一辆驶向未来的时代列车
编者按：本文源自微信公众号“一点财经”（ID：yidiancaijing），作者：一点.大科技组，经微新创想授权转载。大模型正如同这辆时代的列车，吸引着所有科技巨头竞相登车。自去年底ChatGPT横空出世，国内外数十家科技巨头、初创企业及研究机构纷纷入局，瞬间点燃了大模型热潮。《中国人工智能大模型地图研究报告》显示，截至今年5月28日，中国已发布10亿参数规模以上的大模型79个，中美两国占据全球已发布大模型总量的80%以上。大模型的火爆态势，正深刻影响着当前的云市场格局。一方面，大模型需要强大的算力支撑；另一方面，客户对云服务的定制化、精细化需求日益增长，对AI能力的期待也水涨船高，这迫使云厂商必须寻求更深层次的创新突破。百度创始人李彦宏一语中的：“未来企业在选择云计算时，将不再关注底层算力，而是看重大模型的优劣。”与此同时，我国云市场秩序正经历重构。今年4月，IDC发布的报告显示，公有云IaaS+PaaS市场份额中，腾讯云由11.1%降至9.9%，从第二位跌至第四位。阿里云、华为云等竞争对手则展现出强劲的增长势头。影响下一阶段市场格局的关键变量正是大模型，对于云厂商而言，这不仅是一场技术较量，更关乎座次排位以及未来可能性的争夺。旧有的市场秩序并非坚不可摧，新一轮云市场排位战已然拉开帷幕。
降价背后的“拉新竞赛”
在大模型的浪潮下，一场争夺市场的激烈角逐已蓄势待发。云厂商们率先以传统的价格战吹响了冲锋号。今年4月起，阿里云率先降价，京东云、腾讯云、华为云、天翼云等纷纷跟进，打出“史上最大规模降价”“最高降幅达60%”等促销口号，仿佛置身于大型购物节现场。然而，投资大师段永平曾言：“除非万不得已，用价格武器总是错的”“低价是不会扩大市场份额的，被迫降价有机会保住市场份额而已。”那么，云市场是否已到了万不得已的地步？或许不必过度担忧，但当前的现实是，各云厂商仍处于市场扩张阶段，多数仍面临盈利难题，个别实现盈利的厂商，利润规模也并不理想。深入剖析可以发现，即便降价的主要目的在于拉新，也并非单纯为了抢占市场而仓促行动，其背后还有更深层次的原因和意义。
一方面，规模效应为降价提供了空间。当生产规模扩大，固定成本保持不变，分摊到单位产品上的成本便会降低，这种供给侧效率提升带来的规模效应正是云计算的核心优势。通过批量采购、定制硬件等方式降低硬件成本；借助自动化技术提升运维效率，减少人工开支；随着用户数量的增加，初始的固定成本可以分摊到更多用户和服务上。例如，京东云混合多云操作系统云舰的应用，使CPU平均使用率提升2倍，每年节省IT成本数亿元；京东云虚拟化引擎京刚2.0将算力虚拟化损耗降至零，云化成本直接下降15%。另一方面，降低门槛有助于提升客户企业上云意愿。新增的云客户企业上云的主要目的——将AI能力嵌入现有工作流程，提高生产效率，实现业务增长。以往，资金实力有限的中小企业往往采取“试试看”的态度，选择免费时长和容量体验基础云服务。这是因为高昂的迁移成本是企业上云的最大障碍。通过降价，云厂商可以将这些成本降至更容易接受的水平，从而增强云服务对企业的吸引力。降价效果立竿见影。阿里云宣布降价并推出核心云产品免费试用后，已吸引超过100万人次申请试用。最终，吸引更多企业上云，是迎接大模型浪潮的前提条件。ChatGPT的爆火引发了业界对大模型的广泛关注，中外科技巨头纷纷发布自家产品，大模型竞速赛已正式发令。云服务降价有效吸引了更多企业客户上云，为其打开了数字化转型的大门，使其享受到云服务带来的高效、灵活的优势，成为上云的积极用户。对云服务的下一阶段大模型而言，更多的云客户意味着更肥沃的训练与反馈土壤，以及更广阔的市场承接能力，这为在中小企业中普及大模型应用提供了可能。
大模型的两种创新路径
降价之后，如何将新客户转化为忠实用户？提供卓越的产品体验是最佳选择。基于大模型开发的应用能够带来更智能、更便捷的服务，这一前景已成为众多云厂商争相讲述的“焦点故事”。具体到落地阶段，创新路径主要分为两类：布局通用大模型或专注行业大模型，决策依据主要有两个：成本和场景。深入分析可以发现，通用大模型具有庞大的参数体量，动辄十亿乃至数十亿规模，成本高昂且在解决行业具体问题上缺乏“万能解”；行业大模型成本较低且更贴合细分行业特点，但需要基于开源大模型，针对特定行业进行建设和应用。上个月底，猎豹移动董事长兼CEO傅盛与知名投资人朱啸虎展开了一场观点碰撞。傅盛认为大模型带来了更多创业机会，而朱啸虎则提醒创业者入局大模型潮需谨慎。相比傅盛的理想主义，朱啸虎更显现实主义，他点出了一个关键问题——成本。以目前最成功的通用大模型GPT-4为例，其于今年3月发布，拥有约1万亿个参数，比上一代增加了近六倍，OpenAI透露其开发成本超过1亿美元。随着通用模型参数规模的飞速增长，其成本只会水涨船高。金山办公CEO章庆元也认为，“紧缺的英伟达GPU芯片、高昂的算力成本以及自研大模型商业化上的不确定性，都决定了这不是任何公司都愿意承担的风险。”显然，在资源集中于头部大厂的情况下，专注行业大模型及应用开发，才是更稳妥的创业路线。如何与行业现实场景结合，推动产品和服务大规模落地，是考验云厂商布局能力的另一道关卡。
