大模型如同一輛時代列車，所有科技大廠都想上車。
自去年底ChatGPT一炮而紅，國內(nèi)外數(shù)十家科技大廠、創(chuàng)業(yè)公司、機構相繼下場，一時間掀起大模型的熱浪。
《中國人工智能大模型地圖研究報告》顯示，截至今年5月28日，中國10億參數(shù)規(guī)模以上的大模型已發(fā)布79個，中美兩國占全球已發(fā)布大模型總量的80%以上。
大模型的火熱態(tài)勢，給當前的云市場帶來了不小的沖擊。
一方面，大模型背后需要有強大的算力支撐；另一方面，客戶對云服務有著更加定制化、精細化的要求，對服務的AI能力有了更多期待，這就迫使云廠商尋求進一步的深入創(chuàng)新。
百度創(chuàng)始人李彥宏指出其中關鍵：“未來企業(yè)在購買云計算的時候不看底層算力，而是看大模型的優(yōu)劣。”
而同時，我國云市場秩序正面臨重構。今年4月，IDC發(fā)布報告顯示，公有云IaaS+PaaS市場份額中，騰訊云由11.1%減少至9.9%，由第二位降至第四位。阿里云、華為云等友商爆發(fā)出了更大的活力。
影響下一階段市場格局最大變量就是大模型，對于云廠商們來說，這不僅是一場技術競賽，更是有關座次排位以及對未來可能性的角逐。舊時代的秩序并非牢不可破，云市場新一輪排位戰(zhàn)，正在被巨頭們拉開帷幕。
降價背后的“拉新競賽”
在大模型的機遇面前，一場爭搶市場的惡仗蓄勢待發(fā)，云廠商們先以傳統(tǒng)的價格戰(zhàn)吹響了沖鋒號。
今年4月開始，阿里云帶頭降價，京東云、騰訊云、華為云、天翼云紛紛“跟牌”，“史上最大規(guī)模降價”、“最高降幅達60%”等甩賣口號，令人頗有走入大賣場的錯覺。
然而投資大師段永平說過，“除非萬不得已，用價格武器總是錯的”“低價是不會擴大市場份額的，被迫降價有機會保住市場份額而已。”
那么，云市場到了萬不得已的時候了嗎？
或許不應危言聳聽，但當前能看到的是，各個云廠商都還處于市場擴張的階段，大部分仍困于盈利難的漩渦，個別實現(xiàn)盈利的云廠商，利潤規(guī)模也并不如人意。
剖析來看，即使降價目的直指拉新，也并非單純?yōu)榱藫屖袌龆鴤}促降價，其中還有更深層次的原因和意義。
一方面，規(guī)模效應帶來了降價空間。
當生產(chǎn)規(guī)模擴大，固定成本保持不變，分攤之后，單位產(chǎn)品成本降低，這種供給側效率提升帶來的規(guī)模效應正是云計算的顯著特點。
采取批量購買、定制硬件等手段降低硬件成本；依靠自動化技術手段，大廠能夠提高運維效率從而減少人工等運營成本；隨著用戶數(shù)量的增加，初始的固定成本可以分攤到更多的用戶和服務上。
例如，隨著規(guī)模擴大，京東云混合多云操作系統(tǒng)云艦，使CPU平均使用率提升2倍，每年節(jié)省IT成本數(shù)億元；京東云虛擬化引擎京剛2.0，將算力虛擬化損耗降至零，云化成本直降15%。
另一方面，降低門檻，提升了客戶企業(yè)上云意愿。
對于新增的云客戶公司們來說，上云有著明確的目的——將AI能力嵌入現(xiàn)有的工作流程，提高生產(chǎn)效率，帶來業(yè)務增量。
以前，并不財大氣粗的中小客戶們，往往采取“試試看”的態(tài)度，選擇免費時長和容量體驗較為基礎的云服務。這是因為，高昂的遷移成本是企業(yè)上云的最大阻礙。通過降價，云廠商可以使這些成本降到一個更容易接受的水平，從而使云服務對這些企業(yè)更具吸引力。
降價總是立竿見影的。阿里云宣布降價和核心云產(chǎn)品免費試用雙管齊下，已吸引超過100萬人次申請阿里云官網(wǎng)的試用。
最后，吸引更多客戶上云，是迎接大模型浪潮的前置條件。
ChatGPT的爆火引發(fā)了業(yè)界對大模型的關注，中外科技大廠紛紛發(fā)布自家產(chǎn)品，大模型競速賽的發(fā)令槍已響。
云服務降價有效吸引更多企業(yè)客戶上云，為其打開了數(shù)字化轉型的大門，使其享受到云服務帶來的高效、靈活的優(yōu)勢，成為上云的積極用戶。
