價格戰(zhàn)迷霧下,大模型創(chuàng)業(yè)者只能被動挨打?
如果說2023年是大模型的資格賽,融資額度決定了能否晉級,2024年已然快進到了淘汰賽的階段。
字節(jié)跳動、阿里云、百度智能云、騰訊云等先后在5月中下旬加入“價格戰(zhàn)”,輕量級模型直接免費,主力模型的API價格普遍下調了90%以上。曾經以“燒錢”著稱的大模型,迅速進入到“白菜價”時代。
當時就有人提出這樣的問題:大廠選擇“燒錢狂飆”,大模型創(chuàng)業(yè)公司怎么辦?
時間過去半個多月,幾家獨角獸級的大模型創(chuàng)業(yè)者紛紛表明了態(tài)度:智譜AI果斷跟進,一個月里兩次下調價格;MiniMax悄然啟動了注冊認證贈送1億tokens,以及TPM擴容不收費的活動;百川智能創(chuàng)始人王小川公開表態(tài)不會跟風降價;零一萬物CEO李開復直言“國內大模型市場瘋狂降價是雙輸?shù)拇蚍?rdquo;。
作為大模型行業(yè)真正意義上的“第一戰(zhàn)”,大廠們不計成本的拼價格,到底會對初創(chuàng)企業(yè)產生什么樣的影響?
三種可能的結果
截止到目前,大模型降價潮還在蔓延中,市場格局的變化至少需要半年乃至更長時間。但在故事塵埃落定前,并不難揣測一些可能的結局。
第一種比較理想化的結果:大模型降價利好開發(fā)者,AI原生應用加速爆發(fā),逐漸從量變引發(fā)質變。
目前大多數(shù)中小企業(yè)和個人開發(fā)者是通過API接口來調用大模型能力的,瘋狂降價前的價格普遍在0.02元/千tokens上下,對于缺少盈利模式的開發(fā)者來說,算力成本儼然是一座沉重的大山。
大模型降價甚至免費,意味著開發(fā)者的成本曲線將大幅下降,促使開發(fā)者更低成本進行開發(fā)、試錯,進而打造出更多的AI原生應用,讓大模型能力滲透到更多場景中。也許當下的應用仍存在同質化,主要以智能助手和情感陪伴為主,卻不乏從量變引發(fā)質變,孕育出超級應用的可能。
可以佐證的是,百度宣布ERNIESpeed和ERNIELite免費開放使用后,兩款模型的日調用量翻了10倍。有點像移動互聯(lián)網(wǎng)早期的一幕,因為運營商下調了流量費,用戶開始嘗試各種新奇應用,最終迎來了百花齊放的繁榮景象。而在一個生機勃勃的生態(tài)里,每個大模型廠商都將是受益者。
第二種更符合現(xiàn)實的結果:部分缺少“護城河”的大模型廠商被淘汰,算力、人才和資本越來越集中。
一種較為流行的觀點是:誰的用戶多,產生的數(shù)據(jù)就越豐富,投喂給大模型的“飼料”就越多,越有可能訓練出更好的AI。大模型廠商降價的目的,是為了吸引更多人使用,將用戶的真實使用數(shù)據(jù)反哺給大模型,然后進行訓練迭代。
資本市場的謹慎態(tài)度,讓“百模大戰(zhàn)”的局面曇花一現(xiàn),但不少拿到了融資的中腰部創(chuàng)業(yè)者,仍在煉模型這件事上苦苦掙扎。頭部玩家們打出的價格牌,有望讓部分搖擺的創(chuàng)業(yè)者放棄自研大模型,將注意力轉移到應用層或其他領域,避免大模型在底層硬件、軟件等方面的重復建設,推動整個行業(yè)朝同一個方向發(fā)力。
不管是出于什么樣的考量,行業(yè)集中度的提升都不是什么壞消息。大模型屬于極限考驗算力資源和人才密度的賽道,即使“百模大戰(zhàn)”沒有上演,活躍的大模型廠商仍然多達兩位數(shù),還需要進一步優(yōu)勝劣汰。
第三種相對悲觀的結果:價格戰(zhàn)是同質化的表現(xiàn),當價格成為市場的主導力量,將上演“圈地運動”。
網(wǎng)約車、外賣、社區(qū)團購等移動互聯(lián)網(wǎng)時期的經典戰(zhàn)役,無不經歷了價格戰(zhàn)的階段,且或多或少是同質化競爭導致的。倘若大模型卷性能帶來的收益越來越低,而且能力大同小異的時候,價格無疑是攻城略地的有效手段。
