过去半年，中国市场大模型一度进入狂热期。国家相关监管政策给了市场狂热半年“冷静期”。9月，中国监管部门政策放开，大模型服务商在相关监管机构备案之后即可面向社会公众提供相关服务。
这意味着大模型开始进入实质落地阶段。经过半年“冷静期”后，大模型供需双方都在回归理性。近期，百度、字节跳动等多家云厂商高管表示，此前，一些企业混淆了算法模型、小模型、大模型的应用实践，真正意义上的大模型商用案例并没有这么快。随着政策放开、商务谈判、落地交付逐步推进，今年四季度之后国内大模型商用案例才会规模化出现。
9月1日，百度集团执行副总裁、百度智能云事业群总裁沈抖接受了媒体的采访。他介绍了百度将如何推动大模型在产业的落地。沈抖的对话中有三个重要信息：
其一，百度的大模型战略是面向普通用户的To C和面向企业用户的To B两条腿走路。
沈抖认为，对话框式应用一定不是大模型的最终产品形态。在C端，百度已在积极研究可落地的产品形态、商业模式。百度正基于大模型重构C端产品，百度网盘、百度文库基于大模型重构后，用户使用粘性、会员付费率都有很大提高。文心一言APP、百度搜索，也在成为大模型的新入口。在B端，则是通过打造大模型平台，服务好To B市场。
其二，国内大模型落地、商业化均属于“第一个吃螃蟹”，尚无明确标准，供需双方需要一段磨合期。
沈抖的观点是，很多企业用户对大模型的能力上限、边界、成本、交付、需求方式尚未统一认知。创新虽然是大企业先行，但创新的动力在中小企业。大模型是帮助企业创新的。不应再让大家以“高成本堆叠程序员”模式接入大模型服务。越友好、越低门槛的服务方式，越有竞争力。百度的策略是提供千帆大模型平台，一站式解决企业选模型、调模型、用模型的问题。
其三，大模型让百度智能云健康可持续增长的可能性变高了。因为大模型会提升云的使用价值。
百度管理层在2023年二季度财报电话会议中对投资者表示，AI和大模型会让百度智能云获得更高的利润率。沈抖解释，基于大模型技术，更容易形成规模且标准化的产品，还会让传统项目的交付难度降低。
百度智能云在2023上半年营收87亿元，同比增长7%，还实现了non-GAAP（非美国通用会计准则）下的经营盈利。是少数能同时维持营收增长和non-GAAP盈利的云厂商之一。
中国云厂商近2年普遍在调整期，每家企业都希望健康可持续增长，所谓健康可持续，即实现营收和利润双增长。但实际情况是，过去几年，云厂在营收增长、毛利提升之间存在悖论，两者只能二选一——想要营收尽快增长，要大量承接定制化的政企项目，成本高，挤压利润空间甚至亏损；只卖标准化的云产品有利润，但会失去不少商业机会，收入规模有限，增速下滑。
大模型被认为有机会化解这一悖论。大模型近2-3个季度尚未带来直观的营收、利润增长，但它的拉动作用会在2023年四季度开始逐渐体现。
01
两条腿走路
回看这半年的“冷静期”，它缩短了供需双方的鸿沟。想要使用大模型的需求方从天马行空回归现实，更关心模型性能、使用成本、实际效果。可以提供大模型能力的供给方获得了一段难得的优化期，用于提升信息准确度，降低算力消耗量。沈抖透露了一个细节，相比3月内测时，文心一言推理速度提升了30多倍，推理成本也实现了大幅压缩。
今年8月，中国大模型监管政策已经清晰。按8月15日开始实施的《生成式人工智能服务管理暂行办法》，大模型服务公司可在属地相关部门备案，各地自行选择发布时间。
8月31日，北京首批5家大模型通过备案，其中就包括百度的文心一言。发布首日，文心一言APP下载超过100万次，回答了超过3342万个问题。To C的流量带动了To B用户。百度智能云千帆大模型平台上，日活企业数增长超过40%。考虑到To B市场的反应速度相对滞后，未来实际增长数据会更高。
OpenAI的ChatGPT是典型的SaaS软件，商业模式就是订阅制。个人版针对To C用户，企业版针对To B客户。权威媒体（The Information）今年8月报道称，OpenAI 2022年营收0.28亿美元，亏损5.4亿美元。预计未来12个月营收将超过10亿美元。
在大模型商业模式的选择上，沈抖称，百度将坚持To B、To C两条腿走路。
中国大模型市场，To C、To B两条路径和美国都有差异。中国企业在大模型To C方向仍处于探索期。产品形态、商业路径都不稳定。在沈抖看来，ChatGPT“人机对话+用户订阅”的产品形态和商业模式大概率不是中国市场方向。
