今天小編分享的科學經驗：雲+大模型的2024格局，歡迎閲讀。
如果一群人想聚餐，卻眾口難調，你會推薦他們去吃什麼？相信很多朋友都會説：吃火鍋。
豐富靈活的食材選擇，人多熱鬧的煙火氣，雲服務就像火鍋一樣，成為千行百業用 AI 的首選。
2023 年以來，公有雲市場就随着大模型的火爆，而不斷翻滾悸動，中國幾大雲計算廠商都布局了 AI 雲服務、Maas 等相關產品，打得你來我往，令人眼花缭亂。
但不知道大家發現沒有，随着 AI 大模型被納入雲服務的版圖，給雲廠商帶來的商業化營收增長，似乎與大模型技術本身的熱度并不匹配，有幾個月都停留在 " 叫好不叫座 " 的情況，投入不少，產出卻不高。
背後的影響因素有很多，比如：很多企業做大模型是嘗鮮性質，項目小，後期續費意願成謎；文本任務用雲量低，AI 原生應用沒有大爆發，ToC 業務沒想象中賺錢；用户擔心隐私安全，不想把數據放到公有雲上；GPU 算力太貴，IaaS 模式不賺錢；B 端項目周期長，需求復雜，定制成本高，利潤低……
不過，經過将近一年的 " 文火慢炖 "，" 雲 + 大模型 " 的 " 火鍋局 "，終于有了點熱辣滾燙的味道。
主流雲廠商如阿裏雲、華為雲、百度雲、騰訊雲、京東雲等，在政務、行業智能化的項目上，拿單得標成果猛增。天翼雲、移動雲等運營商雲的市場份額增長，這一年來也格外亮眼。
如何理解雲服務市場接下來的格局？我們就着眼前正在翻騰的 " 雲 + 大模型 " 火鍋局，邊品邊聊。
雲 + 大模型
2024 熱辣開局
有必要解釋一下，為什麼千行百業智能化，雲與大模型的 " 火鍋模式 " 更香。
要使用 AI、訓練大模型，各行各業自己購買 GPU、搭建開發平台和本地數據中心，相當于自己批量買食材、租門店、開私人餐廳、只給自己人吃，成本過于高昂。而公有雲擁有彈性、可擴展的特點，能夠提供源源不斷的計算力，類似中央廚房統一進貨、食客按需拿取。所以，不是私廚吃不起，而是火鍋更有性價比。
對大部分企業和用户來説，将大模型的訓練和重型任務的推理，放在雲服務平台上，靈活調取 AI 算力，或者直接調用雲廠商的大模型 API，是性價比更優、智能化更快的選項。
盡管 2023 年初大模型引發了雲市場的 " 狂熱 "，現實中，雲廠商的大模型相關業務，還涉及大模型商業化的漸進性、算力基礎設施的投入產出比、與原本業務體系的整合、全棧工具鏈的打造、客群關系等復雜因素。
結果就是，大模型給公有雲市場帶來的收入增速，并沒有在 2023 上半年和 " 百模大戰 " 那樣兇猛。就像火鍋一直咕嘟，但菜就是不熟、吃不到嘴裏，很多人逐漸開始懷疑 " 雲 + 大模型 " 是供應商在 " 講故事 "、偽命題。
不過，只要大模型的火還在燃燒、行業智能化的食客不散、雲服務輸送 AI 的 " 火鍋模式 " 符合產業邏輯，那麼 " 雲 + 大模型 " 業務，遲早會等來上桌吃飯的一天。
這一天已經來了。
2023 年第四季度，雲市場呈現出期盼已久的熱鬧局面。阿裏雲、華為雲、騰訊雲、浪潮雲、百度雲、京東雲等擁有大模型相關產品的雲廠商，都陸續得標了政企的數字化項目。比如 11 月，百度智能雲得標了 " 中國郵政儲蓄銀行超大規模預訓練模型金融場景應用系統軟體開發采購項目 "；騰訊雲得標了 " 瑞金醫院市數字醫學創新中心醫學大模型平台研發 " 項目。
IDC《中國公有雲服務市場（2023 上半年）跟蹤》報告顯示，運營商雲天翼雲、移動雲在 IaaS 業務中增速強勁，把握成為算力基礎設施的機會。
總體來看，經過一年的文火慢炖，" 雲 + 大模型 " 市場在 2024 年迎來了一個熱辣的開局。而望向更遠一點的未來，形勢還會繼續 " 滾燙 " 下去。
将大模型作為先進生產力工具的需求，相比去年，會迎來更大規模地釋放。
