智譜AI的三道難題：AI能力、商業化、價格戰_風聞

撰文 | 曹雙濤

編輯 | 楊博丞

題圖 | 文心一格

在中國計算機大會論壇上，AI獨角獸企業智譜AI正式發佈全新自研的第三代基座大模型ChatGLM3系列。

智譜AI官方指出，ChatGLM3在多模態理解、代碼模塊、網絡搜索等能力上有所提升，相較於最佳開源模型推理速度提升2-3倍。同時，因採用自研的Agent Tuning技術，在智能規劃和執行上比ChatGLM-2提升10倍，並通過利用華為昇騰生態，其算力推理速度提升3倍以上。

公開信息顯示，成立於2019年的智譜AI為清華大學計算機系知識工程研究室團隊，是清華大學知識成果轉化的創業公司。其中，CEO張鵬畢業清華大學計算機系，總裁王紹蘭為清華創新領軍博士。

名校光環+爆火的AI，雙層buff加持下，智譜AI可謂説是資本眼中的寵兒。今年7月至9月，智譜AI直接拿下5輪融資，企業估值高達100億元，是國內 AI 領域獨角獸企業，其背後的投資方包括美團、阿里、螞蟻集團、高瓴資本等多家投資機構。

圖源：天眼查

智譜AI CEO張鵬指出，智譜 AI GLM大模型已被應用到政務、金融、能源等多個領域，合作伙伴包括阿里、騰訊雲、火山引擎、華為、美團、微軟、OPPO、海天瑞聲等數十家公司。

華信永道近日發佈公告稱，已和智譜AI簽訂《人工智能大模型共建戰略合作協議》，後續雙方戰略合作場景包括政策知識梳理與構建，客户服務諮詢、風險識別等。

圖源：華信永道

除智譜AI外，此前騰訊、商湯、華為等多家大模型公司在公開場合均表示，目前所發佈的行業大模型已超過數十個，甚至上百個大模型解決方案。但時至今日，市場仍未看到大模型對其背後企業業績有明顯帶動。

商湯今年半年報顯示，報告期內商湯集團的生成式AI同比增長670.4%，對集團業務貢獻從2022年的10.4%提升至20.3%，但今年上半年商湯營收僅同比增長1.3%至14.33億元。

科大訊飛今年上半年營收和淨利潤分別為78.4億元和7357.2萬元，分別同比下滑2.26%和73.54%，營收和利潤雙雙暴跌。360公司所提到為中小客户提供AI服務收入2000萬元，實則是軟件會員費用和企業安全雲的SaaS服務。

和國內市場不同的是，大模型正在帶動海外企業營收增長。The Information報道稱，Chat GPT預計在未來12個月內，通過銷售人工智能軟件及其計算能力，將獲得超過10億美元的收入。英偉達今年第二財季，數據中心GPU芯片相關業務收入同比增長171%至103億美元，公司總淨利潤同比增長843%至61.88億美元。

張鵬曾指出，對標Open AI是智譜AI成立以來的目標。但未來智譜AI又能否達到Chat GPT這一收入，真正成為中國版的“Open AI”呢？

一、智譜AI能力仍需持續完善

雖説在中國計算機大會張鵬提到，ChatGLM3在44箇中英文公開數據集測試中國內同尺寸模型排名首位。但我們在智譜AI官網測試後卻發現，智譜AI大模型未來仍需持續完善。

圖源：中國計算機大會

在智能客服場景中，我們針對“你們家的牛肉醬怎麼沒有牛肉”這一問題，向智譜AI多次詢問，但三次答案卻不同，且均存在問題。首次回答中，智譜AI指出這是因產品名稱誤導、配料表不明確、宣傳推廣不清晰、產品分類問題所導致。

圖源：智譜AI官網

二次回答中，智譜AI指出這是一款以大豆、玉米等為主要原料的調味醬。三次回答中，智譜AI指出這款牛肉醬主要成分是豆醬、辣椒、花生、植物油等。換言之，第二、第三次回答前後矛盾。

圖源：智譜AI官網

針對智譜AI的上述回答，國內某生產牛肉醬企業的電商經理胡強（化名）告訴DoNews，按照相關法規要求，食品企業名稱為牛肉醬時，需在食品標籤中清晰註明配料包含牛肉。若告知客户我們食品標籤不清晰，通過多種原料進行勾兑，這不但無法安撫客户情緒，甚至可能還會因虛假宣傳給企業帶來經濟損失。

