本文來自微信公眾號“光子星球”，【作者】 郝鑫。
19世紀(jì)中后期，貪婪的歐洲各國對古老而又原始的非洲垂涎三尺，一擁而上將其瓜分殆盡。
120多年后，冉冉升起的AI新星也逐漸走入了云廠商精心設(shè)計(jì)好的“陷阱”。
故事的開頭很美好，一方慷慨大方奉上錢和算力；另一方感激涕零，做出來的“ChatGPT”式的新貌震驚四座。然而，當(dāng)初的山盟海誓轉(zhuǎn)瞬即逝，嫌隙漸生，回過神來的AI公司才發(fā)現(xiàn)，歸來已是一身負(fù)債。
截至目前，世界上主要的云廠商已通過合作、投資的方式與AI公司綁定CP。國外，微軟與OpenAI，亞馬遜與Anthropic。國內(nèi)，阿里獨(dú)坐莊家，提前鎖定了智譜、月暗、零一萬物、Minimax，行業(yè)內(nèi)的“AI五小虎”。
OpenAI最新66億美元融資注定會(huì)成為一個(gè)分水嶺。新一輪融資關(guān)閉后，OpenAI進(jìn)一步公布了財(cái)務(wù)模型和利潤規(guī)劃表，這相當(dāng)于宣告了大模型的盈利時(shí)刻，“還債”指日可待。
環(huán)伺在OpenAI周圍的微軟與VC們已經(jīng)開始蠢蠢欲動(dòng)，尾隨其后的亞馬遜、谷歌也盯上了各自的獵物。
回到中國，操作簡單粗暴，對照OpenAI打打折，也給AI六小虎（指智譜、月暗、零一萬物、Minimax、階躍星辰）能賺多少錢估個(gè)預(yù)期，制定個(gè)deadline。
或許是預(yù)感到了即將到來的壓力，近期的AI公司相繼呈現(xiàn)出了收縮的趨勢，“開源節(jié)流”逐漸成為后期的主線任務(wù)。
根據(jù)國內(nèi)外AI公司所簽訂的協(xié)議，一（云）對多（模型）的代理人機(jī)制下，模型公司淪為了云廠商的“打工機(jī)器”。既要支付算力賬單，為其年終業(yè)績賬單記上一筆。待未來盈利，還要按照投資股份所占比例，被瓜分利潤。
大模型公司焦慮彌漫，競爭內(nèi)卷，背后隱藏的莊家漁翁得利。投遍AI潛力股的阿里云、騰訊云這回要“躺著”賺錢了。
云，大模型的“信用卡”
云計(jì)算，是大模型時(shí)代堪比黃金的“硬通貨”。
OpenAI與微軟的百億美元“聯(lián)姻”一度是AI圈的佳話，不過，據(jù)外媒報(bào)道，截至去年9月，OpenAI僅收到“一小部分”。其中“很大部分資金”用以購買云服務(wù)資源，而非現(xiàn)金形式支付。
在國內(nèi)，阿里也借鑒了微軟的投資方式，并在其基礎(chǔ)上靈活改造。同樣用云給AI五虎“刷卡”，預(yù)支使用云的“信用額度”，比如投資月暗的8億美元中，云的信用額度就占了近一半。在此基礎(chǔ)上，阿里的投資未直接轉(zhuǎn)給AI公司，而是被存放在一個(gè)代管賬戶，所劃掉的云額度可重新計(jì)入其收入。
由此，云其實(shí)承擔(dān)了兩重角色。初期，得益于算力和大模型的依賴性關(guān)系，云成為了叩開大模型投資的砝碼。后期，云成為了“提款機(jī)”，源源不斷地從AI公司方支取利潤。
收益主要來自兩部分，一部分是對云的消耗，AI公司從模型訓(xùn)練到后期API調(diào)用，都會(huì)在信用卡上劃一筆，計(jì)入到云廠商的AI收入中。典型如微軟與OpenAI的關(guān)系，GPT模型訓(xùn)練和ChatGPT產(chǎn)品運(yùn)行都在微軟云上，通過Azure向客戶提供的ChatGPT相關(guān)服務(wù)也需再次計(jì)費(fèi)。
即使是大模型上云產(chǎn)生的收入，很大一部分也流入了云廠商的口袋里。國外有調(diào)查顯示，當(dāng)客戶在亞馬遜Bedrock調(diào)用Claude，或在微軟Azure調(diào)用GPT時(shí)，每支付一美元推理費(fèi)用，約有超過50%的收入支付給了云服務(wù)提供商，用以支付基礎(chǔ)設(shè)施成本和毛利潤分成。