政策方面，在剛剛召開的 "AI 賦能產業煥新 " 中央企業人工智能專題推進會上，已經明确強調，要夯實發展基礎底座，把主要資源集中投入到最需要、最有優勢的領網域，加快建設一批智能算力中心……打造從基礎設施、算法、人工智能平台到解決方案的大模型賦能產業工具。政策利好不斷加碼，驅動着一些觀望中、謹慎的政務 / 大型央企，跑步進入到 AI 大模型賽道，成為雲廠商的客户。
市場層面，經歷了 2023 年的緩慢復蘇，越來越多的企業已經深刻認識到，不能再坐等市場紅利回歸，要主動轉型、優化成本結構、引入智能化技術降本增效，才能保持企業在内卷市場中的競争力。當上雲數字化、AI 智能化，成為企業部門無法再拖延、不能再等待的選項，也會湧現出更多大模型相關項目。
所以不難預測，2024 将是 " 雲 + 大模型 " 業務狂奔的一年。
那麼接下來，雲廠商要如何經營好 AI 時代的 " 火鍋店 "，助力千行百業智能化？目前也已經有了一些答案。
大模型，一把 " 尖刀 "
火鍋店如果沒有鮮明的品牌認知度和獨特的口味，依靠統一配方 + 配菜的模式，是很容易陷入同質化競争的。這就像是雲廠商希望擺脱的缺乏差異化、利潤率低的 IaaS 模式。
通過 MaaS（模型即服務）模式獲得商業增長，雲廠商必須首先擁有極為鮮明的 " 尖刀型產品 " ——大模型，形成自身的差異化競争力。
不難看到，市場表現優秀、接單不斷的雲廠商，都有着非常強的 "AI 心智 "，是各自的尖刀型產品——大模型，帶來的明顯的品牌加持。
比如百度雲的文心一言、華為雲的盤古大模型、騰訊雲的混元大模型、京東雲的言犀大模型，以及大模型相關基礎設施，像是浪潮雲的 AI 伺服器、百度飛槳和昆侖芯片、華為雲的昇騰 AI 軟硬體、騰訊雲的向量數據庫、京東雲的雲艦京海等，成為雲廠商大模型能力的佐證。
大模型及其基礎設施，是公有雲廠商的商業切入點。
雲廠商要撬動行業客户，打磨有説服力度的 " 尖刀型產品 "，至少從三個方面進行優化：
1. 投產比。雲廠商的大模型的能力增強、AI 算力成本下降，對于企業來説，通過雲服務來應用大模型，投入產出比更高，更有吸引力。2023 年，我們也看到了很多探索，比如百度持續提升文心大模型的推理、邏輯能力，并結合飛槳來優化大模型的訓練效率，降低用户的訓練時間成本。
2. 體系化。政企上雲數字化 +AI 智能化同時進行，是一個復雜的體系化工程，需要大量配套技術與設備，而非簡單地調用大模型 API，比如 AI 加持的高清攝影機、工業互聯網需要雲 +IoT+AI+ 網絡，所以幫助客户用好大模型，雲廠商要把自己變成一個大型 " 火鍋超市 "，提供足夠豐富的選擇。
3. 服務能力。由于轉型中的企業數字化水平和能力參差不齊，可能缺少技術人才儲備，AItoB 這門生意要把大模型真正下沉到市場，還是一件任重道遠的工作。雲廠商的解決之道，就是 " 海底撈式 " 的全面服務，提供從數據清晰到模型訓練到應用部署的一站式 Mass 服務，以及上雲、更新、運維等全生命周期服務。
以華為昇騰 AI 雲服務為例，除了算力，還提供異構計算架構 CANN、全場景 AI 框架昇思 MindSpore、AI 開發生產線 ModelArts 等一系列 AI 底層開發工具與技術平台。
總結一下，AI 大模型的到來，改變了雲市場的基礎規則和商業模式，也是雲廠商的商業切入點。只有将 " 大模型業務 " 打磨成一把尖刀，才能切下產業智能化的蛋糕。
金融行業，率先品嘗 AI
大模型的出現，給千行萬業智能化帶來了全新的機遇。可以説，每個行業的每個場景都值得融入大模型。但我們往往會忽略一個關鍵問題：不同行業的 AI 底藴、戰略、資源，是千差萬别的。
AI 大模型與垂直行業的融合，也不能一鍋亂炖，而是分行業、分場景，以波狀推進落地。
