GPT:2B還是2C，大模型分歧已現？

大模型商業化落地已現分歧，到底是重現在還是重未來？

——產業界，大視野書寫中國產業崛時刻

??懂財帝&產業界原創·作者｜葦航

ChatGPT的異軍突起，猶如一顆石子，打破了原本還算平靜的湖面。

市場瞬息萬變，即便如諾基亞這樣的巨頭，也會因一念之差痛失江山。本著敵無我有、敵有我優的原則，相關企業陷入“內卷”之中。

僅僅半年，各類企業研發和大模型應用如雨后春筍般涌現。百度、阿里巴巴、華為、科大訊飛等巨頭紛紛入場，國內10億級參數規模以上大模型已超80個。

相對于其他巨頭，騰訊的動作似乎顯得有些“慢”。

“我們最開始以為是互聯網十年不遇的機會，但是越想越覺得，這是幾百年不遇的、類似發明電的工業革命一樣的機遇，我感覺現在有很多公司太急了，感覺是為了提振股價，我們一貫不是這種風格。”

馬化騰這番言論，也讓市場越發好奇騰訊會如何出招。

不同于鐘情于C端的阿里、百度和科大訊飛，騰訊此番落子，劍指2B賽道。

6月19日騰訊公布的行業大模型研發進展，7月4日，騰訊云正式發布AI原生向量數據庫TencentCloudVectorDB，這意味著這場大模型熱潮中，騰訊給出的答案是面向企業的行業大模型。

當然，騰訊面向C端的大模型也在同步開發中，只不過目前市場關注度稍弱。

至此，國內企業關于大模型的發展方向出現分歧。

M2Bio Sciences擬收購加密貨幣交易所JDAX，交易或于7月底前完成:金色財經報道，生物科技公司M2Bio Sciences宣布已簽署收購約翰內斯堡加密貨幣交易所JDAX的意向書，旨在利用NFT和區塊鏈技術推動生物科技研究項目代幣化，并開發智能合約，使全球社區能夠積極參與并持有M2Bio研究工作所產生所有權股份。據悉，本次收購預計將于2023 年7月31日或更早完成，具體金額暫未披露。（Prnewswire）[2023/6/28 22:03:59]

一方鐘情C端，認為下沉用戶將決定勝利的歸屬。

一方則青睞B端，相信B端用戶才是驅動這場技術變革的初期動力。

二者互不相讓，你來我往，究竟會在矛盾中尋求統一，還是勝者為王，仍需市場的檢驗。

通俗來說，這其實就是一個搶現在還是奪未來的問題。

1｜分歧

ChatGPT是人類科技史上里程碑事件，以超過人類最狂野想象的速度席卷全球。作為人工智能生存發展的基礎，大模型成為今年最熱的話題。

在這場擁抱大模型的這場大考中，基于不同的理解，各巨頭給出了不同的答卷。

最大的分歧點在于：2B還是2C？

7月3日，文心一言App現已上架蘋果AppStore，用戶可免費下載安裝，這款App的上線，不僅體現了百度在人工智能領域的布局再次深化，也意味著其2C之路向前邁進了一步。

阿里的通義千問也循著這條路一路疾馳，因為阿里入局AI大模型競爭的核心優勢本就在于：算力算法層面的優越性；C端生活場景數據的豐富性所帶來的對C端用戶的生態入口的精準把控。

L2BEAT與StarkWare合作，為dYdX構建狀態瀏覽器:12月9日，Layer2數據網站L2BEAT宣布，將與專注于ZK-rollups技術的StarkWare合作，為dYdX構建狀態瀏覽器，該工具將顯示dYdX通過Rollup方案存儲在以太坊主網的解碼調用數據。L2BEAT表示，該項目的代碼將被開源，將于后續公布在GitHub上。[2021/12/9 13:01:44]

