大模型2024：追求变现，加速洗牌

　　据相关媒体报道，前搜狗公司CEO王小川创立的百川智能正进行新一轮数亿美元融资，这或将成为2024年国内AI领域最大融资之一。

　　虽说百川智能对本次融资传闻并未回应，但有投资人透露，融资尚未最终完成，具体估值和市场传闻的18亿美元有所出入。

　　除百川智能估值超百亿元外，目前月之暗面、MiniMax估值分别为超23亿美元和超25亿美元，智谱AI估值超百亿元，这四家AI新创企业在资本助推下，正成为生成式AI时代的“新AI四小龙”。以智谱AI为例，2023年Q3一个季度中，智谱AI直接完成B5轮融资。

　　图源：天眼查

　　资本押注“新AI四小龙”的背后，或是2023年全球资本市场对AI大模型高热情的缩影。

　　公开数据显示，2023年中国AI领域投融资数量约为232笔，融资总额约为20亿美元。CBInsights数据显示，2023全年生成式AI新创在全球获得约204亿美元融资，是2022年36亿美元的5倍以上。

　　进入到2024年，资本市场对AI大模型正逐渐从火热到趋冷。一级市场上，IT桔子数据显示，2024年Q1 AI生产和AI行业应用融资金额分别为123.89亿元和74.01亿元，对应投资事件数量分别为36起和65起。

　　若考虑“新AI四小龙”拿下行业大笔融资，其他AI新创企业正面临融资难、融资少的问题，AI应用也成为资本关注的新方向。

　　海外市场和国内类似，投资Facebook和Salesforc的Meritech Capital，以及TCV、General Atlantic、Blackstone等机构纷纷暂停对生成式AI的关注。Gartner分析师John-David Lovelock称，大模型数十亿美元的投资数量已经放缓且几乎已经结束，热钱涌向AI 应用。

　　来源：The Information Database

　　二级市场上，AI大模型已经很难拉动企业股价上涨。以4月17日为例，百度、360、科大讯飞、金山办公等多家企业股价较2023年最高点股价均出现明显跌幅，部分企业跌幅更是超60%。

　　图源：基于公开信息整理

　　这背后则是大模型对企业业绩拉动低于市场预期，综合多家上市公司2023年财报来看，除百度、美图借助AI实现利润的大幅度增长外，AI对其他上市公司业绩贡献有限。2023年百联股份、完美世界净利润更是出现大幅度下滑。

　　图源：各大企业财报

　　一二级市场本质都透露出：随着AI大模型技术快速进步，企业要如何对冲大模型高昂的训练成本以及研发成本?AI又要如何赚钱，才能带动AI新创企业业绩持续增长，快速完成IPO实现上市呢?

　　当商业化成为2024年AI大模型角逐的新方向后，商业模式存疑以及营收增长乏力的AI新创企业将加速出清，行业将迎来真正洗牌阶段。

　　一、TOC端的订阅模式和智能硬件需数年积累

　　自2023年大模型发展至今，TOC端的大模型商业化一种为互联网订阅模式。如文心一言的连续包月和包年会员价格分别为49.9元和588.8元。智谱AI根据用户访问官网期间使用的tokens进行收费。

　　另一种为内建AI能力并将其搭载到智能硬件上。除常见的AI手机、AI学习机、AI PC、AI电视机外，美国新创AI企业Humane也推出如徽章般大小且没有任何屏幕的AI Pin。该设备以Cosm OS方式连接手机软件服务，并将信息投影到用户手掌上，以声控方式进行互动。

　　但从AI智能硬件来看，不管是去年热销的华为Mate60，还是三星Galaxy S24全球上市后，截至今年2月底拿下653万台的出货量，均是厂商旗舰机型。且百万或千万级出货量所赚取的利润，在厂商高额的研发投入前几乎微乎其微。

　　同时海外消费市场的改变，正倒逼厂商将搭载AI功能的智能硬件产品，进行价格下放。

　　有供应链人士透露，目前海外多国通胀仍处在高位，三星和苹果日前纷纷下调2024年出货预期。相关研究机构也将2024年智能手机的增速从原定的5%—10%下调到5%左右或更低。基于此，手机SoC和品牌厂商在海外市场纷纷加速将AI功能下放到中低端机型上，希望提高AI手机的渗透率。

　　同样的情况也出现在AI PC市场上，现阶段消费者可能会因PC搭载的AI功能而增加购买意愿，但并不会支付更高价格，AI对PC厂商暂时还没有明显的增值效应。PC厂商想要对冲研发成本，只能将AI PC价格下放。

