" 零一萬物堅決做 To C，不做賠錢的 To B，要做能賺錢的 To B。"2024 年 6 月 14 日，在智源大會上，零一萬物創始人李開復如此堅定地說道。

而與之相對，中國工程院院士、清華大學智能產業研究院（AIR）院長張亞勤院士認為，在具身智能階段，To B 的應用可能會比 To C 更快落地， " 現階段大模型真正賺錢的則在于 B 端基礎設施層面，包括芯片、硬件、服務器等。"

在經歷了 " 百模大戰 " 之后，2024 年中國大模型開始走向 商業 化落地。但在大模型商業化的落地過程中，到底應該是 To C 還是 To B，是行業中一直爭論的焦點。

一方觀點認為，B 端應用目前相對明確，能夠快速實現在多個場景中廣泛應用，且幾乎覆蓋了所有行業，而 C 端則需要一款爆款應用的出現，現階段還需要對其有一定的耐心。

另一方觀點則認為，B 端沒有利潤，大家都在卷價格戰，導致大模型利潤被極致壓縮。同時中國企業對軟件付費的意愿并不高，所以相對來說 C 端能夠更快速獲得預期的收益與回報。

以此爭論為基礎，當前頭部大模型廠商已經形成兩條不同的大模型商業化路徑：

一種是堅定走 C 端應用，以大模型頭部 創業 公司百川智能、月之暗面、零一萬物為主；

一種是以 B 端應用為主，同步兼顧 C 端應用，以百度智能云、騰訊云等云廠商們為主，也包括堅持兩條腿走路的創業公司 MiniMax，和以 B 端為主的智譜 AI。

但總體來說，現階段大模型創業公司更偏向于走門檻更低，回報更快的 C 端商業化路線。而 B 端商業化則逐漸成為了云廠商們的主戰場。

中國大模型正經歷從 PoC（概念驗證）到商業落地的關鍵階段，短期來看，大模型在 C 端應用門檻更低，但行業競爭更加激烈，能夠成功的路徑也更陡峭。在 B 端應用上，越來越多同質化的產品和服務、愈發 " 內卷 " 的價格，也似乎正在走中國 SaaS 的老路。

那么，大模型商業化落地究竟該如何避免 " 囚徒困境 "？

扎堆大模型 C 端應用， 但仍需等待爆款出現

" 我們預測下半年中國大模型能夠達到甚至超越 GPT4 水平，這是一個重要分界點 "，智源研究院院長王仲遠說道，" 基于一個很好的基座大模型，未來兩三年我們將會看到大量應用產生。"

今年年底之前，國內會進入大模型應用爆發期。其中，在 C 端應用賽道，大模型頭部創業公司是堅定的擁護者，除零一萬物之外，百川智能和月之暗面，也是堅定走 C 端應用路線。

為什么這些大模型創業公司都選擇做 To C 領域？

一方面，是 B 端落地周期長，投入與預期收益回報不成正比。 月之暗面曾表示，大模型能力還在迭代，國內 B 端市場產品需要私有化部署和定制開發，整體周期長，很難跟上大模型能力的快速提升。

李開復也表示，現階段大部分傳統公司都不太敢采用巨大顛覆式技術進行業務創新。 更為嚴重的是，中國大多數公司并不認可軟件價值，不愿意為軟件付費。

" 甚至有些大公司會覺得，我用你的大模型，你用我的品牌融資，你也很劃算，那我為什么要付錢給你？這種心態導致部分大公司只愿支付很低的價格采購大模型應用，大模型公司也只能給出折中的方案，能達到驚艷效果的方案寥寥無幾。"

李開復直言，現在有許多大模型公司在競標時越競越低，做一單賠一單，導致企業利潤很低。

但當前大模型在 C 端應用的商業模式，似乎并未完全走通。近期據外媒報道，OpenAI 在過去六個月內，年度經常收入增長到了 34 億美元。

從其業務發展來看，提供收入增長的是 ChatGPT 系列的訂閱費和通過 API 調用模型支付的費用。

但據 媒體 推算，5 月 ChatGPT Plus 訂閱的總收入可能在 6000 萬美元左右，整個 ChatGPT Plus 會員費年化收益逾 7.2 億美元，在 34 億美元總收入中，只占 1/5。OpenAI 賺錢的大頭很可能來自 API，而為 API 付費的多數是 B 端的企業客戶。

事實上，目前國內大模型創業公司都在持續探索在 C 端應用落地的商業模式。比如月之暗面旗下的 kimi 推出了 " 打賞 " 功能，金額從 5.2 元到 399 元不等。

對于 kimi 推出的打賞功能，王小川認為這意味著用戶不是為工具買單，而是把大模型當成一個伙伴來看，" 這是正確的商業理念 "。

同時，王小川也認為，中國商業環境里 To B 的市場規模比 To C 小 10 倍，To B 收的是人民幣，花的是美金。大廠都會卷這件事情，只是沒想到大家這么狠，都卷到 0 了，這肯定是大廠射程范圍內的。