對云服務的下一階段大模型來說，更多的云客戶，無疑是模型訓練與反饋及市場承接兩方面的“肥沃土壤”，這為在廣大中小企業(yè)之間普及大模型應用提供了可能性。
大模型的兩種創(chuàng)新路徑
降價之后，如何將拉來的新客培養(yǎng)為忠實客戶？
提供出眾的產(chǎn)品體驗是最好的選擇，基于大模型開發(fā)應用能夠帶來更智能、便利的服務，廣闊的前景令其成為眾多云廠商爭相講述的“焦點故事”。
具體到落地階段，則分成了兩類創(chuàng)新路徑：布局通用大模型還是直接專注行業(yè)大模型，其中的考量因素主要有兩個：一是成本，二是場景。
剖析來看，通用大模型是具有大規(guī)模參數(shù)體量的基礎設施，動輒十億乃至數(shù)十億規(guī)模的參數(shù)，成本高且在解決行業(yè)具體問題上并沒有“萬能解”；行業(yè)大模型成本低且更匹配具體行業(yè)的特點，不過需要立足在開源大模型的基礎上，針對細分行業(yè)進行建設和應用。
上個月底，獵豹移動董事長兼CEO傅盛和知名投資人朱嘯虎發(fā)生了一次觀點碰撞，傅盛認為大模型帶來了更多的創(chuàng)業(yè)機會，朱嘯虎則勸告創(chuàng)業(yè)者踏入大模型潮需謹慎。
相比傅盛的理想主義氣質，朱嘯虎顯然更偏向于現(xiàn)實主義，他提醒了一個關鍵點——成本。
以當前最為成功的通用大模型GPT-4為例，其于今年三月份發(fā)布，大約擁有1萬億個參數(shù)，比上一代增加了近六倍，OpenAI透露其開發(fā)成本超過1億美元。隨著通用大模型的參數(shù)規(guī)模飛速增長，其成本只會愈加水漲船高。
金山辦公CEO章慶元也認為，“緊缺的英偉達GPU芯片、昂貴的算力成本以及自研大模型商業(yè)化上的不確定性，都決定了這不是任何公司都愿意承擔的風險。”
顯然，在資源普遍集中于實力大廠手里的情況下，專注行業(yè)大模型及應用開發(fā)，才是更穩(wěn)妥的創(chuàng)業(yè)路線。
如何與行業(yè)現(xiàn)實場景結合，推動產(chǎn)品和服務大規(guī)模落地，是考驗云廠商布局能力的另一道關卡。在這一點上，頭部云廠商都有自己獨特的思考。
“阿里巴巴決定未來將所有產(chǎn)品接入‘通義千問’，進行全面改造。”阿里云智能集團董事長兼CEO張勇說道：“阿里云可以幫助更多企業(yè)用上大模型，基于‘通義千問’擁有具備自己行業(yè)能力的‘專屬大模型’。”
以此理解，與百度的“文言一心”相似，“通義千問”屬于通用大模型，難以針對企業(yè)的具體業(yè)務問題進行定制優(yōu)化，但通過開放其AI能力，企業(yè)可以借“通義千問”訓練符合自身需求的專屬模型。由此，中小企業(yè)也能夠以較低的門檻，獲得自己的智能客服、AI設計師、自動駕駛模型等產(chǎn)品。
與阿里云不同，騰訊并沒有發(fā)布自己的通用大模型。
“通用大模型可以在100個場景中解決70%-80%的問題，但未必能100%滿足企業(yè)某個場景的需求。”騰訊集團高級執(zhí)行副總裁、云與智慧產(chǎn)業(yè)事業(yè)群CEO湯道生如此說道。
當前，通用大模型的產(chǎn)業(yè)應用仍處于早期階段，騰訊選擇將大模型做小做精，或許是一項明智的選擇。
騰訊云在6月份公布了MaaS（模型即服務）全景圖，推出了基于騰訊云TI平臺的行業(yè)大模型精選商店，提供10大行業(yè)，50多個解決方案，還有行業(yè)大模型精調(diào)解決方案。
阿里云和騰訊云在大模型落地布局上的側重點不同，前者重在發(fā)揮通用大模型的實力，后者專注行業(yè)模型的表現(xiàn)，而胃口最大的當數(shù)華為云，它全都要。
華為在7月份發(fā)布盤古大模型3.0之時，喊出了“不作詩、只做事”的口號，其大模型包括“5+N+X”三層架構，即五個基礎大模型（自然語言、視覺、多模態(tài)、預測、科學計算），加上N個行業(yè)大模型，以及更多細化場景的模型，比如政務熱線、網(wǎng)點助手等。