百度文心一言目前拥有庞大的To C流量，这是“幸福的烦恼”。大批免费To C用户暂时无法带来收入，还会消耗昂贵有限的AI算力。大模型To B商业化路径很明确，但百度、阿里等企业仍然不愿意放弃To C方向的尝试。此前在线办公平台钉钉的一位资深人士表示，To C市场一旦跑通，通常规模更大，利润更高，想象空间更足。所以希望保持开放和可能。
（目前文心一言支持百度搜索、图表生成、文档摘要、图片解说等插件）
沈抖解释，从产品形态看，通过一个对话框和大模型交流的方式不一定是最终的产品形态。和“智能手机+App”类似，“对话平台+第三方插件”可能是一个方向，也就是说，大模型将成为一种技术，而不是一个应用。从商业模式看，大模型在广告、电商、游戏等方向都商业化的机会。旅游行程、机酒预定、打车外卖、直播电商、游戏NPC（机器人）等方向和大模型都有结合空间。
在大模型To B方向，中国云厂商提供的服务包括算力资源、算法框架、软件平台、交付服务。百度的千帆大模型平台是典型的MaaS（Model as a Service，模型即服务）软件平台。它可以一站式解决企业客户选模型、调模型、用模型等全周期的问题。平台提供了包括百度文心一言在内的42个主流大模型。其中包括meta旗下Llama 2、谷歌研发的Flan-UL2、中国创业公司智谱AI的ChatGLM2等第三方大模型。
非互联网客户需要依赖渠道销售、软件产品、交付实施伙伴生态。目前百度智能云在大模型领域的合作伙伴包括汉得信息、软通动力、金蝶、用友、新华三等。
虽然监管部门放开了大模型服务商的备案，但这并不意味着竞争门槛下降。沈抖判断，大模型会加速收敛，“中国不会继续存在这么多基础大模型，第一轮洗牌不久就会出现，最终只会有少数几家大公司竞争，也不会有太多开源大模型”。
原因是，开源大模型和开源软件一样，没有完整闭环的商业模式，主要依靠社区捐赠生存。但两者最大差异是，开源软件研发成本可以靠社会化的开发者参与而摊薄，但开源大模型训练、推理成本太高，开发者的参与非但无法降低研发成本，还会推高算力成本。
沈抖进一步解释，传统的软件开发，开发者为开源软件写代码后，可以很快check in。软件能力会因为开发者参与而提高。大模型情况不一样，以Facebook的开源大模型Llama为例，“国内不管有多少人在用Llama，都没法check in回去，数据、算力、能力都放不回去。”
02
能化解增长、利润悖论？
今年3月，百度管理层围绕智能云业务一直在讨论一个问题：什么是既需要AI能力，又需要AI算力，还能够形成标准化服务的产品？
这个问题其实隐藏的期望是——相比传统的云计算、软件业务，大模型有可能带来新的范式。它指向了中国云厂商近2年普遍遇到了一组难题：如何在营收增长、毛利提升之间寻找微妙平衡——营收增长、毛利提升几乎是悖论。
中国云厂商管理层普遍认同“健康可持续”战略，但执行层却摇摆不定。一位云厂商政企业务高管直言，大型集成项目可以带来过亿大单，却几乎看不到盈利可能性。只卖标准化的云产品有利润，收入规模却有限，会让增速下滑。要增速，还是要利润，这是个拷问灵魂的问题，甚至管理层内部意见都无法统一。
过去2年超过30%以上的高速增长后，百度智能云也在进入战略深水区。百度智能云在2023上半年营收87亿元，同比增长7%，还实现了non-GAAP（非美国通用会计准则）下的经营盈利。
沈抖也发现了类似的问题。他说，标准化思路是好的，但执行起来还是有难度的。因为市场需求太碎片化，标准化产品规模又不够大，这是一个悖论。
今年3月，大模型浪潮来临。百度管理层认为，解开悖论的可能性出现了。新的技术让增长、利润问题都有了新的解法。
百度管理层在2023年二季度的财报电话会议中对投资者表示，AI和大模型会让百度智能云获得更高的利润率。沈抖解释，百度一直希望把AI放到整个To B服务中，让它成为增长点。如果没有大模型，百度的云业务会打得非常吃力,但大模型带来了很多改变。
市场目前的一大期望是——大模型和云计算的业务逻辑不同，它可能会改变云计算市场游戏规则。
AI大模型更强的适用性、规模化的能力。这和CPU时代计算、网络、存储等组件技术工具不同。大模型有可能改变中国云计算行业被长期诟病的游戏规则：公有云太弱，“私有化+项目制”太强。
在沈抖看来，大模型的算力成本太高、迭代速度太快。从成本来看，企业客户天然会更倾向于公有云的部署模式。未来即使仍要私有化部署，也会形成6月-1年周期升级的“类订阅”节奏。这和过去私有化项目一次性资本支出的逻辑不同。
