2023年，以ChatGPT為代表的大模型迅速席卷全球，給人帶來一種技術即將躍遷的幻象。盡管業(yè)內認為過去一年大模型取得的進步超過以往10年之和，但總體來說大模型技術演進進入了一個相對平緩的平臺期。

隨著認知的不斷拓展和清晰，讓企業(yè)對大模型祛魅了，越來越多企業(yè)明白大模型只是“技術和能力”，開始希望利用好這個新工具，讓它在業(yè)務層面帶來效率提升。這樣的變化帶來一個結果：“百模大戰(zhàn)”的風向逐漸收斂。

市場和客戶變得越來越務實，越來越多初創(chuàng)企業(yè)將目光從基礎模型轉向應用和工具鏈。而對于投資者和投資機構來說，最關心的問題還是商業(yè)化。

但大模型商業(yè)化的落地依然有許多難點。

難點一：ToB還是toC

第一個難點在于大模型玩家對to B和to C兩個方向的選擇截然不同且充滿爭議。大模型確實在加速狂飆，但AI商業(yè)化卻面臨巨大鴻溝。一方面，傳統(tǒng)企業(yè)不知道怎么將AI融入原始業(yè)務，另一方面，AI企業(yè)難以找到合適的變現方式。AI企業(yè)究竟該如何突破商業(yè)化之困？B端和C端，呈現出兩種不同的路徑。

縱觀海外的AI玩家，已經有許多企業(yè)闖出自己的商業(yè)化道路。B端如微軟、Salesforce，將AI技術集成到傳統(tǒng)產品中并提供垂直定制服務；C端如OpenAI、Midjourney，向個人用戶提供生產力解放工具，并以付費訂閱模式變現。

而國內雖然起步較晚，但仍有不少企業(yè)在積極探索商業(yè)化路徑，百度、阿里、字節(jié)跳動、360、訊飛等公司都在進行相關嘗試。如百度在C端打造生產力工具，推出文心一言訂閱模式，B端提供底層架構、解決方案；360在C端借助瀏覽器在PC端的場景優(yōu)勢，發(fā)力AI辦公，B端聚焦AI安全和知識管理等場景，在ToC、ToB兩端入手，尋找大模型的商業(yè)價值；訊飛則試圖將大模型與自身硬件產品進行結合。

但不論是B端和C端，都有著各自的問題。在B端，傳統(tǒng)企業(yè)在采用AI技術時需要考慮ROI(投資回報率)、數據安全性等，此外將AI融入以往的工作流程以及后續(xù)維護都有較高成本。按企業(yè)服務領域的慣性來說，大模型to B應用可以帶來更大的行業(yè)價值，可以更快實現，但傳統(tǒng)企業(yè)普遍不敢用、高管不想用、企業(yè)不愿為軟件付費。

在C端，普通消費者對AI產品的付費意愿上漲，但營收難以覆蓋大模型訓練和運行的高昂成本。此外，許多企業(yè)往往過于關注AI技術本身，而忽視了對消費市場的開拓和消費者需求的挖掘。

相比缺乏付費意愿的C端用戶，B端客戶對先進技術的渴求更為明確。國際數據公司IDC曾在2023年四季度開展過一次AI應用調研，結果顯示，在100家受調企業(yè)中，對生成式AI完全沒有規(guī)劃的企業(yè)比例只有7%，這也意味著超九成被調查企業(yè)已布局了AI應用。已經投資了生成式AI，并已有明確預算的企業(yè)有24%；還有34%的企業(yè)已經開始制定潛在應用場景；35%的企業(yè)開始嘗試試點，但暫未明確預算。

不過對此也有人有不同觀點，例如創(chuàng)新工場創(chuàng)始人、零一萬物CEO李開復認為，短期來看大模型在中國to C的應用更有機會，但挑戰(zhàn)在于推理成本高，在考慮產品市場匹配度時，還要考慮技術需求、技術難度和成本等因素，而且還需要把握時間窗口。

然而對于大模型創(chuàng)業(yè)公司而言，尋找商業(yè)化路徑，尤其在to C賽道尋找商業(yè)模式是世界難題。

以當下較火的月之暗面為例，對于堅定賭to C賽道的月之暗面而言，在to C賽道構建一個有效的商業(yè)模式更是難上加難。楊植麟也曾表示，目前比較流行兩種商業(yè)模式：一是訂閱。在他看來，按照用戶數量收費，是無法隨著產品創(chuàng)造出更大的商業(yè)化價值的，訂閱不會是最終的商業(yè)模式。

