[20241003] 狂飙500天，国产大模型如何突破商业化之困？

大模型加速狂飙，AI商业化却面临巨大鸿沟。 

一方面，传统企业不知道怎么将AI融入原始业务，另一方面，AI企业难以找到合适的变现方式。AI企业究竟该如何突破商业化之困？B端和C端，呈现出两种不同的路径。 

纵观海外的AI玩家，已经有许多企业闯出自己的商业化道路。B端如 微软、Salesforce ，将AI技术集成到传统产品中并提供垂直定制服务；C端如 OpenAI、Midjourney ，向个人用户提供生产力解放工具，并以付费订阅模式变现。 

而国内虽然起步较晚，但仍有不少企业在积极探索商业化路径，百度、阿里、字节跳动、360、讯飞等公司都在进行相关尝试。如百度在C端打造生产力工具，推出文心一言订阅模式，B端提供底层架构、解决方案；360在C端借助浏览器在PC端的场景优势，发力AI办公，B端聚焦AI安全和知识管理等场景，在ToC、ToB两端入手，寻找大模型的商业价值；讯飞则试图将大模型与自身硬件产品进行结合。 

具体来看，大模型落地难在哪里？AI技术商业化道路还面临什么样的困境？国内外头部玩家是如何探索大模型变现，走出自己的差异化路径的？

AI技术面临商业化鸿沟 传统企业与大模型企业“隔岸相望” 

“百模大战”狂飙一年多，国内早已不缺乏能比肩GPT-4的大模型，但在商业化落地层面，始终存在巨大鸿沟。 

如今，除了“卷”模型以外， AI企业也开始将目光投向“卷”应用 。 

知名AI科学家吴恩达在今年1月的CES上谈道，作为新一代通用技术，即使AI无法继续取得技术和新进展，其商业基础也将持续壮大。 

根据人民网财经研究院3月发布的大模型产业发展报告，我国AI大模型产业呈现蓬勃发展的态势，但仍面临多方面挑战，大模型爆款应用尚未出现。 

究其原因，主要在于企业尚未找到商业化思路，缺乏满足客户需求的个性化应用。 

阿里前首席AI科学家贾扬清近期在一次高山书院的活动中，谈到目前大模型商业化落地过程中，市场的两个纠结点：一是营收的流向和以往不太一样，二是大模型对比传统软件，可以创造营收的时间太短。 

大模型有一个特点，每次训练完一个模型后，下一次还是要从零开始训练。但同时大模型的迭代速度又很快，中间能够赚钱的时间窗口可能只有一年左右甚至更短。 

具体到B端和C端，商业化面临的困境也各不相同。在B端，传统企业在采用AI技术时需要考虑ROI（投资回报率）、数据安全性等，此外将AI融入以往的工作流程以及后续维护都有较高成本。 

在C端，普通消费者对AI产品的付费意愿上涨，但营收难以覆盖大模型训练和运行的高昂成本。此外，许多企业往往过于关注AI技术本身，而忽视了对消费市场的开拓和消费者需求的挖掘。 

这就造成了一种进退两难的局面：大模型企业赚不到钱，传统企业找不到拥抱AI的路径，普通消费者又难以找到满足自己需求的AI应用。需求错配之下，如何找到“交集”是横亘在各家公司面前最迫切寻求的答案。 

抓住C端用户个性化痛点 AI办公成为重点场景 

它山之石可以攻玉，本文将从海外头部玩家的玩法入手，分析大模型的变现手段有哪些。 

根据风险投资机构a16z于3月发布的生成式AI消费级应用Top100报告，ChatGPT仍是C端应用顶流，在网页端和移动端均排名第一，且访问量分别是第二名的5倍和2.5倍。 

综合这份榜单，海外用户基数较大且已有较为成熟商业模式的C端AI产品包括聊天机器人ChatGPT、Gemini、Character AI，AI搜索平台Perplexity，图像生成/设计工具Midjourney、Firefly AI等。 

▲海外C端AI产品商业化案例

在商业模式上，这些产品大多采用月度订阅模式，其中Firefly AI同时提供点数购买制服务。 

从应用场景来看，当前海外AI应用仍以通用场景为主，主要集中在聊天机器人及衍生的AI虚拟陪伴等领域，同类型产品同质竞争较为激烈。但与此同时，融合具体场景如图像设计、视频生成、办公助手等的工具类应用也逐渐涌现。 

其中， AI+办公 产品作为解放生产力的工具，在头部企业中加速商业化落地。微软、谷歌在去年3月、5月先后推出AI办公产品Microsoft 365 Copilot和Duet AI，体现了其对AI办公方向商业化价值的看重。 

▲谷歌、微软AI办公产品搜索指数（图源：广发证券）

国内也有一些企业积极探索C端大模型商业化落地。参考海外成熟模式最典型的是 360 ，其选取的路径和微软Copliot、Salesforce等一样，都是在既有优势场景下进行AI化升级改造。 

4月8日，360周鸿祎透露“360AI办公”产品即将上线，将AI与浏览器相结合，提供图片、写作、文档、视频、文档模板五大明星场景共100多款实用工具，旨在一站式解决多行业、多场景的AI办公和营销需求，为用户提供极大的便利性，同时也提高了用户对360AI浏览器的依赖度。 