具體來説，第一波由技術積累較為深厚的數字原生型企業主導，比如互聯網、電商、金融、企服等。第二波則數字化程度相對低、但生成式 AI 落地場景多的行業，如教育、通信、文娛、政務等跟上。此外，AI 大模型也會在傳統實體行業，如農業、能源、建築業等，開始探索，逐漸產生一些可復制的标杆案例。
其中，金融行業，就憑借極高的數字化水平、強烈的智能化意願、龐大的業務體量、充沛的現金流等特點，成為第一波重點行業中的重點行業，也是大模型一戰中，雲廠商的必争之地。
金融智能化，将是 2024 雲 + 大模型的最主要落點。
那麼，金融客户眼中，什麼才是美味的大模型呢？
細節有很多，但對于商業化來説，兩點至關重要：
一是安全。
金融場景在風控、安全、效率等方面有着嚴格的要求，中美博弈，讓英偉達顯卡、TensorFlow 開發框架、Oracle 數據庫等 AI 基礎設施的可持續與安全性，打上了問号。因此，自主研發、可規模出貨、滿足金融行業實際應用的國產替代產品，也在去年成為金融客户采購的重點，比如華為雲的 GaussDB、昇騰 AI 芯片、騰訊雲數據庫 TDSQL 等。
二是精細。
大模型落地，要兼顧對行業特性的理解，精心調制出更符合金融客户需求的 AI 雲服務。華為雲深入挖掘金融應用場景，推出金融 PaaS 3.0，助力保障金融業務的高性能、高可用；百度智能雲開元智慧金融解決方案，結合金融業務場景認知打造，可以提煉海量金融專業知識；京東雲峰會上推出的言犀大模型，在通用知識基礎上，也沉澱了京東金融行業 Know-How。
這些針對性的行業解決方案，才能讓金融 + 大模型落到實處。
金融客户，上雲用數賦智的需求急速上升，大模型及基礎設施的自主可控也是大勢所趨。接下來，我們一定會看到雲廠商為了打動金融客户的味蕾，從根技術的源頭打造 AI 原料，并且 " 食不厭精脍不厭細 "，巧手烹制更适配金融的 " 雲 +AI" 方案。
政務雲
上升中的城市 AI 底座
普通大眾，怎麼因 AI 大模型的到來而受益呢？城市 AI 底座，就像一鍋用各種數據、應用與服務熬成的 " 鍋底 "，讓身處其中的人們，經由政務、交通、園區、文娛、旅遊、教育等方方面面的變化，感受到城市生活的美好。
大型政企一直是數字化的先行者。目前，政企客户的上雲需求，也逐步進入到深水區。
一方面，政企對 AI 重視度上升。
幾年前大型政企就陸續開始上雲，并探索 AI，打造了智慧城市、城市大腦、智慧交通等一系列成果。随着市場飽和度的提高，增速開始趨緩。
而大模型的到來，在雲上獲取大模型，有天然的成本優勢，再一次激活了政企雲市場需求增長。2023 百度雲智大會上，百度智能雲發布了基于大模型的數字政府解決方案九州。中山市政府與華為雲合作，依托盤古大模型政務領網域應用，打造數字政府 2.0。
把大模型作為城市治理的核心能力，打造城市 AI 底座，成為雲廠商的新機會，也是争奪的重點領網域。
另一方面，政企深度用雲的決策要素變化。
從信息化到數字化，大型政企在上雲初期都是能上盡上、多上快上，上海、湖南等多地都出現過 " 萬企上雲 " 的洪流。而進入深度用雲階段，政企客户對雲上數據安全、底座自主可控、不被單一雲綁架等需求，變得強烈。
多雲采購，會分走一些雲廠商的利潤空間，比如 " 公共雲優先 " 的阿裏雲，但也會讓支持 " 混合雲 + 大模型 " 部署的雲廠商得到機會。以去年年底落槌的宿州市政務雲服務項目為例，由天翼雲、華為雲、浪潮雲三家得標，服務要求中提到，以 " 集中 + 分布 " 為建設原則，" 各自保障政務雲平台可靠運行，同步推進供應商政務雲平台間的信息共享 "。
城市 AI 底座，正在加速上升。能否充分滿足深度用雲的需求，是 " 雲 + 大模型 " 踏上政企賽道的一道必答題。
日漸滾燙的 " 雲 + 大模型 " 市場，正在迎來黃金發展期，成為公有雲廠商的歷史性發展機遇。
讓千行萬業不錯過大模型浪潮，在智能時代上桌吃飯。" 雲 + 大模型 " 這頓火鍋宴，終會讓我們説一句：" 真香 "。