二是抽成。其中廣告已經被互聯網驗證過了，它的確定性更高，但人的注意力和時間有限，這種商業(yè)模式的機會可能也沒有那么大。

并且不論是toB還是toC，商業(yè)化的成績單都很直接，所以大家會迅速進入赤裸裸的拼刺刀的階段。投資方或者市場對大模型創(chuàng)業(yè)公司的期待，就是每3~6個月，必須拿出新的產品，或者發(fā)生新的變化——要在階段性交出能夠讓人買單或者信服的成績，比如用戶量、收入、影響力等。

難點二：經濟性

而不論是面向B端還是C端，大模型商業(yè)化的核心其實還是一個經濟性的問題。也就是收益能否覆蓋成本。

“大的模型投不起，小的模型還看不到賺錢能力。”有業(yè)內人士用這樣一句話形容當下大模型領域的投資難題。

一方面，大模型的“貴”眾所皆知，數千萬元一次的訓練成本注定了這是少數人的游戲。再疊加美元基金黃金時代落幕，風險投資也愈發(fā)謹慎。或許正是因此，大模型熱潮難以帶火一級市場。

研究機構CB Insights發(fā)布的《2023年人工智能(AI)行業(yè)現狀報告》數據顯示，2023年，中國AI領域投融資數量約為232筆，同比下降38%；融資總額約為20億美元，同比下降70%。特別是2023年第一季度，無論是融資額還是融資量，都創(chuàng)下了5年來最低，中國AI行業(yè)融資熱“降溫”尤為明顯。

當創(chuàng)業(yè)者獲取融資的難度增大，難以覆蓋長期研究所需成本，它們就必須迅速獲得商業(yè)成果、完成商業(yè)閉環(huán)，才能確保項目的可持續(xù)發(fā)展——這成為了中國與硅谷大模型創(chuàng)業(yè)生態(tài)之間的最大差異。

難點三：人的認知

除了面向什么客戶和成本外，人對AI的接受和使用程度也會給AI大模型商業(yè)化帶來難點。

在2024 世界人工智能大會上，中國工程院院士、之江實驗室主任、阿里云創(chuàng)始人 王堅表示：“人的因素容易被忽略，當我們講AI對每個部門都會產生影響，AI是革命性力量的時候，要所有部門的所有人都去擁抱AI，這在很多大企業(yè)是很難的。小企業(yè)跟大企業(yè)的差別就是，大企業(yè)會覺得AI是工具的革命，而小企業(yè)一定會覺得這是革命的工具。”

王堅在大會上說，當大企業(yè)也意識到AI是革命的工具，變化才會到來。

王堅觀察到的現象是中國企業(yè)對AI的態(tài)度之現狀，讓所有企業(yè)都去擁抱AI、擁抱大模型并不容易。中國移動從2023年年初開始啟動大模型研發(fā)工作，當年就推出了139億參數的大語言模型，在公司內部和客戶中加快推進大模型落地，但面臨的一大挑戰(zhàn)是，行業(yè)如何看待和擁抱大模型，行業(yè)內部對于大模型的看法和接受程度不一，存在思維方式的轉變問題。

而這種思維方式的轉變之難不僅存在于公司和行業(yè)，也存在于我們每個人內心中。

從蘇格拉底說：“人是萬物價值的尺度”；到哈姆雷特中的“人是宇宙的精華，萬物的靈長”；又到近代科學理論為工業(yè)革命奠定了基礎，生產力發(fā)展推動社會進步。人類無疑是過去歷史的絕對主角。

但隨著人工智能的出現，許多人說，科技將成為世界的“主角”，這時一場計算機和人類之間的“分工之戰(zhàn)”也拉開了——人不再掌握生產知識的特權，機器也可以了。

在此背景下，人類如何與人工智能更好的分工成為了時代的課題。這個答案每個人可能都不一樣，但必須承認的是AI時代漸行漸近。

結語：對新事物可以多一些耐心

最后雖然AI大模型商業(yè)化有這樣那樣的難點，但筆者相信終有一天AI大模型會找到適合自己的商業(yè)模式。

這背后的信心來源于AI代表著先進生產力。正如馬克思所言，新生事物之所以是不可戰(zhàn)勝的，它代表了事物的發(fā)展方向，符合事物的發(fā)展規(guī)律，能夠適合于當前特別是未來的發(fā)展條件，因而具有強大的生命力和廣闊的發(fā)展前途。

至于現在的問題，我們不妨用動態(tài)長遠的眼光去看待。畢竟所有的問題要在動態(tài)的過程中解決——不能以現在這個時刻的狀態(tài)來解決十年以后的問題，要拿十年以后的狀態(tài)來解決十年以后的問題。

因此，我們有理由相信，中國大模型在商業(yè)化落地中遇到的問題，也必然會在大模型的動態(tài)發(fā)展中得到解決。