顯然，無論產(chǎn)品形態(tài)如何，各云廠商都力求在大模型的能力以及與垂直行業(yè)深度結合上打造護城河，場景落地是重中之重，與之前的“元宇宙”潮相比，顯得更加務實。
云市場向何處去？
“大模型是一種變革性的技術，未來將成為AI的操作系統(tǒng)”，華為云人工智能領域首席科學家、國際歐亞科學院院士田奇如此認為。
云市場正在形成共識，大模型并非一個小變量，其發(fā)展速度日行千里，是一場足以影響市場秩序的巨大機會。
“大模型是未來，但現(xiàn)在還不是一切”，有人如此評價道。期待越急，往往失望越大，顯然已經(jīng)有人為此反思，大模型現(xiàn)在能做什么？離真正的賦能百業(yè)還有多遠？
“降價+大模型”雙管其下，云服務似乎找到了下一階段的前進方向，但在大范圍爆發(fā)普及之前，仍要邁過更多的坎。
其一是不菲的價格。
受限于高額成本，當前大模型的落地價格難以大幅度下降，不是大多數(shù)中小企業(yè)能夠承受的。正如業(yè)內(nèi)人士所說，一個企業(yè)客戶并不會愿意每年花費上百萬、上千萬買一個并不完美的聊天機器人，幫自己回答客服問題或做文檔摘要。
云廠商們自然感同身受。阿里云希望未來企業(yè)在阿里云上訓練一個模型的成本，“能夠降低到現(xiàn)在的十分之一，甚至是百分之一，即使是中小企業(yè)，也能通過云平臺獲得AI大模型能力和服務。”
百度智能云也表示，“價格應該不會成為大家所使用或者是擁抱大模型的瓶頸。”事實上，百度大模型服務在推出三個月后，已經(jīng)實現(xiàn)了超過十倍的成本下降。
其二是可靠性有待提高。
從當前的表現(xiàn)看，各家大模型產(chǎn)品紙面實力都很強，令客戶浮想聯(lián)翩，但真正使用時卻發(fā)現(xiàn)，人工智能并不是每次都智能。
如今，大模型還不具備原創(chuàng)性的思想，既缺乏行業(yè)深度，也無法保障其內(nèi)容真實可信，同時還容易帶來數(shù)據(jù)安全隱患。
這背后，是由于它無法了解企業(yè)內(nèi)部獨特的情況及行業(yè)術語含義，它的回答可能會比較籠統(tǒng)，有時候甚至可能會提供不準確的信息。
在一些場景中，這是較為致命的弱點。例如金融、醫(yī)療等領域，客戶對AI提供專業(yè)服務的準確率要求高而容錯率低。如若受到錯誤信息的影響，客戶可能將會面臨嚴重的后果。
此外，如何在使用大模型的同時保護企業(yè)數(shù)據(jù)產(chǎn)權和隱私，也是一個令人困擾的問題。
大洋彼岸的ChatGPT正陷入這樣的麻煩。6月底，有16人匿名起 訴OpenAI及微軟，認為他們在未經(jīng)允許的情況下使用并泄露了個人隱私數(shù)據(jù)，索賠金額高達30億美元。隨后又有兩位文字作者聲稱，OpenAI未經(jīng)允許使用了他們的小說訓練ChatGPT，構成侵權。
可見，大模型需要大量資料進行“飼養(yǎng)”訓練，但海量內(nèi)容的輸出與輸出在隱私與侵權方面難以把控。
因此，一方面，為了提供更高實用性，云廠商需要結合行業(yè)特點和企業(yè)數(shù)據(jù)進行大模型的訓練和專項優(yōu)化。
另一方面，云廠商需要保證大模型數(shù)據(jù)可控可追溯，且進行了多輪測試驗證才能落地使用。
投入巨大成本，成果不夠完美，風險隨時潛伏，大模型的成熟之路還有很遠。
結語
作為一種新潮的技術，大模型將深深影響云服務的發(fā)展進程。
而云服務將走向何方？或者像互聯(lián)網(wǎng)那樣成為基礎設施的一部分，在人們的司空見慣中褪去熱點光環(huán)，又或者因久久難以普及落地，成為被遺忘的“珍珠”，還未可知。
如今云服務更多是在B端市場有較大的發(fā)揮空間，對普通人日常的影響不夠直接，未來隨著人工智能的發(fā)展，門檻大幅降低后，每個人都能享受到云服務的智能與便利。
只是目前，高昂的投資、稀缺的人才、同質化的競爭、仍不明朗的商業(yè)模式……待解的問題還有很多。大模型的火熱發(fā)展，是機會，也是最大變量。
申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！