在这一点上，头部云厂商各有独特的思考。阿里巴巴决定将所有产品接入“通义千问”，进行全面改造。阿里云智能集团董事长兼CEO张勇表示：“阿里云可以帮助更多企业用上大模型，基于‘通义千问’打造具备行业能力的‘专属大模型’。”这与百度的“文言一心”类似，“通义千问”属于通用大模型，难以针对企业具体业务进行定制优化，但通过开放其AI能力，企业可以借助“通义千问”训练符合自身需求的专属模型。由此，中小企业也能以较低门槛获得智能客服、AI设计师、自动驾驶模型等产品。与阿里云不同，腾讯并未发布通用大模型。腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生指出：“通用大模型可以在100个场景中解决70%-80%的问题，但未必能100%满足企业某个场景的需求。”当前，通用大模型的产业应用仍处于早期阶段，腾讯选择将大模型做小做精，或许是一项明智之举。腾讯云在6月公布了MaaS（模型即服务）全景图，推出基于腾讯云TI平台的行业大模型精选商店，涵盖10大行业、50多个解决方案，以及行业大模型精调解决方案。阿里云和腾讯云在大模型落地布局上的侧重点不同：前者重在发挥通用大模型的优势，后者专注行业模型的表现。而胃口最大的当属华为云，它全都要。华为在7月发布盘古大模型3.0时，喊出“不作诗、只做事”的口号，其大模型包括“5+N+X”三层架构，即五个基础大模型（自然语言、视觉、多模态、预测、科学计算），加上N个行业大模型，以及更多细化场景的模型，如政务热线、网点助手等。显然，无论产品形态如何，各云厂商都力求在大模型能力与垂直行业深度结合上打造护城河，场景落地是重中之重。与之前的“元宇宙”热潮相比，这一趋势显得更加务实。
云市场向何处去？
“大模型是一种变革性技术，未来将成为AI的操作系统。”华为云人工智能领域首席科学家、国际欧亚科学院院士田奇如此评价。云市场正在形成共识：大模型并非一个小变量，其发展速度日行千里，足以影响市场秩序的巨大机遇。“大模型是未来，但现在还不是一切。”有人如此评价道。期待越急，失望往往越大，显然已有反思者指出，大模型当前能做什么？离真正赋能百业还有多远？“降价+大模型”双管齐下，云服务似乎找到了下一阶段的前进方向，但在大范围爆发普及之前，仍需跨越诸多障碍。
其一，价格问题。受限于高额成本，当前大模型的落地价格难以大幅下降，并非大多数中小企业能够承受。正如业内人士所言，一个企业客户不会愿意每年花费上百万、上千万购买一个并不完美的聊天机器人，来回答客服问题或做文档摘要。云厂商们对此感同身受。阿里云希望未来企业在阿里云上训练一个模型的成本，“能够降低到现在的十分之一，甚至是百分之一，即使是中小企业，也能通过云平台获得AI大模型能力和服务。”百度智能云也表示，“价格应该不会成为大家使用或拥抱大模型的瓶颈。”事实上，百度大模型服务在推出三个月后，已实现成本下降十倍。
其二，可靠性有待提高。当前，各家大模型产品纸面实力强劲，引发客户无限遐想，但实际使用时却发现，人工智能并非每次都智能。目前，大模型还不具备原创性思维，既缺乏行业深度，也无法保证内容真实可信，同时可能带来数据安全隐患。这背后，是由于它无法了解企业内部独特情况及行业术语，其回答可能较为笼统，有时甚至提供不准确信息。在一些场景中，这是较为致命的弱点。例如金融、医疗领域，客户对AI提供专业服务的准确率要求高而容错率低。若受错误信息影响，客户可能面临严重后果。此外，如何在使用大模型的同时保护企业数据产权和隐私，也是一个令人困扰的问题。大洋彼岸的ChatGPT正陷入此类麻烦。6月底，有16人匿名起诉OpenAI及微软，指控其在未经允许的情况下使用并泄露个人隐私数据，索赔金额高达30亿美元。随后又有两位文字作者声称，OpenAI未经允许使用了他们的小说训练ChatGPT，构成侵权。可见，大模型需要海量资料进行“饲养”训练，但海量内容的输出与输出在隐私与侵权方面难以完全把控。因此，一方面，云厂商需要结合行业特点和企业数据进行大模型的训练和专项优化；另一方面，云厂商需确保大模型数据可控可追溯，并经过多轮测试验证才能落地使用。
投入巨大成本，成果不够完美，风险随时潜伏，大模型的成熟之路还有很远。
结语
作为一种新兴技术，大模型将深刻影响云服务的发展进程。而云服务将走向何方？或许像互联网一样，最终成为基础设施的一部分，在人们的司空见惯中褪去热点光环；又或者因久久难以普及落地，成为被遗忘的“珍珠”。目前，云服务更多在B端市场发挥较大作用，对普通人日常影响不够直接。未来随着人工智能的发展，门槛大幅降低后，每个人都能享受到云服务的智能与便利。只是目前，高昂的投资、稀缺的人才、同质化的竞争、仍不明朗的商业模式……待解的问题还有很多。大模型的火热发展，既是机会，也是最大变量。
本文为专栏作者授权微新创想发表，版权归原作者所有。文章系作者个人观点，不代表微新创想立场，转载请联系原作者。如有任何疑问，请联系http://www.idea2003.com/。