大模型2024：追求變現，加速洗牌_風聞

撰文 | 曹雙濤

編輯 | 楊博丞

題圖 | IC Photo

據相關媒體報道，前搜狗公司CEO王小川創立的百川智能正進行新一輪數億美元融資，這或將成為2024年國內AI領域最大融資之一。

雖説百川智能對本次融資傳聞並未回應，但有投資人透露，融資尚未最終完成，具體估值和市場傳聞的18億美元有所出入。

除百川智能估值超百億元外，目前月之暗面、MiniMax估值分別為超23億美元和超25億美元，智譜AI估值超百億元，這四家AI新創企業在資本助推下，正成為生成式AI時代的“新AI四小龍”。以智譜AI為例，2023年Q3一個季度中，智譜AI直接完成B5輪融資。

圖源：天眼查

資本押注“新AI四小龍”的背後，或是2023年全球資本市場對AI大模型高熱情的縮影。

公開數據顯示，2023年中國AI領域投融資數量約為232筆，融資總額約為20億美元。CBInsights數據顯示，2023全年生成式AI新創在全球獲得約204億美元融資，是2022年36億美元的5倍以上。

進入到2024年，資本市場對AI大模型正逐漸從火熱到趨冷。一級市場上，IT桔子數據顯示，2024年Q1 AI生產和AI行業應用融資金額分別為123.89億元和74.01億元，對應投資事件數量分別為36起和65起。

若考慮“新AI四小龍”拿下行業大筆融資，其他AI新創企業正面臨融資難、融資少的問題，AI應用也成為資本關注的新方向。

海外市場和國內類似，投資Facebook和Salesforc的Meritech Capital，以及TCV、General Atlantic、Blackstone等機構紛紛暫停對生成式AI的關注。Gartner分析師John-David Lovelock稱，大模型數十億美元的投資數量已經放緩且幾乎已經結束，熱錢湧向AI 應用。

來源：The Information Database

二級市場上，AI大模型已經很難拉動企業股價上漲。以4月17日為例，百度、360、科大訊飛、金山辦公等多家企業股價較2023年最高點股價均出現明顯跌幅，部分企業跌幅更是超60%。

圖源：基於公開信息整理

這背後則是大模型對企業業績拉動低於市場預期，綜合多家上市公司2023年財報來看，除百度、美圖藉助AI實現利潤的大幅度增長外，AI對其他上市公司業績貢獻有限。2023年百聯股份、完美世界淨利潤更是出現大幅度下滑。

圖源：各大企業財報

一二級市場本質都透露出：隨着AI大模型技術快速進步，企業要如何對沖大模型高昂的訓練成本以及研發成本？AI又要如何賺錢，才能帶動AI新創企業業績持續增長，快速完成IPO實現上市呢？

當商業化成為2024年AI大模型角逐的新方向後，商業模式存疑以及營收增長乏力的AI新創企業將加速出清，行業將迎來真正洗牌階段。

一、TOC端的訂閲模式和智能硬件需數年積累

自2023年大模型發展至今，TOC端的大模型商業化一種為互聯網訂閲模式。如文心一言的連續包月和包年會員價格分別為49.9元和588.8元。智譜AI根據用户訪問官網期間使用的tokens進行收費。

圖源：文心一言官網

另一種為內建AI能力並將其搭載到智能硬件上。除常見的AI手機、AI學習機、AI PC、AI電視機外，美國新創AI企業Humane也推出如徽章般大小且沒有任何屏幕的AI Pin。該設備以Cosm OS方式連接手機軟件服務，並將信息投影到用户手掌上，以聲控方式進行互動。

圖源：亞馬遜

但從AI智能硬件來看，不管是去年熱銷的華為Mate60，還是三星Galaxy S24全球上市後，截至今年2月底拿下653萬台的出貨量，均是廠商旗艦機型。且百萬或千萬級出貨量所賺取的利潤，在廠商高額的研發投入前幾乎微乎其微。

同時海外消費市場的改變，正倒逼廠商將搭載AI功能的智能硬件產品，進行價格下放。

有供應鏈人士透露，目前海外多國通脹仍處在高位，三星和蘋果日前紛紛下調2024年出貨預期。相關研究機構也將2024年智能手機的增速從原定的5%—10%下調到5%左右或更低。基於此，手機SoC和品牌廠商在海外市場紛紛加速將AI功能下放到中低端機型上，希望提高AI手機的滲透率。

同樣的情況也出現在AI PC市場上，現階段消費者可能會因PC搭載的AI功能而增加購買意願，但並不會支付更高價格，AI對PC廠商暫時還沒有明顯的增值效應。PC廠商想要對沖研發成本，只能將AI PC價格下放。