通義千問有望通過其升級版天貓精靈、淘寶、釘釘、高德地圖，打開C端用戶智能居家、智能電商、智能辦公、智能汽車等入口，協同合作廠商共建阿里系生態，借助多項生態入口將大模型融入用戶生活每個角落，打造覆蓋“衣食住行工”的全域智能生態場景。

2C賽道上，同樣具備代表性的便是科大訊飛。公司直接將星火大模型與學習機相結合，迅速實現大模型的商業化落地，以達到快速造血的目的。

從結果上來看，科大訊飛的結合頗具成效。7月10日盤后，科大訊飛發布中報業績預告顯示，科大訊飛在二季度扭轉了一季度的不利局面，在星火大模型的加持下，學習機6月GMV同比增長了217%。

縱觀生成式AI的發展進程，2C算是“正統”血脈。OpenAI的ChatGPT正是依賴C端的爆發，從而火遍全球，重視C端也將大大提高其用戶粘性，牢牢抓住未來市場。

騰訊、華為則是立足行業大模型的典型代表。

前者依托騰訊云TI平臺打造行業大模型精選商店，為客戶提供MaaS一站式服務，客戶只需要加入自己獨有的場景數據，便可快速定制自己的專屬模型及智能應用。

灰度BTC信托增持722BTC:AICoin指數行情顯示，美東時間11月2日，灰度比特幣信托持倉量增加722BTC，總持倉量已達481712BTC。這是10月14日以來，連續第14個工作日有所增持，累計增持33262BTC。[2020/11/4 11:35:44]

后者發布的盤古3.0則是一個完全面向行業提供服務，以行業需求為基礎設計的大模型體系。其采用了“5+N+X”三層架構，即五個基礎大模型+N個行業大模型+X個更多細化場景的模型。以此形成的分層解耦設計，可以快速適配、快速滿足行業的多變需求。

但和2C對比，2B似乎顯得有些“偏航”。事實上，2B賽道上的選手思考更多的是：C端熱潮退去，人工智能下一步將邁向何處，以及如何在大模型這場燒錢大戰中，活得更久更滋潤。

根本原因還是做大模型太燒錢了。以ChatGPT為例，微軟已陸續向OpenAI注資超過130億美元，用于其研發的費用高達數十億美元。僅去年，OpenAI的凈虧損額就高達5.445億美元，其僅在算力和數據上的支出就高達4億美金。

燒錢大戰后期，往往拼的是誰彈藥更多，糧草更足。這種時候，一個擁有造血能力的大模型便顯得難能可貴，甚至有可能成為壓死駱駝的最后一根稻草。

出于對這一層面的考量，企業往往會形成不同的戰略方向，即搶現在還是奪未來。

如騰訊項目方負責人吳永堅表示，不同于移動互聯網的C端用戶驅動，在大模型時代，這場技術變革的初期動力將由行業B端用戶驅動。這其實就體現了戰略方向的不同。

Tradeshift CEO：只有更穩定加密貨幣出現才會可能應用在B2B的支付業務中:5月29日，供應鏈支付公司Tradeshift首席執行官Christian Lanng在接受Bloomberg采訪時表示，在支付領域，加密貨幣并不穩定，所以商業應用會是一個問題。他認為，需要等到下一代更加穩定的加密貨幣的出現，才會可能應用在B2B的支付業務。[2018/5/31]

除了戰略方向之外，分歧點產生的根本邏輯還包括企業自身優勢，也就是過去的積累。

如前文中所說的阿里，便是基于此前大體量、多層次的C端用戶場景數據，選擇將2C這條道路；而騰訊則更喜歡行業客戶，因為騰訊云CSIG此前在產業互聯網領域開拓業務時，積累了大量客戶和行業knowhow，這便是騰訊云做垂直的行業大模型的優勢。

