本文来自微信公众号“元力社”，作者/头部科技。
不容置疑，人工智能一定是近年关键词。
国内百度、阿里、科大讯飞、商汤接连布局，王小川、李开复、王慧文等也纷纷加入，“他们”为AI造势，AI也令“他们”名声大噪，近期国外大模型也开启了大乱斗模式。
要么生存，要么灭亡。
作为经历过移动互联网，投资过上一轮AI热潮的人，李开复也创立了大模型公司，他表示，“这次大模型创业，我十年都不会变现”，似乎不太乐观。
或许，AI大战经过这么多轮的追逐，当下我们可能更要思考和面对的是，AI的浪潮中，企业应如何平衡技术信仰与市场导向？如何对冲大模型高昂的训练成本以及研发成本？AI又要如何赚钱，才能带动AI新创企业业绩持续增长，快速完成IPO实现上市？
2024年，AI大模型行业将迎来真正洗牌。
在国外，大模型变现变难了
国外媒体日前撰文指出，人工智能的热潮或已开始逐渐褪去。
人们也越来越清楚地认识到，大模型变现的过程中支出与收入差距明显，押注这场革命的科技公司，正努力寻找如何缩小巨额支出与未来利润之间的差距。
对一些为开发通用人工智能合计募集到数百亿美元的明星初创企业而言，这个问题尤为严重。国外一些初创企业已经意识到，初创公司想要同微软、谷歌等科技巨头在人工智能领域一决高下，门槛已经提高至数十亿美元。且即便是账户中拥有了这么多的资金，也可能只是杯水车薪，不一定有成效。
自今年3月中旬以来，数家曾风光无限的人工智能初创公司已因财务压力遭受重创。
募集到15亿美元、但几乎没有获得任何收入的Inflection AI，已经放弃了原有的业务。
因推出开源大模型平台Stable Diffusion而风光无限的Stability AI，不仅进行了裁员，还辞退了首席执行官。
得到亚马逊和谷歌巨额投资的Anthropic，则一直在努力缩小营收与巨额支出之间高达近18亿美元的差距。
日前，海外市场投资Facebook和Salesforc的Meritech Capital，以及TCV、General Atlantic、Blackstone等机构纷纷暂停对生成式AI的关注。Gartner分析师John-David Lovelock称，大模型数十亿美元的投资数量已经放缓且几乎已经结束，热钱涌向AI应用。
在国内，情况也是不容乐观
大模型企业的盈利能力始终限制着产业的发展。
公开数据显示，2023年中国AI领域投融资数量约为232笔，融资总额约为20亿美元。CBInsights数据显示，2023全年生成式AI新创在全球获得约204亿美元融资，是2022年36亿美元的5倍以上。
进入到2024年，资本市场对AI大模型正逐渐从火热到趋冷。一级市场上，IT桔子数据显示，2024年Q1 AI生产和AI行业应用融资金额分别为123.89亿元和74.01亿元，对应投资事件数量分别为36起和65起。
就在近期，据相关媒体报道，前搜狗公司CEO王小川创立的百川智能正进行新一轮数亿美元融资，这或将成为2024年国内AI领域最大融资之一，但日前并未得到官方确认。
当下，月之暗面、MiniMax估值分别为超23亿美元和超25亿美元，智谱AI估值超百亿元，这四家AI新创企业在资本助推下，正成为生成式AI时代的“新AI四小龙”。
资本押注“新AI四小龙”的背后，或是2023年全球资本市场对AI大模型高热情的缩影。若考虑“新AI四小龙”拿下行业大笔融资，其他AI新创企业则正面临融资难、融资少的问题，AI应用也成为资本关注的新方向。
有人认为，“2024年是大模型应用场景元年，中国完全可以走出一条具有中国特色的大模型发展之路。”
但大模型投入太大，盈利跟不上，国内很多公司的投入，显然无法睥睨OpenAI，主要还是因为没钱。往往心比天高，命比纸薄，经受不住市场的考验，只要资本市场稍微的风吹草动，这其间的初创企业就沦为产业炮灰。
绕不开的OpenAI，盈利能力又如何？
众所周知，OpenAI的技术能力领先程度，与其烧钱的速度，一直成正比的。但其商业化收入，始终没有显著提升。
第三方市场分析平台Sensor Tower公布的数据显示，过去一个月中，ChatGPT在全球App Store中的下载量为700万，订阅收入1200万美元；全球Google Play市场的下载量为9000万，订阅收入300万美元。