若價格下放帶動出貨量和使用量增長時，廠商必須投入更多的大模型算力，才能保證用户體驗，這又拉高廠商的運營成本。且在當前消費者換購智能手機和PC等智能硬件週期拉長下，算力芯片、周邊芯片等硬件產品也需提前3—5年準備，才能保證升級的服務不是微升級。

智能硬件廠商也需針對AI場景服務持續打出差異化，否則在電商平台低價就能購買到互聯網廠商的大模型會員下，高價AI硬件產品會讓消費者覺得性比價不足，勸退消費者。

更深層來看，AI智能硬件產品是在現有產品的基礎上進行功能升級或創新，智能硬件市場消費邏輯並沒有改變。這意味着通過AI設備帶動銷量增長實現規模化盈利，時間週期可能較長。

考慮到全球智能硬件細分市場，基本被頭部大廠所掌握，且這些企業多以自研AI大模型為主，留給AI新創企業的機會有限。

意識到該問題的國內AI新創企業，多以互聯網訂閲方式為主，場景多集中在聊天機器人及衍生的AI虛擬陪伴等領域。如MiniMax的星野抓住了以國產女性遊戲用户羣為核心的市場需求，在聊天對話的基礎上為產品帶來增值收費點。

想要跑通互聯網訂閲模式，核心需解決用户增長、用户體驗、用户留存等關鍵問題。尤其是在國內TOC端用户付費意識不強下，更需保證大模型APP DAU的持續增長。

在用户增長上，互聯網大廠基於流量、品牌、用户積累等優勢，獲取用户增速以及成本會低於AI新創企業。但若是參考ChatGPT、妙鴨相機、kimi的發展，AI新創企業若能夠打造出爆款大模型，這在節省大量推廣成本的同時，也能實現指數級增長。

如今年3月份Web端，國內訪問量最大的AI產品是百度翻譯、百度文心和Kimi，訪問量分別是5744萬、1479萬和1219萬。其中，kimi訪問量較上月同期翻了3倍。

圖源：Similar

但目前大模型APP用户留存堪憂，Quest mobile數據顯示，2024年1月國內TOP10大模型APP活躍用户比例均低於20%，三日留存率均低於50%，萬卷AI卸載率更是達到94.3%。

2024年百模大戰下，各類AI場景應用層出不窮，這讓用户愈發挑剔的同時，各家企業想要打造爆款大模型APP難度也在增加，AI新創企業通過信息流、應用商店、App Store獲取用户增長的成本將持續走高。如何不斷進行場景創新，保證用户留存成為AI新創企業的難題。

圖源：Quest mobile

用户留存的不穩定，將直接影響AI企業的運營成本。如當用户訪問量激增時，AI企業需將大模型算力擴容。可當訪問量暴跌後，又出現大模型算力閒置浪費問題。

考慮當前大模型算力成本居高不下，如何進行成本均攤減輕計算負擔，如何進行大模型算力的“削峯填谷”，又是AI公司所面臨的另一難題。

二、TOB端：AI大模型正沿着SaaS的路徑發展

和TOC端大模型商業化需進行用户長期積累，才能跑通盈利方式不同的是，TOB端大模型商業化收效可能更快。AI大模、SaaS、雲等各類軟件，只有給企業帶來真正的降本增效才有價值，才有企業主願意買單。

目前AI大模型給企業帶來的降本增效價值正在體現。今年年初Sore爆火後，美國多家好萊塢公司開啓裁員。

人力資源提供商Adecco Group日前發佈的報告顯示，因AI大模型技術快速進步，在對全球2000家大公司高管調查後發現，約41%的高級管理人員預計員工人數將減少。谷歌、微軟等海外巨頭企業，今年年初至今紛紛開啓裁員潮。

但國內企業主對軟件購買意願偏低，這點不管是從中美軟件GDP軟件產業佔GDP收入差異，還是國內SaaS廠商普遍低於美國估值均能看出。更重要的是，目前TOB端大模型給企業帶來的價值，仍處在割裂狀態。

圖源：wind

愛分析報告指出，2023年國內大模型市場規模僅有50億元，2024年也僅增加到120億元。金蝶和用友2023年雖相繼發佈大模型產品，手中也掌握着大量TOB端企業資源。但兩家企業2023年的財報並不好看，金蝶淨利潤增速雖由負轉正，但營收增速幾乎停滯，用友淨利潤增速更是暴跌500%以上。

圖源：企業預警通

如何讓國內TOB端企業主真正意識到大模型價值，尤其是相較於傳統SaaS服務具有更大價值。成為發力TOB端大模型市場，AI企業迫切需要解決的問題。

更進一步看，TOB端大模型商業定製化服務，後續將面臨兩個棘手問題。

一方面，價格力是SaaS企業和雲企業保持競爭力的關鍵。今年2月份，阿里雲在國內市場開啓降價後，4月份對離岸數據中心提供支持的多款產品繼續降價，部分產品降幅高達59%。