2｜舍與得

有舍才有得，在大模型賽道得選擇上，同樣如此。

對比B端和C端，無疑C端得爆發力更強，未來潛力更大，但是C端回利周期過長，帶給公司巨大的資金端壓力不容小覷。

國盛證券報告《ChatGPT需要多少算力》顯示，GPT-3訓練一次的成本約為140萬美元，整體來看，其訓練成本介于200萬美元到1400萬美元之間。

從這個方面來說，2B更具優勢，因為公司訓練大模型離不開云的幫助，所以大模型戰爭中所需要的算力成本和技術沉沒成本大部分將轉嫁給B端用戶分擔，以此實現造血，與此同時也更利于云落地的商業化。

這里同樣以大模型領域標桿性的產品ChatGPT為例，作為現下全球最火的大模型公司，OpenAI即便手握重器，其商業化能力依然堪憂。要知道OpenAI的市值接近300億美元，2023年又是站在最大的風口上的最大“明星”，但其至今收入仍不過2億美元。

博鰲論壇劉大鴻：C2B將成為區塊鏈時代社群經濟的新模式:領主科技創始人劉大鴻應邀出席博鰲亞洲論壇，并在數字經濟分論壇發表《社群經濟的區塊鏈進化》的主題演講。在數字經濟論壇上，劉大鴻首次提出C2B（Community to Business）的社群經濟模式，基于區塊鏈共識技術的智能合約群，將對內解決社群內部的協作問題，對外解決社群和商業機構之間的交易效率和信任問題，一個“公平，陽光，可信”的社群協作時代將會開啟。[2018/4/9]

不難看出，對于2C的玩家來說，如何實現盈利，達到良性循環的目的，是個需要頭疼的問題。

雖然2C付出的代價是巨大的，但風險和收益成正比，一旦能在C端站穩腳跟，其所帶來的好處也遠不是B端能比的。

互聯網平臺的本質是重塑信息的生產、分發、接收三個環節，而大模型將會對生產、分發兩大環節產生重大影響。

生產端，大模型的出現將重塑信息的生產方式，一方面極大的促進信息的生產，另一方面也將快速降低信息生產的壁壘；分發端，將大幅沖擊包括泛搜索入口、推薦入口在內的傳統流量入口。

2C就意味著能更加輕易且深刻的把握住這兩大環節，其所代表的巨大潛力和爆發力，足以讓任何企業動心。

其實相較于更加專業化、復雜化的B端企業服務場景，C端AI應用的用戶感知度與容忍度都較高。但AI大模型應用場景確實有從能見度更高的C端向業務需求及精度更高的B端轉化的趨勢。

因為目前這場戰爭覆蓋了3000多個可用的生成式AI應用，全球數千家科技公司，這種情況下，企業明確自身產品應用落地的方向，優先探索應用層，并積累相應的交互數據顯得尤為重要，只有這樣才有可能在這場硬仗中突圍。

其根本原因是伴隨LLM的快速迭代以及模型與業務融合度的不斷提升，B端企業服務場景引發下一輪AI應用層生產力革命的可能性更大。

目前來看，以百度的文心一言、阿里的通義千問為首的大模型選擇2C賽道，欲像ChatGPT一樣抓住C端機會；騰訊和華為的盤古3.0則落子B端，通過走行業大模型這條路，謀求領先；字節的火山方舟則選擇服務這些“參戰人員”，為他們提供武器。

其實相較于2B，走C端無疑是最穩健最優質的，那么這個問題的焦點便在于：2B究竟是不是真命題。下注B端的企業究竟是確信行業大模型才是未來，還是為了避免大量燒錢后卻無法取得相應回報的無奈之舉。這都需要時間的檢驗。

對于所有中國企業來說無論是選擇2C還是2B，迫在眉睫的都是我們在大模型發展上繞不過一個卡脖子的問題，即芯片算力問題，眾巨頭或完全依賴英偉達，或嘗試自己突破，但都避免不了燒錢。

