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。”