實(shí)際反映到收入上，阿里更有說服力，畢竟國內(nèi)一半以上的大模型公司都上了阿里云。財(cái)報(bào)顯示，2024財(cái)年第三季度，阿里云營收280.66億元，增長3%，經(jīng)調(diào)整EBITA利潤增長86%至23.64億元?？梢钥闯觯词故嵌唐趦?nèi)，AI“大戶”們的消耗對云廠商也產(chǎn)生了正向拉動(dòng)效果。
對此種現(xiàn)狀，云廠商們半夜躺著都能笑開花，但這可愁壞了AI公司。算力額度雖是剛需，但更像“空頭支票”，日常經(jīng)營、各項(xiàng)成本開支還得靠賬上的流動(dòng)資金，也難怪OpenAI在最近一輪融資前三令五申，“至少支付2.5億美元現(xiàn)金”。
另一部分則是參與AI公司的利潤分配。據(jù)最新消息，OpenAI未來的利潤分配主要分為三層，第一、二層都用于償還給投資者和微軟，等到分配完畢，才能真正屬于OpenAI公司。包括OpenAI在內(nèi)的AI公司處境一目了然：欲談獨(dú)立，先還債。
在國內(nèi)，云廠商的話語權(quán)更大，特別是阿里，信用卡漫天撒，終于熬到了“討債”階段。相比于OpenAI，此類絕對頭部的大模型公司，中國AI六小虎的生存環(huán)境更為艱難，如何產(chǎn)生收入是關(guān)鍵問題。
在國外，已經(jīng)分化出了兩條道路，向左To C，代表是OpenAI；向右To B，代表是Anthropic。從云廠商中“虎口奪食”需具備前提，即基本模型和產(chǎn)品能力要顯著超越云大廠。OpenAI之于微軟，Anthropic之于亞馬遜皆是如此。以此來審視國內(nèi)，該前提基本不成立。到現(xiàn)在為止，雙方未能拉開明顯差距，反而大廠在流量、生態(tài)、客戶市場等方面更勝一籌。
AI公司在云廠商面前更顯弱勢，“綁定”有程度深淺之分。如果只是透支未來算力而產(chǎn)生費(fèi)用，總有還完債的一天。但是，云廠商并不甘于此，有的在云上又加筑了一層“專供芯片”，有的用客戶綁定，有的買斷技術(shù)未來。還有許多中間地帶，例如云廠商對模型的訪問權(quán)，用戶數(shù)據(jù)的所有權(quán)等等。
大模型的最佳“賞味期”
現(xiàn)階段，云生態(tài)的鎖定價(jià)值大于通用模型本身，這一事實(shí)放之國內(nèi)外皆成立。“云+大模型”本質(zhì)上在給云做加法，做厚云的價(jià)值。而單一大模型具有“賞味期”，一旦過了最佳食用期，其價(jià)值就會(huì)大打折扣。
從去年到現(xiàn)在，整個(gè)行業(yè)無時(shí)無刻不在變化之中，大模型英雄榜隨時(shí)被揭，“史上最強(qiáng)模型”稱號以月為單位易主。GPT系列模型從最初的3.5進(jìn)化到了如今的o1，其競爭對手Claude系列模型也一路追趕到了3.5 Sonnet。
盡管這屬于正常的技術(shù)迭代路徑，但從模型使用角度來看，新模型使用頻率最高的一定是剛發(fā)布的幾個(gè)月，后面總會(huì)有更強(qiáng)性能的模型替代。比如在編程這一領(lǐng)域，后來居上的Claude模型打敗了GPT-4，成為了更多編程軟件的選擇。隨著時(shí)間的推移，我們清楚地看到，模型本身的價(jià)值在不斷降低。
此前，行業(yè)內(nèi)曾討論過“大模型是否能成為商品”這一話題。到現(xiàn)在為止，似乎沒有看到確定性的答案。
通用大模型被集成的趨勢正在加強(qiáng)，一部分被云廠商集成，一部分被應(yīng)用產(chǎn)品集成，多模切換調(diào)用越來越被采納。光子星球也注意到，國內(nèi)很多創(chuàng)業(yè)公司在運(yùn)用該技巧，提前測試各家模型的免費(fèi)額度，在產(chǎn)品運(yùn)行時(shí)及時(shí)切換來降低成本。當(dāng)然，還存在另一種情況，根據(jù)用戶調(diào)用不同功能來切換模型。