3｜奔跑

美國預計最快將會在7月要求美芯片公司停止向中國客戶售賣AI芯片，甚至連英偉達H100芯片降低性能后的H800也包括在內。

正如《芯片戰爭》中所言，“未來的戰爭將比以往任何時候都更加依賴芯片，比如運行人工智能算法的強大處理器，處理數據的大存儲芯片，以及感知和產生無線電波的完美調諧模擬芯片。”

這無一不在傳遞一個信息——美國永遠會盡最大的可能，卡死中國芯片發展之路。而無論是想從美國手里搶得一些芯片，還是想實現芯片方向的中國制造，大量燒錢都無法避免。

燒錢之戰的重點是去年尚不溫不火的GPU。

目前看，GPU爭奪戰火藥味十足。字節跳動今年已訂購了10萬塊A100與H800芯片，總花費超過10億美元，僅它一家今年的訂單，就已接近英偉達去年在中國商用GPU的總銷售量；騰訊云在今年3月發布的新版高性能云計算服務中也使用了上萬塊H800芯片；百度今年向英偉達新下的GPU訂單高達上萬塊，要知道Google等公司的訂單也就這個水平，而百度去年營收僅是Google的6%，為1236億元人民幣。

據英偉達官網數據，一枚A100售價1萬美元，一枚H100售價為3.6萬美元，A800和H800售價略低于原版，如此大量的使用和采購這些芯片，期間投入無疑是巨大的。

即便如此，相較于國外巨頭，國內企業對芯片、服務器和數據中心等方面的資本開支投入仍有提升的空間。

過去三年，海外巨頭瘋狂砸錢，亞馬遜、Meta、Google、微軟四家公司，年資本開支最少的也超過了150億美元；同期國內阿里、騰訊、百度均遠未達到這一數值，百度的年資本開支甚至僅在8到20億美元之間。

2021年后，中國公司相關方向的投資收縮，騰訊、百度去年的資本開支均同比下滑超25%，

而四家美國巨頭開支繼續增長：亞馬遜去年的資本開支已達580億美元，Meta、Google均為314億美元，支出最少的微軟也有近240億美元。

如果說資金層面的麻煩尚能解決，那“卡脖子”的問題則相當難處理。

在不傷害原有業務的情況下，拆東墻補西墻，以解一時之需，成為不少企業的選擇。

阿里達摩院裁撤自動駕駛實驗室，釋放一批GPU；字節把一批原計劃新增給字節商業化技術團隊的A100分給了研發字節大模型的朱文佳；美團從多個部門調走了一批頂配版A100，為大模型研發輸血；B站也在協調各部門資源，優先將GPU勻給大模型部門。

哪里有壓迫，哪里就有反抗。

美國對芯片管控的日趨收緊，嚴重擠壓了國內企業的生存空間和利潤空間，部分企業力圖掙脫束縛：如百度AI芯片昆侖、騰訊視頻處理芯片“滄海”和AI芯片“紫霄”等互聯網巨頭自主研發得AI芯片，燧原科技、摩爾線程等新興企業專注于研發通用GPU的公司。

即便相較于高性能的GPU，通用GPU只是其平替，無論是并行計算能力，還是大規模的計算核心都和前者有一定差距，但不可否認的是這個差距正在縮小。

上述事實佐證著一個觀點：大模型領域遲早要走出一個甚至多個巨頭，贏家通吃的殘酷性也預示著這場仗絕無猶豫的時間，一旦打響便需“搏命”，為此需要大量燃燒經費，補充彈藥，2B自帶造血能力的優勢進一步被凸顯。

大模型時代已經到來，在這場沒有硝煙的戰爭中沒有撤退可言，利用自身此前積累的數據、資金優勢換取時間、空間上的領先，以謀求成為大模型市場新的巨頭，成為各家的訴求。

說明：數據源于公開披露，不構成任何投資建議，投資有風險，入市需謹慎。

—END—

Tags：GPT人工智能亞馬遜GPT價格GPT幣人工智能技術應用學人工智能后悔死了人工智能考研考哪些科目亞馬遜幣是什么幣

火必APP