大模型創業公司想要實現突圍，就要做差異化。 相比于其他類型創業公司，這一波大模型創業公司做 C 端商業化的特點，是做 " 超級模型 "+" 超級應用 "，也就是技術 + 產品的雙驅動路線。

如月之暗面有專注于長文本能力的大模型 kimi，并基于 kimi 推出了 Kimi Chat App，其通過 C 端用戶對產品的體驗和功能進行直接反饋的即時反饋機制，使得 Kimi Chat 能夠迅速進行產品迭代和優化。

Kimi 智能助手在 2024 年 1 月的訪問量達 142 萬，在大模型創業公司的 "AI ChatBots" 產品中居于首位，月環比增長率為 94.1%，增長速度在大模型創業公司中排名第一。

但 Kimi Chat 并不屬于一款真正的超級應用。在王小川看來，超級應用必須要滿足三個條件，包括應用可靠性高，能夠充分理解用戶意圖，DAU 在 3000 萬 ~3 億之間。

" 回顧移動 互聯網 時代或更早期的技術革命，每次新技術的出現都需要一定的周期，包括技術能力的提升、成本的降低以及硬件的支持。當這些條件具備時，能夠解決真實用戶需求的 C 端爆款應用才會出現。" 王仲遠如此說道。

現階段，我們仍需對 C 端爆款應用的出現保持一定的耐心。

不過，王仲遠認為，智能體（Agent）很有可能會成為爆款應用的一個方向，大模型可以讓它成為真正意義上的智能助理。這是 C 端應用重要方向，也是令人興奮的前景。

也有行業人士表示：" 因為 Agent 是和過去移動互聯網完全不一樣的東西，大家會率先開始在 Agent 中找相關的應用落地。"

無疑，大模型在 C 端的商業應用門檻更低，但與此同時，該賽道的競爭也更加激烈。

除這些大模型明星創企之外，百度、騰訊、科大訊飛，字節跳動、360 都發布了 AI 應用助手，可以說各大廠都在加注 C 端應用，而憑借著自身在生態、用戶等方面構筑的優勢，大廠們在 C 端賽道會容易被用戶所接受。

不過，大模型尚處于發展初期，真正的超級應用尚未出現，于任何玩家而言都有機會。在此過程中，如何走通 C 端應用的商業模式，也成為大模型在 C 端落地的關鍵。

大模型 B 端應用， 成云廠商們的主戰場

當然，行業中也有一部分人，認為大模型率先商業化落地場景應該在 B 端。

"To B 馬上能商業化，基本不用燒錢 "。金沙江創投主管合伙人朱嘯虎在談到 AIGC 時，曾反復強調這個觀點。

他的邏輯是 " 中國的 AIGC 短期內肯定做 ToB，起來快。iPhone、大哥大、電腦出來的時候，都是 To B 先用，馬上能提高生產力、見到效果，企業愿意花錢。To C 要等到 iPhone 3 時刻 "。

事實上，王仲遠與朱嘯虎持同一觀點。王仲遠表示，三年內能看到 To B 場景，五年內看到 To C 的場景。B 端應用目前相對明確，許多大模型已在多個場景中廣泛應用，幾乎覆蓋所有行業。

在王仲遠看來，2023 年之前的弱人工智能時代，只能針對特定場景、特定任務訓練特定模型，從而達到特定效果。而 2023 年之后，隨著步入通用人工智能時代，其最大的特點是泛化性、通用性和跨領域的特性，這將影響幾乎所有行業。

如大模型在生成摘要方面效果非常好，因此對所有與文書相關的工作、文案處理等效率提升作用顯著，文生圖、文生視頻技術則能產生有創意的圖片和視頻，是提升效率的工具。

" 大模型作為生產力和效率工具的作用非常明確。" 王仲遠如此說道。

但 如果說，大模型在 C 端的商業化應用，還可以憑借對行業的 Know-how，從 0 到 1 構建核心能力，那么，面向 B 端的商業化落地，更多的還是一種生態資源實力的比拼。

原因在于，此前有不少大企業和中小企業對大模型其實都頗為感興趣，但當真正的進行落地應用時，卻又很難能做出最后決策：

一是現在的大模型產品非常多，企業難以做出最優解；

二是對大企業來說各個業務和部門繁多且交叉復雜，使用大模型的試錯成本很大；

三是中小企業則是由于成本限制和缺乏專業數據處理的經驗，容易導致 AI 模型的實際應用效果很難與自身業務快速適配，企業存在 " 賠了夫人又折兵 " 的創新擔憂。

字節方面的高管此前曾粗略地算過一筆賬，企業要想用 AI 做一項創新，至少要消耗 100 億 Token，如果按照大模型之前的售價，平均需要花費 80 萬元……

很明顯，現在大模型想要在 B 端落地商業化的前提，就是價格要讓大家都用得起。

一名火山引擎內部人士表示，雖然行業在討論用 AI 大模型重構業務，但在日常工作生活里很少能感受到大模型能力的落地，" 降價本質上是降低使用門檻。"