　　若价格下放带动出货量和使用量增长时，厂商必须投入更多的大模型算力，才能保证用户体验，这又拉高厂商的运营成本。且在当前消费者换购智能手机和PC等智能硬件周期拉长下，算力芯片、周边芯片等硬件产品也需提前3—5年准备，才能保证升级的服务不是微升级。

　　智能硬件厂商也需针对AI场景服务持续打出差异化，否则在电商平台低价就能购买到互联网厂商的大模型会员下，高价AI硬件产品会让消费者觉得性比价不足，劝退消费者。

　　更深层来看，AI智能硬件产品是在现有产品的基础上进行功能升级或创新，智能硬件市场消费逻辑并没有改变。这意味着通过AI设备带动销量增长实现规模化盈利，时间周期可能较长。

　　考虑到全球智能硬件细分市场，基本被头部大厂所掌握，且这些企业多以自研AI大模型为主，留给AI新创企业的机会有限。

　　意识到该问题的国内AI新创企业，多以互联网订阅方式为主，场景多集中在聊天机器人及衍生的AI虚拟陪伴等领域。如MiniMax的星野抓住了以国产女性游戏用户群为核心的市场需求，在聊天对话的基础上为产品带来增值收费点。

　　想要跑通互联网订阅模式，核心需解决用户增长、用户体验、用户留存等关键问题。尤其是在国内TOC端用户付费意识不强下，更需保证大模型APP DAU的持续增长。

　　在用户增长上，互联网大厂基于流量、品牌、用户积累等优势，获取用户增速以及成本会低于AI新创企业。但若是参考ChatGPT、妙鸭相机、kimi的发展，AI新创企业若能够打造出爆款大模型，这在节省大量推广成本的同时，也能实现指数级增长。

　　如今年3月份Web端，国内访问量最大的AI产品是百度翻译、百度文心和Kimi，访问量分别是5744万、1479万和1219万。其中，kimi访问量较上月同期翻了3倍。

　　图源：Similar

　　但目前大模型APP用户留存堪忧，Quest mobile数据显示，2024年1月国内TOP10大模型APP活跃用户比例均低于20%，三日留存率均低于50%，万卷AI卸载率更是达到94.3%。

　　2024年百模大战下，各类AI场景应用层出不穷，这让用户愈发挑剔的同时，各家企业想要打造爆款大模型APP难度也在增加，AI新创企业通过信息流、应用商店、App Store获取用户增长的成本将持续走高。如何不断进行场景创新，保证用户留存成为AI新创企业的难题。

　　图源：Quest mobile

　　用户留存的不稳定，将直接影响AI企业的运营成本。如当用户访问量激增时，AI企业需将大模型算力扩容。可当访问量暴跌后，又出现大模型算力闲置浪费问题。

　　考虑当前大模型算力成本居高不下，如何进行成本均摊减轻计算负担，如何进行大模型算力的“削峰填谷”，又是AI公司所面临的另一难题。

　　二、TOB端：AI大模型正沿着SaaS的路径发展

　　和TOC端大模型商业化需进行用户长期积累，才能跑通盈利方式不同的是，TOB端大模型商业化收效可能更快。AI大模、SaaS、云等各类软件，只有给企业带来真正的降本增效才有价值，才有企业主愿意买单。

　　目前AI大模型给企业带来的降本增效价值正在体现。今年年初Sore爆火后，美国多家好莱坞公司开启裁员。

　　人力资源提供商Adecco Group日前发布的报告显示，因AI大模型技术快速进步，在对全球2000家大公司高管调查后发现，约41%的高级管理人员预计员工人数将减少。谷歌、微软等海外巨头企业，今年年初至今纷纷开启裁员潮。

　　但国内企业主对软件购买意愿偏低，这点不管是从中美软件GDP软件产业占GDP收入差异，还是国内SaaS厂商普遍低于美国估值均能看出。更重要的是，目前TOB端大模型给企业带来的价值，仍处在割裂状态。

　　图源：wind

　　爱分析报告指出，2023年国内大模型市场规模仅有50亿元，2024年也仅增加到120亿元。金蝶和用友2023年虽相继发布大模型产品，手中也掌握着大量TOB端企业资源。但两家企业2023年的财报并不好看，金蝶净利润增速虽由负转正，但营收增速几乎停滞，用友净利润增速更是暴跌500%以上。

　　图源：企业预警通

　　如何让国内TOB端企业主真正意识到大模型价值，尤其是相较于传统SaaS服务具有更大价值。成为发力TOB端大模型市场，AI企业迫切需要解决的问题。

　　更进一步看，TOB端大模型商业定制化服务，后续将面临两个棘手问题。

　　一方面，价格力是SaaS企业和云企业保持竞争力的关键。今年2月份，阿里云在国内市场开启降价后，4月份对离岸数据中心提供支持的多款产品继续降价，部分产品降幅高达59%。