另對標新能源汽車行業來看， 2023年至今的新能源汽車價格戰徹底進入到白熱化階段。且主機廠也意識到短期內價格戰不會停止，紛紛找上游自動駕駛方案廠商要利潤。

主機廠作為強甲方，有着絕對的話語權。自動駕駛方案解決廠商基於拿下主機廠更多訂單增加品牌知名度，以及主機廠招標階段普遍要求企業自動駕駛有完整的項目經驗，只能不斷降價。

隨着當前佈局TOB端商業化大模型的AI企業增多，很難保證發生在自動駕駛方案解決商身上的故事，未來不會出現在AI企業身上。同行之間價格戰、下游客户要求降價，未來AI企業又是否會像自動駕駛企業那樣出現增收不增利的情況呢？

另一方面，為TOB端定製大模型除老生常談的數據安全、部署成本、專業化、對客户需求痛點理解高外。AI企業也面臨SaaS企業和雲服務企業類似的問題。如定製化服務可複製和重複性程度低、企業投入高、客户跟蹤時間長等。尤其是大型企業的回款週期相對較長，更是對AI新創企業的現金流要求極高。

三、AI新創淘汰賽打響，行業迎來加速整合

目前在海外市場上，AI新創淘汰賽已經開始打響，部分經營策略錯誤的AI新創企業正被大廠收割。如美國的Banana、Togetther、RunPod等企業，以低廉的價格向無法負擔大廠雲端服務的AI新創企業，提供GPU服務器租賃服務。在2023年AI火熱和GPU缺貨嚴重下，這些企業也拿下大量融資。

但當AI新創在獲得大量融資後，就會向GPU服務器大廠購買服務，而不是找“Banana”租賃。且相較於應用範圍廣泛的大模型，不少企業希望採用在專業領域更加正確且成本更低的小模型。這讓“Banana”們的需求嚴重下滑，Banana也在今年3月份宣佈終止該服務。

另據彭博社報道，今年3月份微軟將Inflection AI創辦人Mustafa Suleyman與70名員工收入麾下，並投資6.5億美元取得AI軟件授權。

投資機構Atreides Management高層GavinBaker稱，從人類回饋中進行強化學習的方法來説，若無法取得專有、即時的數據，且沒有足夠的部署管道，基礎模型或將成為歷史上折舊最快的資產。

彭博社專欄作家Olson稱，這些靠創投扶植的AI初創雖有技術能力，但建構足以支持文字和影像生成式AI的運算能力並非易事，需耗費數千萬美元。未來Anthropic、Character Ai、Perplexity等AI新創企業將遭遇和Inflection AI類似的難題，即無法找到可行的商業模式。

Google、亞馬遜、Meta等大型科技公司正對初創AI企業持續觀望，在不觸及反壟斷的前提下，後續或將收購這些AI初創公司大量的人才和技術。

海外市場正上演的這一幕，未來也將加速在國內市場上演。一方面，國內大模型商業化本就和歐美存在一定差異。若想靠出海拉動AI新創企業業績增長，需面對嚴格的法規監管和數據合規挑戰。

斯坦福大學AI研究院發佈的《The AI Index Report 2024》報告指出，過去5年來美國AI監管法規顯著增加，尤其是2023年共有25套AI相關法規，對比2016年時只有1套。

海外的微軟、谷歌、OpenAI等科技企業，一直通過更高研發投入搶奪全球頂尖AI人才。如谷歌AI部門Deep Mind首席執行官Demis Hassabis預計該公司在人工智能技術上的支出可能超過1000億美元。

另一方面，追求投資收益回報率最大化是資本不變的目標，但目前全球市場上AI新創企業的IPO並不順利。如美國Reddit在IPO中稱，AI將成為公司新的增長領域。

但摩根大通相關報告指出，截至2023年Q4，Reddit的基礎用户為7300萬。即使2026年DAU能增加到1.09億，但和Meta、Facebook、X等社交APP相比，仍存在較大差異。基於此，高盛和摩根大通分別給予“中性”評級和40美元和47美元的目標價。

圖源：路透社

若國內AI新創企業在用户和收入增長方面，遲遲達不到資本預期。在當前資本市場寒冬下，資本又有多少耐心等待呢？無法拿到新一輪融資的AI新創企業，又要如何面對不斷AI上游不斷上漲的價格呢？三星、台積電、高通、美光等AI上游企業，2024年Q1營收和利潤增速均超出預期。

毋庸置疑的是，未來AI大模型一定會產生更大的經濟價值。只是在國內AI大模型商業化尚不明朗下，又有多少企業會倒在黎明前的黑夜呢？