圖源：京東

客户質疑牛肉醬沒有牛肉時，客服可以給到客户配料表，並告知客户只是我們家牛肉顆粒較小，您這邊可能沒有吃出來。客服實際工作中，要學會有理有據地“辯解”，而非將所有問題全部攬到企業身上，全部順着客户説。

在測試邏輯的推理上，我們給出了一道數學題：我們公司去年有員工 315人，其中90後佔全公司人數的1/5。今年又招進了一批90後，讓90後人數佔到了全公司人數的 30%。所以今年招了多少90後？

智譜AI首次回答中，直接告訴我們具體數值取決於公司今年總人數X的大小，這一回答相當於沒有回答。緊跟着我們又問X是多少？但智譜AI給出210人和正確答案45人相比，明顯錯誤。

圖源：智譜AI官網

第二次的回答中，智譜AI先是給出了一個11300人的錯誤答案，這一答案甚至題幹中315人的總人數還要多。意識到錯誤後，修正出的314人不僅答案錯誤，甚至幾乎不符合題幹要求。

圖源：智譜AI官網

我們將難度升級，在作業幫中選取一道高中常見數學函數題，並要求智譜AI只回答前兩問。但在這兩問中，智譜AI給出的答案均錯誤。兩道數學邏輯題的接連出錯，和智譜AI所宣傳的ChatGLM系列模型能夠解決複雜推理問題明顯矛盾。

圖源：作業幫

圖源：智譜AI官網

二、商業化仍需持續探索

現階段，大模型的盈利方式主要包括大模型、大模型+算力、大模型+應用。其中，大模型和大模型+算力為主要盈利方式。

圖源：愛分析

智譜AI盈利方式和行業盈利方式基本一致，一是根據客户需求，提供大模型定製化開發服務。雲端私有化本地私有化最高價格分別為120萬元/年和3690萬元/年。

圖源：智譜AI官網

二是標準版大模型，提供API接入方式，按照tokens使用收費。ChatGLM-Turbo、CharacterGLM、Text-Embedding收費標準分別為0.005元/千tokens、0.015元 / 千tokens、0.005元/千tokens。

這裏的tokens可簡單理解為“字”或“詞”，目前市場上針對tokens尚缺乏一個完整的標準。通義千問、Chat GPT、文心一言的1token相當於1個漢字，星火大模型和Baichuan53B相當於1.5個漢字，混元大模型則為1.8個漢字，英文上幾家大模型企業定義更是千差萬別。

圖源：公開信息整理

收費標準上，除Chat GPT接近1元/1k token，其他大模型企業費用相對便宜，這雖能提高大模型在TOC端的滲透率，但也意味着大模型廠商需完成海量用户積累才能給企業帶來更多營收。

圖源：公開信息整理

據七麥數據顯示，文心一言iOS端、訊飛星火iOS端近一個月日均下載量均在2萬以下。同時考慮到APP下載到次日留存、七日留存會存在較大的漏斗模型。顯然，當前文心一言和訊飛星火iOS端真實用户數量明顯不足。

圖源：七麥數據

文心一言雖效仿微軟Colpilot推出包月會員服務，但一方面ToC端用户被移動互聯網免費教育多年，會員付費意識不強。如騰訊音樂今年二季度會員付費率為16.7%，這一數字和Spotify40%以上的付費率相比，整體偏低。

圖源：文心一言

另一方面，ToC端對大模型嚐鮮感較強，大模型現有能力對用户留存有限。廠商對ToC端收費後續將陷入用户流失，增加廣告投放費用獲取新用户，用户持續流失的惡性循環中。

在ToB端，因我國企業淨利潤率和歐美企業相比尚存在差距，國內企業軟件付費意識普遍不強，這點從中美軟件收入佔GDP比重也能看出。而且在當前中小企業、民營企業普遍追求降本增效活下去的背景下，其自然優先考慮投產比問題。

圖源：wind

但ToB端定製大模型成本極高，企業除需支付大模型廠商百萬千萬的定製費用外，也需同時承擔數據準備和預處理的成本、模型訓練和調優的成本、部署和運維的成本、模型更新和迭代的成本，以及法規合規成本，內部人員調動成本等等。

以科大訊飛T20學習機為例，因其搭載星火大模型，其價格比T10高出2000元。有知情人士透露，增加的2000元仍未能覆蓋大模型成本。但目前市面普通學習機，其硬件版權購買的總成本也僅在1000-1500元左右，這就更加凸顯了大模型在商業應用中的高昂成本。