可能在一些人眼中,大模型的關鍵在于效果,比起價格,客戶更在意落地帶來的價值。這樣的觀點沒有錯,卻忽略了價格戰(zhàn)的時機:如果企業(yè)已經深入使用了一段時間,價格上的差異很難撬走客戶;如果客戶還處于選型的階段,誰能吸引到更多的客戶,誰就在競爭中拿到了先手棋。
借用智源研究院總工程師林詠華的說法:“大模型的降價潮是一場生態(tài)的爭奪戰(zhàn)。當一家企業(yè)已經適配了一個模型,他未必還愿意再去適配更換另一個,在更換成本客觀存在的前提下,行業(yè)企業(yè)會希望先通過價格的方式拉攏一批用戶。”沿循這樣的邏輯,大模型的價格戰(zhàn)和網(wǎng)約車、共享單車等并無本質的區(qū)別,都是一場有預謀的“圈地運動”,不過是目標對象不同而已。
客觀的說,大模型價格的下降是必然的結果,畢竟推理成本下降了。就像百度創(chuàng)始人李彥宏在 Create 2024 百度 AI 開發(fā)者大會上提到的:“相比一年前,文心大模型推理的成本降到了原來的1%。”
問題在于,國內大模型的價格幾乎是斷崖式的,并未給大模型創(chuàng)業(yè)者足夠的緩沖時間,尚未找到行之有效的盈利方式。
這場價格戰(zhàn)中最活躍的選手,基本都是云廠商,降價乃至免費獲取到的客戶,可以通過模型微調、模型部署以及各種配套云服務對沖成本。而大模型創(chuàng)業(yè)者缺少足夠厚的生態(tài),甚至要向云廠商租賃算力,API的商業(yè)模式被“切斷”后,短期內恐怕難以實現(xiàn)“自我造血”。
無論以哪一種結果收場,大模型創(chuàng)業(yè)者都是弱勢的一方。
怎么才能活下來
歷史經驗告訴我們,在充滿不確定的賽道里,從來都沒有穩(wěn)操勝券的戰(zhàn)局。大模型的背后是一場萬億級的資本盛宴,比起場上的幾家云廠商,初創(chuàng)企業(yè)的想象空間更大,總有人希望他們可以留在牌桌上。
云廠商推波助瀾的價格戰(zhàn),無疑會加重大模型初創(chuàng)企業(yè)的危機感,但并不意味著沒有破局的可能。
對策一:技術側破局,在大模型性能上搶先打破天花板,或者在大模型的落地部署上找到最優(yōu)解。
按照獵豹移動董事長傅盛的說法:“短期來看,大模型的性能遇到了瓶頸。誰也甩不開誰,誰也拿不出撒手锏,降低推理成本、降低售價成了現(xiàn)在每一家的高優(yōu)先級任務”。撥開價格戰(zhàn)迷霧最好的方式,正是在大模型性能上甩開對手。面對不明晰的技術路線,不乏“運氣”的成分,但初創(chuàng)企業(yè)往往更有“賭”的勇氣。
即使不能在性能上拉開太大差距,提升大模型工程化能力也是一個可行方向。目前API調用的是“標準版模型”,想要將大模型能力和場景深度融合的企業(yè)類用戶,仍需要對大模型進行精調或本地化部署。如果能夠進一步降低大模型的落地門檻和成本,不無對沖“價格戰(zhàn)”沖擊的可能。
這也是一些大模型創(chuàng)業(yè)者正在嘗試的應對方案。比如智譜AI在MaaS 2.0大模型開放平臺上推出的一鍵微調功能,用戶僅需準備訓練數(shù)據(jù),不需要代碼即可完成一個“私有大模型”的訓練。
對策二:專注提升大模型的差異化能力,做云廠商的“ISV服務商”,低姿態(tài)熬過大模型浪潮的淘汰賽。
鑒于隱私、安全、性能等種種因素,行業(yè)內一直存在“模型混用”的現(xiàn)象,即在不同場景調用不同的大模型。在各家模型能力水平相近、價格不相上下的情況下,打造某一塊的“比較優(yōu)勢”,同樣是一種活法。
況且阿里云、百度智能云等云廠商,也在“拉攏”大模型創(chuàng)業(yè)者:一方面在算力資源上和大模型廠商綁定,比如阿里云對MiniMax、月之暗面的投資,都將一部分資金限定用于購買阿里云服務;另一方面積極布局一站式大模型開發(fā)及服務運行平臺,比如百度智能云千帆大模型平臺,用戶可以同時調用不同大模型的能力。至少就現(xiàn)階段而言,沒有云廠商愿意為了大模型的“芝麻”,丟了云服務的“西瓜”。
