中国 AI 大模型，应该如何商业化？

文章来源：产业家

作者：斗斗

编辑：皮爷

图片来源：由无界 AI生成

如今，大模型的商业化问题再次被摆在台面上。

一个事实是，当下的大模型训练需要强大的算力支撑，尤其是参数量大的模型，花费极大。比如OpenAI的语言模型GPT-3，成本接近500万美元，也就是人民币4000万左右。庞大的模型训练需要巨额的资金来支持。

投入了巨额资金之后，企业一方面是希望尽快商业化来解决后续研发资金的问题，一方面也是希望通过商业化来达到赚钱的目的。

那么矛盾也接踵而来，迅速的商业化，难以避免的是一些安全性、伦理性的问题被暂且搁到一边，更为真实的情况是，如今大模型迅速商业化之后的发展路径思考的其实并不多，因此也就看到了很多大模型基本上就是浅尝即止，最后引发商业化与非盈利之间的矛盾。

OpenAI前段时间的“宫斗”，便是一个很好的例证。

11月18日，OpenAI管理层发生巨变，CEO奥特曼被解雇。至此，OpenAI“宫斗”上演。

在公开报道中，OpenAI的六人董事会中，被开除的奥尔特曼和Greg Brockman倾向加速商业化，以获得更多资金来支持AI模型的算力需求；而独立董事Tasha McCauley和Helen Toner更关注AI的安全。

简言之，一方以技术为主导，追求模型的卓越性，以实现通用人工智能为目标；一方则认为商业化是公司发展的必经之路，应该积极拓展市场应用，从而实现盈利为目标。由此，一个猜测是，倡导商业化的阿尔特曼碰到了强调AI技术、安全属性的Ilya Sutskever，直接正面引发了冲突。

经过反反复复地拉锯。11月30日，OpenAI宣布组建新初始董事会，Sam Altman重新担任CEOMira Murati担任首席技术官。这次“宫斗”胜利者似乎属于商业化的那一方。

但在这场由世界顶级大模型公司引起的“商业化与非盈利之争”的闹剧下，引发的一些问题使人陷入深思，即大模型的商业化正面临着哪些困局？大模型应该如何商业化？

而在中国市场，大模型厂商除了已经展现出来的算力层面商业价值外，还可以在哪些方面进行商业化尝试？以及，这条路已经走到哪了？

01 大模型商业化众生相

在大模型的商业化方面，以百度、阿里、腾讯等为代表的互联网厂商，目前商业化前景较为清晰。这一点与其自身庞大的业务体系不无关系。

即互联网巨头可通过将大模型集成到现有产品和服务中，比如百度文库文档助手、淘宝问问、Bing搜索引擎等，来增加用户粘性并带动营收增长。主要方式是将生成式AI作为辅助功能，嵌入原有业务，视为一项增值服务。

其次是订阅服务，即采用按月或按使用量计费的订阅模式，为客户提供持续的大模型访问权限。例如OpenAI的ChatGPT、百度等文心一言、阿里的通义千问等。目前国内文心一言等也在通过订阅制的商业模式，为大模型应用带来一些营收，但其他厂商收费意向不明。

此外以智谱AI这类国家队厂商为代表的商业化前景亦比较清晰。业内普遍认为，诸如国内大型企业、央国企想要与大模型结合，智谱AI是一个绕不过去的选项。

但尽管如此，国内大模型商业化仍处于初级阶段，商业化进程面临着诸多挑战。

首先，大模型的研发和应用需要大量资金和时间投入，而回报却往往难以预测。这导致许多企业在商业化过程中犹豫不决，错失市场机遇。

其次，大模型的伦理道德和安全性问题也给商业化带来了一定的压力。例如，算法偏见和歧视、数据泄露和滥用等问题时有发生，这使得一些企业在大模型应用方面持谨慎态度。此外，国内大模型商业化还面临着市场接受度和应用场景等问题。

目前，大部分企业的应用需求主要集中在智能客服、智能推荐、智能营销等领域，其他领域的应用仍处于探索阶段。这使得大模型商业化进程相对缓慢，难以实现规模化发展。

更值得注意得是，尽管国内在人工智能领域取得了显著进展，但与国际领先水平相比，国内的大模型技术还存在一定差距。这使得国内企业在国际市场竞争中处于劣势地位，也就很难向出海、跨境方向延伸。

此外，国内大模型商业化还面临着商业模式不成熟的问题，比如如何收费，以目前国内普遍采取的算力收费形式而言，这种模式似乎与云计算的收费模式一致，而从利润率来看，这显然不是一个优质的收费模式。

对于国内的大模型厂商而言，商业化的路如何走成为当下亟待解决的问题。

02 MaaS、开源与Agent