目前，ChatGPT Plus在两个应用商店的订阅价格均为19.99美元。由订阅数据推断，ChatGPT Plus过去一个月中，通过应用商店付费的订阅用户数为75万。
虽然ChatGPT Plus还有大量的直接付费用户，但从手机端的收入来看，每年进项仅为2亿美元，再翻几倍也很难覆盖其烧钱速度，更难撑起OpenAI近千亿的估值。
这可能也是GPT 5迟迟不发布的原因，要么是性能没提高多少，要么是成本太高。这背后，正是成本与商业模式的问题。
近日，GPT-4o宣布免费了，这对于任何一个大模型创业者，任何一家大模型创业公司来说，或许都算不上一个好消息。OPenAI选择卷入免费模式的竞争，说明GPT的用户和收入增长都已经碰到瓶颈，此举也会让其他大模型创业公司的生存环境变得更加艰难。
尽管所有的从业者都知道“ofo式烧钱”的打法不可持续，但是却没有人敢主动退出“烧钱”的行列。
当下虽然有一堆人涌进来做大模型，但客户并不愿意付费，因为客户是非常理性的。在技术水平差不多的情况下，肯定是哪家便宜就用哪家，哪家免费就用哪家。你收费，就不选你，企业就直接面临着出局的窘境。
出路：To B or To C？
自2023年大模型发展至今，To C端的大模型商业化一般为互联网订阅模式。如文心一言的连续包月和包年，智谱AI根据用户访问官网期间使用的tokens进行收费。
此外，国内AI新创企业，多以互联网订阅方式为主，场景多集中在聊天机器人及衍生的AI虚拟陪伴等领域。但想要跑通互联网订阅模式，核心需解决用户增长、用户体验、用户留存等关键问题。尤其是在国内To C端用户付费意识不强下，更需保证大模型APP DAU的持续增长。
2024年百模大战下，各类AI场景应用层出不穷，这让用户愈发挑剔的同时，各家企业想要打造爆款大模型APP难度也在增加，AI新创企业通过信息流、应用商店、App Store获取用户增长的成本将持续走高。如何不断进行场景创新，保证用户留存成为AI新创企业的难题。
用户留存的不稳定，也将直接影响AI企业的运营成本。如当用户访问量激增时，AI企业需将大模型算力扩容。可当访问量暴跌后，又出现大模型算力闲置浪费问题。
考虑当前大模型算力成本居高不下，如何进行成本均摊减轻计算负担，如何进行大模型算力的“削峰填谷”，又是AI公司所面临的另一难题。
创业者们除了找到切入点以外，在To C市场要特别注意国内和国外的环境差异，尤其是行业管理和国家合规性问题，同国外市场相比，中国的C端市场在多样性和规模上空间显然更大。
To B端大模型商业化收效可能更快。AI大模、SaaS、云等各类软件，只有给企业带来真正的降本增效才有价值，才有企业主愿意买单。
如何让国内To B端企业主真正意识到大模型价值，尤其是相较于传统SaaS服务具有更大价值，发力To B端大模型市场，是AI企业迫切需要解决的问题。
进一步看，To B端大模型商业定制化服务面临两个棘手问题。
一方面，价格力是SaaS企业和云企业保持竞争力的关键。
另一方面，为To B端定制大模型除老生常谈的数据安全、部署成本、专业化、对客户需求痛点理解高，以及定制化服务可复制和重复性程度低、企业投入高、客户跟踪时间长等。尤其是大型企业的回款周期相对较长，更是对AI新创企业的现金流要求极高。
To B的需求会很复杂且难以规模化，而且国内To B环境跟国外的To B环境完全不一样。即便如此，大模型在To B领域可能会较早落地。
写在最后
在To B领域，客户关注的是解决方案而非产品本身，因此B端服务应着重于解决客户的实际问题，而不是单纯依赖大模型技术。
因此，To B领域更多地是关注B端的痛点，而在To C领域更多的是提升C端的体验。
AI大战鱼龙混杂，浪潮汹涌起伏，无论是想看热闹，还是虔诚地相信文明演进，这一切都将在某个时间节点给大家答案。
只是在当下，其实可能很多人还没意识到，无论变现还是技术，抑或其他方面的瓶颈，可能并不只是小公司的事情。
不过，如果AI演进到聪明的几乎不需要人类，那人类又凭什么想靠AI来赚钱？