另一个影响是，大模型会降低很多项目的交付成本。
目前中国云厂商的大型政企项目毛利率普遍只有个位数。这意味着，扣除销售费用、管理费用、财务费用后，营业利润通常为负数。中国的老牌IT集成商，如神州信息、北明软件、东华软件等，在人力、研发成本远远更低的情况下，营业利润率通常低于5%。
一位云厂商人士解释，过去云厂商期望靠提升项目管理、后期项目扩容逐渐收回前期投入，但现实并非如此。因为云厂商成本结构和IT集成商不同，人力、研发投入太高。此外后续招标也不一定会被选中。
百度智能云选择更聪明地做集成项目。除了主打的云服务、AI软件，百度更多从行业、场景实际需求出发，帮部分客户提供必要的集成服务。这部分服务未来交付成本会逐渐下降。
一位百度智能云技术人士此前曾表示，大模型出现前，AI技术通用性差，定制化交付烦琐，只能变成项目制，毛利非常低。AI最被诟病、落地最难的是，实际产业环境场景碎片化。比如闸机、支付的人脸识别技术，由于光线、环境不同，因此需要根据客户数据从头训练，再回到场景适配应用。
大模型出现后，客户只需要关注大模型平台。上层的软件平台有更强的通用、泛化能力。底层技术细节差异被屏蔽、封装了。AI落地时无需太多精调数据、训练轮数。传统项目的交付难度降低、效果变得更好。
云厂商普遍期待大模型能成为新的增长引擎。这一期待的依据是，AI算力、AI软件在未来的需求增速远高于通用算力、传统软件。
大模型在2023年一、二季度并没有为国内外云厂商带来直观的收入增长。微软管理层在2023年财年四季度（即2023年二季度）财报电话会议中对投资者直言，2024下半财年（即2024年一季度）才会获得真实的收入信号。
中国云厂商的企业客户有两类大客户，互联网企业和其他相对传统的行业企业。今年9月，随着大模型服务商完成备案，一批互联网企业会率先基于大模型技术推出To C产品。比如，金山办公、好未来都与百度达成了合作。前者近期内将推出基于大模型的协同办公功能，后者则基于百度智能云千帆大模型平台推出了自研的千亿级数学大模型MathGPT。
行业企业的落地案例最早会在四季度之后逐渐爆发。多位云厂商高管表示，金融、政务等行业客户意向很强，但前期论证、商务谈判、落地交付需要一定的周期，落地案例在2023年四季度之后才会逐步形成规模。届时，订单才会体现在业绩数据上。
03
如何加速商业化落地
作为一个众望所归的新技术，大模型目前最需要注意的是避免期望膨胀和泡沫破裂。
一位云厂商高管曾直言，今年3月，客户刚开始跟和他们聊大模型需求时，都在发挥想象力，提的需求要多科幻有多科幻。半年“冷静期”之后，市场正在变得理性。企业客户后来更关心的问题是，大模型究竟能否解决典型场景的具体问题，以及模型性能、使用成本、实际效果。不过，企业客户对大模型的能力上限、边界、成本、交付、需求方式都还没有统一认知。还需要一段市场培育周期。
在百度智能云AI与大数据平台总经理忻舟看来，大模型最大的挑战是找到合适的落地场景。百度不能只给客户卖工具，要自己先下场搞清楚工具在各个场景怎么用，才能授人以渔。
百度目前研究了400多个场景。每个场景对大模型的使用方法、行业经验都不同。在部分标杆行业场景，百度的算法专家会亲自下场陪同客户探索业务。逐渐针对不同客户、不同需求总结共性，完善工具链。
场景落地之后的另一个问题是，如何让MaaS平台在通用能力、行业场景之间找到平衡界面。软件平台离应用场景太远，会不理解客户业务，缺乏核心竞争力。离应用场景太近会不够灵活，限制客户的主动创新能力。还会导致定制化严重，进而影响百度智能云自己的利润率。
一个核心原则是，百度智能云会以标准化、规模化为目标，提供持续快速迭代的千帆大模型平台。基于这个原则，在实际业务中会采取更灵活的方式。
面对云原生的互联网客户，百度会提供标准化的产品。面对产业客户，百度会聚焦金融、政务、工业、交通等几个主要赛道，基于场景提供产品。沈抖解释，大模型在早期实现过程中在有很大的不确定性，百度在行业场景中可能依然需要通过项目制的方式帮助客户理解它。
大模型不可避免将是一个生态体系。长期来看，百度仍然需要依靠合作伙伴做大生态。如渠道销售、软件产品、交付实施伙伴。目前百度大模型生态中的合作伙伴包括汉得信息、软通动力、金蝶、用友、联想、新华三等。上述伙伴不止签署了合作意向，和百度均有正在实质落地中的项目。
百度已经做好了加速大模型落地的准备。这也是使其避免期望膨胀、泡沫破裂的最佳路径。
