今天小編分享的互聯網經驗：ToB Or ToC，大模型不做“選擇題”，歡迎閲讀。
文 | 伯虎财經，作者 | 楷楷
在 AI 大模型的商業化道路上，"ToB or ToC" 一直是兩難的選擇。 不過，AI 業内有一個共識，創業公司在 C 端更容易找到機會，而互聯網大廠則更能通過 B 端獲得規模優勢。
但目前來看，這一共識可能要被打破了。一直被認為是 "To C 主義者 " 的月之暗面，近日官宣将發布企業級 API，且 Kimi 開放平台的上下文緩存 Cache 存儲費用将降低 50%，加速在 B 端市場發力。
無獨有偶，大模型鼻祖 OpenAI 也在近日宣布，将允許企業使用自身數據定制其旗艦 AI 模型 GPT-4o，意味着企業可以定制和優化性能更強的 AI 模型。
從 " 百模大戰 " 走到 " 應用之戰 "，大模型已經到了商業化的關鍵時期，不僅要考慮產品是否突出，更要綜合考慮成本、應用、變現等問題，每個公司都在尋找屬于自己的答案，對它們來説，"ToB or ToC" 或許并不是選擇題，而是必選題。
01 變現，C 端大模型的 " 攔路虎 "
早在 Kimi 開始發力 B 端之前，其曾在今年 5 月小範圍試水 C 端打賞模式，用户可以通過購買 5.20 元至 399 元不等的禮物，獲取不同的高峰期優先使用時長。
對于打賞功能的上線，月之暗面曾表示，該業務處于測試階段，公司對商業化模式的探索保持開放态度。
從這點來看，Kimi 的打賞模式更像是對用户付費意願的試探，而非奔着盈利而來，畢竟 Kimi 的用户群體大多是從抖音、B 站轉化而來，探索年輕人的态度對公司而言很有必要。
但這并不代表 Kimi 準備一直 " 為愛發電 "，因為大模型初創公司的 " 燒錢速度 " 實在太快了。首先，大模型要走向 C 端市場，必須付出不菲的營銷成本。
今年春節以後，大模型公司紛紛開啓了營銷大戰，最常見的線上投流模式是 CPA，即用户浏覽網站觸發廣告後，只要完成注冊或下載 App，大模型公司就支付廣告費用。
但目前可供選擇的平台，無非是 B 站、抖音等年輕用户集中的平台，需要投流的大模型企業卻有很多，CPA 的競價模式也變相推高了投流成本。
有業内人士表示，2023 年初 B 站的 CPA 報價普遍在 10 元 / 人以下，但目前月之暗面在 B 站的 CPA 成本可能已經高達 30 元。
據新浪科技估算，其從今年 2 月至今，至少已為投流砸下了 3000 多萬。投流的效果是顯著的，Kimi 的訪問量一度增長超 4 倍，但過高的營銷成本終究燒的是投資人的錢。
其次是訓練成本。OpenAI 最早計劃今年在訓練成本上花費約 8 億美元，但随着 OpenAI 加快訓練最新的旗艦模型，訓練成本可能會再翻一番。
OpenAI 的頭号競争對手 Anthropic 的 CEO Dario 也表示，目前公司正在開發的 AI 模型訓練成本高達 10 億美元，但訓練成本可能在 2027 年之前提升到 100 億美元，甚至是 1000 億美元。
最後，則是算力成本。大模型的算力成本會随着用户規模增大而越來越高，國盛證券曾估算，要打造對标 ChatGPT 的大模型，按單張 A100 芯片的價格為 10 萬元算，投入 10 億元才是入場券。
随着成本不斷攀升，接連收獲新融資的 "AI 五小龍 " 或許還不太缺錢，但它不能永遠不考慮商業化變現，更别説其他手上并無餘糧的大模型公司。
只是，想要在 C 端市場變現，卻沒有那麼容易。一則是目前大部分通用大模型，如文心一言、ChatGPT 等都是免費模式，要培養用户的付費習慣，顯然還需要漫長的周期，同質化的 AI 應用也遠遠未到剛需階段。
二則是大模型在 C 端市場的營收模式較為單一，除了訂閲費之外，其他收費模式仍有重重困難，比如依靠廣告創收，則可能會影響用户體驗和涉及隐私問題；此前辦公軟體 WPS 針對 AI 功能的收費，更因 " 套娃 " 而衝上熱搜。
