留给国产大模型“六小强”的时间不多了
这里说的头部大模型公司是指以阿里腾讯为首的传统互联网大厂，而六小强则是指最近几年刚刚创业融资以AI为主营业务的初创公司。比如智谱、kimi、minimax海螺、百川智能、李开复的零一万物等。
头部大模型公司的估值纷纷冲上200亿元，踌躇已久的CVC投资人艾明，终于下定决心补枪。然而，当他花几个月时间把市面上有名头的大模型公司看了个遍，却发现难以出手。
“Y公司拿不到单，现在很艰难。B公司老师带队，没有商业化经验。C公司，产品力太弱......”他一一列举后补充：“几乎每一家公司都派系林立，各种内斗。”
而最令艾明失望的，是一家名号响亮、去年就成为独角兽的公司。今年已经过半，这家公司的收入没能达到预期。“尤其是企业客户，也就是B端的贡献，不太乐观。”艾明说。
2024年的国内战场，大模型公司对企业客户的争夺正日益激烈。
8月1日，kimi AI发布了针对企业的模型推理 API。
8月5日，百川智能以100万元中标福建实达集团大模型私有化项目。这是百川第一次出现在公开招投标信息中。百川智能已和一些拥有客户资源的上下游签订合作，获得部分医疗、金融客户。招聘网站显示，现在百川几乎1/3的岗位都标有“医疗”字样。
智谱AI，作为最早To Ｂ、To G的大模型选手，更是在招投标信息中频繁露面。
根据统计，2024年的前7个月，国内大模型项目中标公告已发布约349个，远超2023年同期。也就是说，大模型项目，正在企业端迎来爆发。
在这七个月中，市场中可统计到的大模型中标金额约为11.40亿元，远超2023年全年大模型中标项目披露的7.89亿。
但这300多个项目中，中国电信、百度、阿里、腾讯、华为、科大讯飞等大型公司占据绝对数量。智谱AI几乎是唯一和大厂同频出现在招投标消息中的创企。
其余项目，则花落各地的方案商、集成商及工程商。它们各自中标的项目数普遍在1到3个。这串中标名单回答了投资人艾明的疑虑。
2024年，国内客户的大模型需求的确在增长。但这块蛋糕，大厂切走了绝大部分。
一家清华系1.5线大模型公司，一年的预估支出在数亿元左右，而商业化进度几乎没有。
另一家以多模态模型名声大噪的明星企业，单月花费在云存储上的钱，高达数千万元。
再往细拆解，今年早些时候，六小强中一家以投流搏增长的，仅单日营销支出就有20万元。
一级市场能接得起200亿元估值的投资机构越来越少。几乎所有人都期盼着大模型创企“赚到钱”。
私有化部署和API调用，是大模型公司服务B端的两种主流方案。
售卖API曾被寄予期望。毕竟，OpenAI的34亿美元收入中，售卖API占据了15%。
为增加用户黏性，一些大模型公司会持续让算法工程师为客户的产品，设计基于自家模型的Prompt。
但五月开始，当DeepSeek、阿里、字节、百度等大厂接连把价格打穿，依靠售卖API获得高回报的幻想几近破灭。
“用户明确告诉我们，现在用谁的API都差不多。而且每次模型更新Prompt都要重试，这种（帮写Prompt）的服务意义不大。”一位大模型公司的商务表示。
8月2日，DeepSeek发布了上下文硬盘缓存技术，降低开发者输入重复性内容的成本，把API调用的价格又砍下一刀。
kimi在7月初也发布了同款技术。8月7日，它还把上下文缓存 Cache 存储由 10元/1M tokens/min，降到 5 元/1M tokens/min。
“价格战持续时间越长，越说明这些大模型的差异化不强，没有用户黏性。”一位国内头部AI办公产品的CEO表示，他的产品接入了三家大模型公司的API。
另一方面，虽然API价格一降再降，但对金融、政务、能源等大型企业客户来说，私有化部署更为安全和定制化。在算力充足、需求明确的前提下，它们愿意付出成本采购。
有信息显示，去年智谱AI本地部署千亿模型的报价约为4000万元。
但到了今年，由于客户需求不刚、产品同质化竞争、开源模型搅局等因素，一些公司部署模型的价格降到小几百万元也鲜有人问津。
甚至，财大气粗的“大模型鲶鱼”DeepSeek还把私有化部署的价格降到45万元。
创业公司花大价钱训出来的模型，迅速丧失了套利空间。
户为什么选择大厂？
最简单的一条，大型公司的业务范围更大，更容易满足各类项目的要求。
目前，大模型项目包括数据、模型、算力、应用几种类别。
包含算力需求的项目预算较高。在今年披露的项目中，大模型市场内56%的预算被总数只占22%的算力项目占据。
而这种算力或者软硬件结合的项目，大厂的资源无疑更充沛。
另外一些项目，会限定供应商的成立时长、资质全面性，以及之前做过同类项目的经验等。
这些潜在条件，也使大厂满足的概率更高。其在大模型领域，客户要求供应商具备同类项目经验非常合理。否则，很可能出现出人意料的偏差。
有企业客户自己在项目执行期发现，大模型供应商对整套模型部署方案并不熟悉。
其中一个原因是，大模型在企业级场景的落地，需要和企业自身的云环境结合。
比如，一个企业要提供大模型服务，那么也需要负载均衡保持大模型稳定运行。灾备、虚拟机规划等也需要搭配建设。
但这些云领域的经验，对AI背景出身的“六小强”来说，超出了能力边界。
“单纯评估需求、处理数据、微调模型、测评模型，还是不够的。”一家和“六小强”合作过的企业客户吐槽，自己作为甲方不得不承担起“老师”的角色，需要教自己的供应商怎样在部署环境中避坑。
从事企业IT咨询的李杨自己在合作中，已经见过“六小强”之一的公司对客户许下超出大模型能力边界的允诺。“现在模型有自己适合的场景，这是大家都知道的事。但这家公司完全不管理客户对大模型的预期，只顾着先拿下单子。”李杨说。
几次沟通后，出于对未知风险的担忧，他退出了这个项目。
国内同时具备丰富云经验和大模型能力的公司，无非是阿里、腾讯、百度、华为这几家。
但由于各云厂商理念差异，不是所有人都愿意做项目制私有化部署的生意。
一位火山引擎内部人士表示，由于人力需求高、效率低，火山目前很少承接私有化部署业务，仅在面对一些KA时破例。
另有企业级客户也表示，火山的私有化限于提供算力，与模型无关。
也就是说，私有化部署（尤其是本地私有化）的项目，并没有被所有大厂虎视眈眈。
目前大模型私有化部署的效率太低，要满足客户需求，常需花费两三个月的时间。如果拿到小几百万，甚至六位数的项目，很难获得收益。
在不少国企项目中，300万元已属大单。这种价格的项目中，偶尔还有算力需求。
这意味着，创业公司们“虎口拔牙”拿到的企业预算，可能覆盖成本也存在难度。而在去年年底，有媒体曝出智谱AI的商业化团队已经突破百人。
页:
[1]