難啃的“硬骨頭”。一則，每一個B端定制化案例都是一個“孤本”，非標準化的定制服務意味著更高的成本投入，尤其是對于場景復雜、數字化轉型較晚的工作環境，數據安全、信息孤島等問題都不容易突破。
二則，B端業務的銷售周期和應收賬期往往都會較長，這要求企業展現出更多的耐心和持續的努力。近日，科大訊飛董事長劉慶峰便表示，公司將會主動放緩甚至放棄部分G端業務，原因是考慮到回款周期的問題。
三則，對于金融、醫療、法律等部分垂直行業的合作，其對大模型的介入有著極高需求，儲備相關領域的高素質人才也是一筆大成本。
最后，即便大模型初創企業克服以上重重難關，但企業開發基礎模型往往更青睞于老牌云廠商。數據顯示，2023年大模型市場中，百度智能云、商湯、智譜AI的市場份額排在前三，加起來占據了市場的半壁江山。
不過，這也并不意味著初創企業就無法突圍而出，數據顯示，2023年我國生成式人工智能的企業采用率已達15%，市場規模高達14.4萬億元，這一數字有望持續增加。
大模型在B端市場的下半場，或許需要從企業視覺升級為產業視覺，扎根于辦公、生產、教育、制造等各個環節，成為撬動企業新增長的動能，才是企業方接納這項新技術的關鍵。
有企業方人士認為，他們不關心大模型有多少花活，關鍵是能幫企業省多少錢，真正需要的是基于整體技術提升的完整業務解決方案。
隨著大模型行業的不斷發展，如何在用戶增長和模型能力進步中找到可持續的經營模式，這一問題依然會困擾著每個大模型企業，但不同企業的答案或許都不一樣。
這意味著在大模型領域，沒有一套模式能夠為所有企業所通用，無論ToB 還是 ToC，都不過是大模型通往未來的路徑而已，真正決定企業未來的，是其能否在服務客戶過程中帶來更多創新的AI應用和服務。
如果最終只有30家大模型能夠留下，那么活下來的大模型，不一定是名頭最響的，但一定是最實用的。
*文章封面首圖及配圖，版權歸版權所有人所有。若版權者認為其作品不宜供大家瀏覽或不應無償使用，請及時聯系我們，本平臺將立即更正。
1.TMT觀察網遵循行業規范，任何轉載的稿件都會明確標注作者和來源；
2.TMT觀察網的原創文章，請轉載時務必注明文章作者和"來源：TMT觀察網"，不尊重原創的行為TMT觀察網或將追究責任；
3.作者投稿可能會經TMT觀察網編輯修改或補充。