在沒有哪家大模型可以獨(dú)霸天下的情況下，云與大模型融合能夠加快產(chǎn)品化進(jìn)程。眾所周知，GitHub雖然是最大開源社區(qū)之一，但由于“被微軟收購”這層關(guān)系，也被迫與“Azure+GPT”生態(tài)進(jìn)行了綁定。其中，GitHub Copilot直接采用了GPT模型。盡管GitHub也推出了相關(guān)模型產(chǎn)品，允許支持OpenAI之外的模型，但僅限與微軟生態(tài)不產(chǎn)生直接競爭的模型，生態(tài)自帶的排外性不言而喻。
由云到大模型再到產(chǎn)品，云廠商的觸角在不斷延伸。大模型公司為云廠商生態(tài)做“嫁衣”，即使處于最佳“賞味期”也能無延遲地享用最強(qiáng)性能大模型。此外，繞過OpenAI們的收費(fèi)墻，在生態(tài)系統(tǒng)應(yīng)用中也能嘗鮮部分功能。
在國內(nèi)，云大廠的“藩籬意識”更強(qiáng)，AI公司幾乎難以觸達(dá)到他們生態(tài)體系中的產(chǎn)品。就算是以API形式輸出，云廠商也是極其吝嗇。這既有競品存在的顧忌，也有出于數(shù)據(jù)安全的考慮。藩籬之內(nèi)，云廠商通過自建模型完成了產(chǎn)品升級。藩籬之外，才能存在站臺(tái)、共同服務(wù)客戶、投資等友好形式。
云廠商的領(lǐng)地主義，間接地為AI六小虎關(guān)上了生態(tài)入口。他們無法像OpenAI一樣，在擁有規(guī)?；挠脩魯?shù)量和成熟的產(chǎn)品中獲得曝光、反饋。于是，自建入口和主動(dòng)試探藩籬邊界成為了不得已而為之。
新的價(jià)值
“云+大模型”的組合并非無懈可擊，MaaS所提供的仍然是標(biāo)準(zhǔn)化的服務(wù)，相當(dāng)于提供了統(tǒng)一的錘子、釘子套裝，怎么錘、釘在哪里取決于使用工具方的能力。能力越強(qiáng)、經(jīng)驗(yàn)越豐富的人運(yùn)行大模型的效果自然越強(qiáng)，這就解釋了，阿里、百度等廠商為什么花費(fèi)大力氣去打造大模型行業(yè)標(biāo)桿。
云、大模型到應(yīng)用存在著巨大的溝壑。To B靠多對一的個(gè)性化解決方案來填補(bǔ)，To C目前還處于拓荒階段。引用近期紅杉報(bào)告的一句話，在云和大模型之外，新的價(jià)值誕生于“將模型的原始能力轉(zhuǎn)化為引人入勝、可靠的端到端的商業(yè)解決方案”，這需要大量工程化工作。
不可否認(rèn)，大模型殺死了部分應(yīng)用，持續(xù)升級的能力覆蓋掉了創(chuàng)業(yè)公司的項(xiàng)目，以至于很多人強(qiáng)調(diào)“要站在OpenAI射程外”。多數(shù)情況下，行業(yè)中不是缺乏最強(qiáng)的模型，而是沒能釋放模型的最強(qiáng)能力。
AI編程應(yīng)用Cursor的大火一定程度上說明了開發(fā)模型能力的重要性。如同上述所言，Cursor的思路不是提供趁手的工具，而是代替用戶去試錯(cuò)，基于對代碼編輯、處理速度、處理數(shù)量、長上下文本等能力要求，在測試完了市面上前沿模型后，找到了最匹配的模型Claude Sonnet。
Cursor在采訪中強(qiáng)調(diào)了一點(diǎn)，可能是當(dāng)下過分追求模型性能群體所忽視的問題，“最好的不一定是最適合的”。在Sonnet之后，他們也在第一時(shí)間測試了OpenAI的o1模型，得出的結(jié)論是，“推理能力很強(qiáng)，在某些問題上可以做得很好，但仍比不上Sonnet”。
這從側(cè)面回答了一個(gè)問題：當(dāng)擁有了最厲害的模型后，為什么還沒有誕生Killer App？面對大模型，以前創(chuàng)業(yè)公司的課題是做選擇，而現(xiàn)在變成了做優(yōu)化組合。
或許，到了現(xiàn)在的時(shí)間節(jié)點(diǎn)，大模型行業(yè)才真正進(jìn)入到了“應(yīng)用誕生時(shí)刻”。