就像許多行業(yè)曾出現(xiàn)的,價格戰(zhàn)常常是行業(yè)進入“大混戰(zhàn)”的標志。對于那些沒有拿到巨額融資的大模型創(chuàng)業(yè)者,以ISV服務商的身份“茍活”,熬過大模型浪潮的淘汰賽,何嘗不是一種生存哲學。
對策三:繞過或弱化在To B市場的競爭壓力,選擇To C作為突圍方向,試圖成為下一個時代的行業(yè)巨頭。
王小川不摻和“價格戰(zhàn)”的理由是:“在國內的商業(yè)環(huán)境里,To B的市場比To C小十倍。”百川智能同步發(fā)布了AI助手“百小應”,開啟“超級模型+超級應用”雙輪驅動模式,希望能夠和云廠商進行錯位競爭。
有相似想法的不只有王小川。MiniMax先后孵化出了星野、海螺AI等多款日活超過百萬的產品;月之暗面一開始就專注于To C路線,推出了Kimi智能助手;對價格戰(zhàn)詬病連連的李開復,出任零一萬物旗下AI助手“萬知”的“首席體驗官”;就連To B布局最深的智譜AI,也開始加碼推廣AI助手智譜清言。
踏足To C賽道就能避免內卷了嗎?正如前面所提到的,目前To C應用以智能助手和情感陪伴為主,大模型初創(chuàng)企業(yè)尚未給出更好的產品形態(tài),同樣集中在陪聊、提效等場景,功能大同小異。不過,相較于To B價格戰(zhàn)的被動性,To C承載了大模型創(chuàng)業(yè)者的希望。
創(chuàng)業(yè)從來都是九死一生,所有的成功之路都充滿荊棘,沒有人能提前知道哪種對策是正確的選項。
至少就目前而言,情況遠沒有到糟糕的程度。字節(jié)跳動放出的降價“大招”,并未影響智譜AI、月之暗面的新一輪融資,且估值均已超過30億美元;布局多模態(tài)通用大模型的生數(shù)科技,憑借對標OpenAI Sora的視頻大模型Vidu,日前完成了百度領投的數(shù)億元Pre-A輪融資......
然而,并非所有的創(chuàng)業(yè)者都這么“幸運”。前微軟(亞洲)互聯(lián)網(wǎng)工程院副院長簡仁賢創(chuàng)辦的竹間智能,已經在現(xiàn)金流壓力下停工了6個月;憑開源模型Stable Diffusion走紅的Stability AI,傳出了尋求被收購的消息......
突如其來的大模型價格戰(zhàn),某種程度上為行業(yè)敲響了警鐘,在信息差越來越小的語境下,像互聯(lián)網(wǎng)時代那樣照搬國外的商業(yè)模式,抑或是踩著時間窗口和紅利窗口“一步登天”,已經沒有生存的土壤。
原文標題 : 價格戰(zhàn)迷霧下,大模型創(chuàng)業(yè)者只能被動挨打?
請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
-
10月31日立即下載>> 【限時免費下載】TE暖通空調系統(tǒng)高效可靠的組件解決方案
-
即日-11.13立即報名>>> 【在線會議】多物理場仿真助跑新能源汽車
-
11月28日立即報名>>> 2024工程師系列—工業(yè)電子技術在線會議
-
12月19日立即報名>> 【線下會議】OFweek 2024(第九屆)物聯(lián)網(wǎng)產業(yè)大會
-
即日-12.26火熱報名中>> OFweek2024中國智造CIO在線峰會
-
即日-2025.8.1立即下載>> 《2024智能制造產業(yè)高端化、智能化、綠色化發(fā)展藍皮書》
推薦專題
- 高級軟件工程師 廣東省/深圳市
- 自動化高級工程師 廣東省/深圳市
- 光器件研發(fā)工程師 福建省/福州市
- 銷售總監(jiān)(光器件) 北京市/海淀區(qū)
- 激光器高級銷售經理 上海市/虹口區(qū)
- 光器件物理工程師 北京市/海淀區(qū)
- 激光研發(fā)工程師 北京市/昌平區(qū)
- 技術專家 廣東省/江門市
- 封裝工程師 北京市/海淀區(qū)
- 結構工程師 廣東省/深圳市