高成本投入下，卻是何時盈利的不確定。以搭載大模型實物產品為例，在消費者逐漸被全網最低價教育下，過高的產品售價很容易勸退消費者。仍以科大訊飛T20學習機為例，其8000多元的售價讓其在京東平台上評論較少，抖音前端顯示銷量4000+。但考慮興趣電商退款率問題，真實銷量自然可想而知。降低產品售價，雖能帶動銷量，但無法覆蓋大模型成本。矛盾之下，企業又會如何抉擇呢？

圖源：京東、抖音

大模型“虛擬產品”，也面臨上述問題。文本創作雖為當前大模型的通用能力，但國內某家自媒體公司負責人劉偉告訴我們，目前包括頭條號、百度號、抖音等多家平台對由AI生產的視頻、圖文基本都是限流，點贊量、評論量等數據極其慘淡。

圖源：抖音

另按照頭條號、百家號10元1萬閲讀量的流量收益計算，百萬成本投入閲讀量至少需在千萬級。但在信息爆炸，用户追求信息差異化下，很難實現。而且大模型説是降低人力成本，但百萬級的投入，遠比人力成本還要高。

除投產比外，從事ToB端銷售多年的張東（化名）告訴我們，自己和不少企業主溝通後發現，不知道大模型、大模型對企業日常經營有何幫助的企業主佔比極高。作為對比，當自己提到金蝶、用友等廠商的ERP軟件時，他們卻極其清楚，甚至不少企業使用ERP多年。

即便有部分企業主知道大模型，但也存在着場景不匹配、企業數據安全風險、對大模型能力質疑等問題。尤其是智譜AI的客服場景完全順着客户説，很多企業主更是不敢使用。綜合來看，願意為大模型買單的可能只有具備資金實力的大型企業。

愛分析相關報告也指出，目前大模型商業化提速較快的行業為能源和金融，其原因在於這兩個行業密集分佈的央國企。央國企數據基礎設施建設完備、算力投入高、AI應用場景多且基礎強，這些原因促進央國企與大模型的快速融合。

圖源：愛分析

三、大模型價格戰將至今，智譜AI如何應對？

針對本次發佈的ChatGLM3模型，張鵬提到，ChatGLM3模型價格達到國內最低，甚至在全世界範圍內大模型API售價最低的水平線。但因訓練和推理階段算力成本的下降，後續將帶動大模型價格的持續下探。

以英偉達的兩款GPU產品H100和A100為例，根據公開數據，H100的算力相較於A100提升了6倍左右，但價格僅提升了3倍左右，單位算力的成本顯著下降。換言之，ChatGLM3後續的售價不可能達到最低。

而且隨着大模型供給和開源企業增加，其在2024年國內市場規模僅有120億元，短期內買方仍以國企、央企等具備資金實力和需求場景明確的企業為主。僧多粥少下，未來大模型將和雲產業、SaaS產業那樣深陷價格戰的泥潭中。

圖源：愛分析

也就是説，後續大模型企業除需比拼技術能力外，也需比拼企業綜合銷售能力，以在買方的招投標中獲取更多訂單。但銷售能力，對智譜AI這種技術型企業而言，可能是一大短板，尤其是和華為、阿里等廠商相比，其在客户積累上本就不足。

以華為為例，做ToB服務起家的華為，手中已積累大量國企、央企等客户，而且內部有專人跟進這些客户需求。一旦這些客户有大模型需求時，華為則會迅速介入。而且針對ToB銷售，華為可通過交叉銷售的方式分攤成本。換言之，華為盤古大模型哪怕給客户的報價再低，後續也可藉助其他方式盈利。

因此，後續智譜AI可能需從技術型思維逐漸轉變為銷售型思維。但其內部技術人員又是否會願意接受這一改變呢？

更現實的問題是，雖説多輪資本介入下，為智譜AI的研發提供了充足的資金保障，但這也讓當下智譜AI的股權極其分散。

未來這很有可能會出現各股東之間利益訴求不一致，包括長期佈局，短期、產業訴求和資本訴求等；股東與公司之間的矛盾錯綜複雜，各種矛盾會頻繁發生；對市場相應速度下降，決策流程變長等等問題。因此，平衡好各大股東利益，這極其考驗張鵬個人的綜合能力。

圖源：天眼查

同時在大模型價格戰下，智譜AI營收、利潤必然會受到影響。隨着越來越多的資本對大模型從火熱到冷靜，此時又是否會出現資本套現撤離呢？

圍繞ToB端的大模型商業化，這條路註定坎坷，畢竟SaaS產業、雲產業已經有了前車之鑑。因此，如何在大模型商業化真正爆發前，穿越黎明前的寒冬，這是包括智普AI在內的每家大模型企業都必須思考的問題。