　　另对标新能源汽车行业来看， 2023年至今的新能源汽车价格战彻底进入到白热化阶段。且主机厂也意识到短期内价格战不会停止，纷纷找上游自动驾驶方案厂商要利润。

　　主机厂作为强甲方，有着绝对的话语权。自动驾驶方案解决厂商基于拿下主机厂更多订单增加品牌知名度，以及主机厂招标阶段普遍要求企业自动驾驶有完整的项目经验，只能不断降价。

　　随着当前布局TOB端商业化大模型的AI企业增多，很难保证发生在自动驾驶方案解决商身上的故事，未来不会出现在AI企业身上。同行之间价格战、下游客户要求降价，未来AI企业又是否会像自动驾驶企业那样出现增收不增利的情况呢?

　　另一方面，为TOB端定制大模型除老生常谈的数据安全、部署成本、专业化、对客户需求痛点理解高外。AI企业也面临SaaS企业和云服务企业类似的问题。如定制化服务可复制和重复性程度低、企业投入高、客户跟踪时间长等。尤其是大型企业的回款周期相对较长，更是对AI新创企业的现金流要求极高。

　　三、AI新创淘汰赛打响，行业迎来加速整合

　　目前在海外市场上，AI新创淘汰赛已经开始打响，部分经营策略错误的AI新创企业正被大厂收割。如美国的Banana、Togetther、RunPod等企业，以低廉的价格向无法负担大厂云端服务的AI新创企业，提供GPU服务器租赁服务。在2023年AI火热和GPU缺货严重下，这些企业也拿下大量融资。

　　但当AI新创在获得大量融资后，就会向GPU服务器大厂购买服务，而不是找“Banana”租赁。且相较于应用范围广泛的大模型，不少企业希望采用在专业领域更加正确且成本更低的小模型。这让“Banana”们的需求严重下滑，Banana也在今年3月份宣布终止该服务。

　　另据彭博社报道，今年3月份微软将Inflection AI创办人Mustafa Suleyman与70名员工收入麾下，并投资6.5亿美元取得AI软件授权。

　　投资机构Atreides Management高层GavinBaker称，从人类回馈中进行强化学习的方法来说，若无法取得专有、即时的数据，且没有足够的部署管道，基础模型或将成为历史上折旧最快的资产。

　　彭博社专栏作家Olson称，这些靠创投扶植的AI初创虽有技术能力，但建构足以支持文字和影像生成式AI的运算能力并非易事，需耗费数千万美元。未来Anthropic、Character Ai、Perplexity等AI新创企业将遭遇和Inflection AI类似的难题，即无法找到可行的商业模式。

　　Google、亚马逊、Meta等大型科技公司正对初创AI企业持续观望，在不触及反垄断的前提下，后续或将收购这些AI初创公司大量的人才和技术。

　　海外市场正上演的这一幕，未来也将加速在国内市场上演。一方面，国内大模型商业化本就和欧美存在一定差异。若想靠出海拉动AI新创企业业绩增长，需面对严格的法规监管和数据合规挑战。

　　斯坦福大学AI研究院发布的《The AI Index Report 2024》报告指出，过去5年来美国AI监管法规显著增加，尤其是2023年共有25套AI相关法规，对比2016年时只有1套。

　　海外的微软、谷歌、OpenAI等科技企业，一直通过更高研发投入抢夺全球顶尖AI人才。如谷歌AI部门Deep Mind首席执行官Demis Hassabis预计该公司在人工智能技术上的支出可能超过1000亿美元。

　　另一方面，追求投资收益回报率最大化是资本不变的目标，但目前全球市场上AI新创企业的IPO并不顺利。如美国Reddit在IPO中称，AI将成为公司新的增长领域。

　　但摩根大通相关报告指出，截至2023年Q4，Reddit的基础用户为7300万。即使2026年DAU能增加到1.09亿，但和Meta、Facebook、X等社交APP相比，仍存在较大差异。基于此，高盛和摩根大通分别给予“中性”评级和40美元和47美元的目标价。

　　图源：路透社

　　若国内AI新创企业在用户和收入增长方面，迟迟达不到资本预期。在当前资本市场寒冬下，资本又有多少耐心等待呢?无法拿到新一轮融资的AI新创企业，又要如何面对不断AI上游不断上涨的价格呢?三星、台积电、高通、美光等AI上游企业，2024年Q1营收和利润增速均超出预期。

　　毋庸置疑的是，未来AI大模型一定会产生更大的经济价值。只是在国内AI大模型商业化尚不明朗下，又有多少企业会倒在黎明前的黑夜呢?