也正因此，近 2 個月來，由字節掀起了一波大模型降價潮，甚至騰訊云、百度智能云、阿里云等宣布部分大模型產品可以免費使用。

大模型降價乃至免費或許會暫時帶來些許成本壓力，但對一眾云廠商們來說，其靠著更低的價格，卻能夠更快地構建出自身的 AI 開發生態的同時，也能夠降低企業使用大模型的門檻和試錯成本，從而推動大模型能夠在更多 B 端業務場景中落地。

大模型面向 B 端的落地應用，實質上成為了一場在算力、生態、產品等多方面的比拼。而在這場比拼中，云廠商們無疑成為主要玩家。

王小川認為，此輪降價是僅限于云服務廠商的動作，" 核心要看你的商業模式是什么，如果你是做 To B 服務，降價最后賣的（就）不是模型本身，是整套云服務。"

獵豹移動董事長兼 CEO 傅盛也認為，降的最兇的都是有云服務的大公司，通過大模型來獲取云客戶，" 羊毛出在豬身上，降得起 "，而大模型創業公司沒有這樣的生態，必須另尋商業模式。

面向未來，于大模型創企而言，行業淘汰賽也正在加劇，云廠商通過降價搶占市場規模，也勢必會擠占大模型創企的生存空間。

與此同時，面對技術迭代進展的漫漫征途，如果大模型創業公司的商業化進展不及預期，那么估值處于第二、第三梯隊的創業公司，也將會面臨淘汰。

但云廠商們一味的通過降價來收割市場規模，真的能夠加速大模型商業化落地嗎？

別讓大模型走了中國 SaaS 的老路

如果說大模型在 C 端的商業化落地應用，還處于你好、我好、大家好的狀態，在 B 端則可以說是 " 殺 " 瘋了。云廠商們通過價格戰來 " 跑馬圈地 "，這對于大模型商業化發展究竟是好還是壞？

事實上，現階段大模型在 B 端商業化落地進程，與中國 SaaS 服務非常相似。大模型也是提供標準的泛化能力，在面向企業服務時同樣需要進行私有化部署和定制化發展。

畢竟，大模型的訓練迭代升級，離不開高質量的數據，如果企業將私有數據 " 投喂 " 大模型進行訓練，訓練結果卻被友商抄走，則得不償失。

但眾所周知，SaaS 在中國的發展并不景氣。

背后原因則在于，一方面中國 SaaS 廠商眾多，內卷非常慘烈，大打價格戰，也導致企業利潤低，并且 SaaS 其實是一個標準化的產品服務，但在國內落地的過程中，逐漸變形，被定制化和項目制所綁架，這也是導致其利潤低的原因之一。

另一方面，則就像前文李開復所言，國內企業對軟件的重視程度并不高，企業不認可軟件的價值，不愿意為軟件服務付費，加之中國 SaaS 服務內卷，并未出現一個足夠與國外頭部相抗衡的產品。

中國企業很擅長用價格換規模，移動互聯網時代如此，大模型時代亦如此。現階段，除了 B 端的大模型在集體降價，甚至不少 C 端的大模型產品也在大量燒錢投流買量。

但王仲遠表示：" 價格低確實更有利于更多場景的嘗試和爆發，但我們的基礎模型能力還沒有逼近 GPT4，還需要進一步提升，這意味著它依然需要大幅資金投入。 過早的價格戰或者低于成本的價格戰，不利于后續 投資 。 "

價格降下去容易，但想要再增長上去，卻非常難。 價格戰能夠持續擴大自身的市場占有率和規模，但只有當規模足夠大時，才能夠平攤自己的成本支出，實現盈利。

實際上，如果一個大模型被廣泛認為特別好用，隨著使用規模擴大，規模效應自然會顯現。模型規模上去了，其價格以及工程師們通過各種工程架構系統優化所帶來的成本降低也會隨之而來。

不管是 C 端，還是 B 端，大模型商業化落地都面臨著激烈的競爭。于 C 端應用創業者而言，技術的領先性只是暫時的，一定要把握時間窗口，打出自己的品牌知名度和用戶壁壘。而于 B 端應用，最重要的則是持續迭代大模型本身的技術能力和渠道能力。

有百度內部人士表示：" 長期來看，模型廠商最終競爭的還是模型本身的能力，只有把基礎模型效果做得足夠好，才能構筑競爭壁壘。"

但不管如何，當前大模型商業化進程僅僅是初期，仍需要全行業正向循環，避免走中國 SaaS 服務的老路。

來源：光追智能