三則，C 端消費者認可產品更多是基于品牌，這也是月之暗面要花大錢投流的原因，在這一背景下，萬一阿裏、騰訊猛砸某一 AI 應用，其他創業公司便很難有招架之力。
即便是 OpenAI，其在 C 端市場的收入已達到 19 億美元，主要來自全球 770 萬的訂閲者，每人每月為 ChatGPT Plus 支付 20 美元，但仍遠遠不足以覆蓋構建和運行模型的成本。
外媒援引 OpenAI 未公開的内部财務數據，稱 OpenAI 今年還将面臨高達 50 億美元的虧損，其中，全年收入估計在 35 億美元 ~45 億美元之間，但運營成本卻或達 85 億美元，其中推理成本為 40 億美元。
OpenAI 為 C 端用户提供了 ChatGPT 的免費版本，使公司增加了推理成本，卻沒有帶來任何額外收入，這是其入不敷支的原因之一。
02 押寶，C 端的盡頭是 B 端？
簡單來説，大模型要在 C 端市場快速發展，就要實現更好的綜合能力和使用效果，且通過低價或免費的使用模式，才能更好吸納用户。
這一模式需要持續 " 燒錢 "，大模型頂級玩家才不得不将目光投向 B 端市場。以百度為例，其在近日發布了 2024 年二季報，其中百度智能雲業務收入達 51 億元，同比增長 14%，并持續實現盈利，AI 貢獻的收入占比已從上季度的 6.9% 提升至 9%。
但從百度 2023 年年報來看，雖然百度通過文心大模型重構的廣告系統，實現了數億元的增量收入，但其在線營銷收入相比前兩個季度仍有下滑，可見大模型在 C 端應用的活躍度和變現率并未達到預期。
因此，大模型到底該 ToB 還是 ToC，各位大佬也有不同看法。百川智能 CEO 王小川曾明确表示，To C 是 To B 市場的十倍，大廠都會卷 To B，（百川智能）肯定要做差異化。
金沙江創投的朱嘯虎則認為，現在在國内做大模型，To B 的商業模式遠比 To C 的模式更為适宜。
雖然各有各的觀點，但從大模型公司的實際動作來看，它們對于 To C 還是 To B 這件事并沒有太多糾結，不僅是 " 全都要 "，而是相互賦能。
清華大學智能產業研究院院長張亞勤就曾表示，在應用和服務層面，To B 的周期相對較長，而 To C 的應用產品則可以迅速推出，這跟移動互聯網的發展路徑基本一致。
因此，大部分大模型創業公司都是采取 To B 和 To C 并行的策略，即便是坦言 " 我們做 C 端 " 的百川智能，也推出了 API 接口業務。
這種 "C+B" 的業務模式，也是目前大模型公司主流的商業模式。比如 OpenAI，既在 C 端收取 ChatGPT 的會員費，也在 B 端通過 " 公共雲 +API" 的方式收取大模型 API 的調用費用。
除了通過收費 " 變現 " 之外，大模型企業還會通過 AI 來加持自己已有的成熟業務。比如阿裏旗下誇克浏覽器近日發布 PC 端，更新了 AI 搜索、AI 寫作、等一系列 " 全場景 AI" 功能，進一步增加對客户的吸引力和粘性；一直以 B 端為主的商湯，也在今年将引入到 C 端市場，發布了能夠生成創意寫真的 AIGC 產品 " 秒畫趣拍 "。
所以，在大模型商業化道路選擇上，同時押寶 ToC 和 ToB，不僅是以 B 端 " 穩收入 " 彌補 C 端的 " 不确定 "，更長遠來説，是兩種業務在技術層面和品牌效應上的互相賦能。
一方面，大模型公司通過 C 端產品，可以持續收集用户反饋、積累模型的應用實踐，最終反饋給大模型實現迭代更新，如果只是向外部開放 API，很難形成用户反饋閉環。
另一方面，誠如零一萬物 CEO 李開復所言，在中國 To C 短期更有機會，C 端產品更容易爆發和獲得口碑，其流量和勢能也能反哺給 B 端業務。
最後，" 做 C 端 " 的大模型公司也在積極推出降低 API 業務，甚至不斷降低調用成本，也是希望開發者能在自己的生态上開發出好用的 AI 應用。