在商业化模式上，该服务将采用会员付费订阅模式，用户通过注册成为“360AI大会员”后，可以解锁并使用全部的AI办公工具。这种模式将带来持续的收入流，有助于建立长期客户关系。 

在现有场景下进行AI化改造有两大优势：一方面，这 更符合用户习惯 ，降低了用户的学习和迁移成本；另一方面， PC浏览器与办公场景天然契合 ，是一种全新而又务实的探索，更容易撬动付费意愿更高的办公场景。 

AI办公场景的商业化价值在于提高工作效率、降低成本、增强用户体验和满足多样化的办公需求。360AI浏览器提供的AI办公工具集通过智能化大幅提高工作效率，直接转化为个人生产力。 

同时， 360安全浏览器在国内市场占有率第一 ，这为360AI浏览器的推广提供了强大的用户基础。利用这一优势，360可以通过浏览器推广AI办公服务，进一步扩大其在AI领域的市场份额，具备更高的成功性。 

据介绍，360AI浏览器背后有5个场景模型，通过多个专业模型进行协作、组合工作，就能在合适的场景里把它的长处发挥到极致。 

在通用聊天机器人赛道，月之暗面的Kimi智能助手在上个月推出200万字长文本功能后月访问量暴增至1219万，彰显了其技术领先性及其市场策略与用户需求的精准对接。 

▲Kimi智能助手近3个月访问量（图源：SimilarWeb）

不过，使用量的暴增也带来了算力困境。Kimi爆火后，不少用户反映时常宕机、出现大模型“说胡话”的Bug，类似的情况在OpenAI去年11月发布最新模型GPT-4 Turbo后也出现过。大模型算力成本一直居高不下，如何摊薄成本、减轻计算负担是AI厂商和云厂商共同面临的难题。 

在聊天机器人衍生出的AI虚拟陪伴赛道，MiniMax的星野抓住了以国产乙女游戏用户群为核心的市场需求，还增设了抽卡系统，基于沉浸感衍生出交易体系，在聊天对话的基础上为产品带来增值收费点。 

大模型垂直定制成为ToB赛道关键解法 

与C端相比，大模型在B端的商业化进程对数据安全、部署成本等提出更多要求，同时具有高度的行业专业性和定制化需求，企业需要的是能够深入理解并解决行业特定问题的解决方案。这要求大模型不仅要有强大的通用能力，还需要能够针对特定行业进行定制化和优化。 

下表列举了海外科技巨头、企业服务巨头以及AI巨头在B端的AI产品商业化案例。 

其中，微软以订阅模式提供面向办公场景的365 Copilot服务，AWS（亚马逊云科技）聚焦于大模型托管服务，SaaS头部企业Salesforce和SAP则将AI技术融入企业服务产品中，OpenAI通过出售大模型API来获取收入。 

▲海外B端AI产品商业化案例

可以看出，将AI技术与原本的软件服务、云服务等传统产品相结合，并基于企业数据提供垂直定制能力，成为B端AI商业化的一大路径。 

国内AI企业的ToB业务其实起步较早，以“AI四小龙”为例，其早期业务靠面向政府部门的G端起家，在大模型起飞之际也长期靠B端、G端业务存活。如商汤科技通过大装置+大模型”的深度协同，推动了自身“日日新SenseNova”大模型体系的迭代，业务板块覆盖智慧商业、智慧生活、智能汽车和智能城市。 

在企业级市场，能否找到商业化路径的核心是深刻的用户洞察，背后则是在服务客户的过程中积累的经验。据周鸿祎说，360经过服务100多家客户，形成了对ToB市场深刻的需求分析，一个典型的场景便是“知识管理”——在企业内部推动知识对齐，从而保证大模型不会杜撰或产生幻觉。 

周鸿祎谈道，企业做大模型需要两个基础设施：知识中枢和情报中枢，分别对应内部知识和外部知识。垂直场景加上专有知识，能够形成知识的闭环，并且持续优化企业大模型。360构建了一套知识中枢架构方案，将这4类知识收集起来，分析之后建立起一个内部的知识中枢。 

▲360知识中枢架构方案

基于这一方案，360为某大学进行了电子图书馆智能化改造，通过导入、分析、整理海量异构文档资料，实现不受页数、大小限制的文档秒级反馈，原始图文与生成内容的对比查看，并且学过的内容可以作为师生知识库沉淀，用于智能写作。 

也有企业选择与OpenAI类似的道路，通过售卖大模型API接口变现。以智谱AI、百川智能为例，虽然都提供开源模型，但也都在探索商业化路径。 

在上月的媒体沟通会上，智谱AI透露目前的商业模式可划分为四种：API调用、云端私有化、本地私有化以及软硬结合一体机。 

百川智能目前主要是计费模式，提供通用大模型、角色大模型、知识库等API接口，按token数收费。 

结语：群雄逐鹿大模型 AI商业化初现曙光 

随着大模型技术的崛起，AI行业迎来了群雄逐鹿的时代。企业们在B端和C端市场中探索多样化的商业化路径，从垂直定制服务到个性化订阅模式，不断尝试和突破。尽管挑战重重，但随着技术的深入和市场的适应，AI商业化已初现曙光，预示着一个充满机遇和创新的新纪元即将到来。