就像曾經的互聯網行業，當產品之間的差異化程度不大，拼的就是誰的生态能率先 " 開花 "，更多創作者參與進來，才有機會開發出好用的 AI 應用。
所以，當下争論 ToC 還是 ToB 更好，其實意義并不大，因為當下大模型行業的主要矛盾，并不只是資金壓力，而是需要更多人應用，從而造出生态來，單靠 B 端或者 C 端市場，都無法輕易實現這一目标。
據中央網信辦透露，截至 8 月，我國完成備案并上線、能提供服務的生成式人工智能服務大模型已達 190 多個，但李開復曾預測，在大模型競争接近終局的時候，能夠存活的大模型公司或只有 30 個。
當前，大模型行業還沒有哪一家是公認的 " 領頭羊 "，包括互聯網大廠也未必能占優勢，對于初創公司來説，不論通過何種路徑，都要好好争一争品牌、產品和生态，否則以後就更沒機會了。
03 ToB，定制化時代的鏖戰
由此可見，B 端是大模型公司商業化閉環不可缺失的一環，但想要在 B 端市場殺出血路來，也并沒有那麼容易。
首先，是 B 端市場無休止的價格戰。今年 5 月，字節正式發布豆包大模型，主力模型在企業市場的定價只有 0.0008 元 / 千 Tokens，比行業便宜了 9 成以上，讓國内大模型的 token 價格從 " 以分計價 " 發展到 " 以厘計價 "，震撼業内之餘，也有不少競争對手紛紛跟進降價。
誠然，大部分大模型公司都認為行業發展應該避免價格戰，但真到了戰場上，不降價就被對手擠掉份額。即便百度李彥宏曾呼籲創業者去 " 卷 "AI 應用，而不是卷價格，但在字節、阿裏雲大降價之後，百度旗下兩款主力大模型很快就宣布全面免費。
業内人士認為，願意為軟體付費的企業并不多，大模型 B 端的利潤空間正在急速萎縮，去年能賣到千萬級别的大模型項目今年可能只能賣到 100 萬元了，市場上有太多的開源大模型可以套殼，競争非常激烈。
其次，B 端和 G 端的業務，有時候也是難啃的 " 硬骨頭 "。一則，每一個 B 端定制化案例都是一個 " 孤本 "，非标準化的定制服務意味着更高的成本投入，尤其是對于場景復雜、數字化轉型較晚的工作環境，數據安全、信息孤島等問題都不容易突破。
二則，B 端業務的銷售周期和應收賬期往往都會較長，這要求企業展現出更多的耐心和持續的努力。近日，科大訊飛董事長劉慶峰便表示，公司将會主動放緩甚至放棄部分 G 端業務，原因是考慮到回款周期的問題。
三則，對于金融、醫療、法律等部分垂直行業的合作，其對大模型的介入有着極高需求，儲備相關領網域的高素質人才也是一筆大成本。
最後，即便大模型初創企業克服以上重重難關，但企業開發基礎模型往往更青睐于老牌雲廠商。數據顯示，2023 年大模型市場中，百度智能雲、商湯、智譜 AI 的市場份額排在前三，加起來占據了市場的半壁江山。
不過，這也并不意味着初創企業就無法突圍而出，數據顯示，2023 年我國生成式人工智能的企業采用率已達 15%，市場規模高達 14.4 萬億元，這一數字有望持續增加。
大模型在 B 端市場的下半場，或許需要從企業視覺更新為產業視覺，扎根于辦公、生產、教育、制造等各個環節，成為撬動企業新增長的動能，才是企業方接納這項新技術的關鍵。
有企業方人士認為，他們不關心大模型有多少花活，關鍵是能幫企業省多少錢，真正需要的是基于整體技術提升的完整業務解決方案。
随着大模型行業的不斷發展，如何在用户增長和模型能力進步中找到可持續的經營模式，這一問題依然會困擾着每個大模型企業，但不同企業的答案或許都不一樣。
這意味着在大模型領網域，沒有一套模式能夠為所有企業所通用，無論 ToB 還是 ToC，都不過是大模型通往未來的路徑而已，真正決定企業未來的，是其能否在服務客户過程中帶來更多創新的 AI 應用和服務。
如果最終只有 30 家大模型能夠留下，那麼活下來的大模型，不一定是名頭最響的，但一定是最實用的。
