大模型開打價格戰(zhàn)，醉翁之意不在酒

全行業(yè)卷低價的火，燒到了新生的大模型行業(yè)。

去年這時候，我們在看的是哪家企業(yè)又推出自己的大模型，性能達到或者接近GPT-4的水準；一年之后，想明白的企業(yè)已經(jīng)啟動了大規(guī)模的降價，集體將行業(yè)推進到中國式商戰(zhàn)的終極階段——價格戰(zhàn)。

率先開啟降價的是一家創(chuàng)業(yè)公司，名叫深度求索（DeepSeek），5月6號，他們宣布旗下開源第二代MoE大模型DeepSeek-V2標價百萬tokens只需1元，定價為GPT-4-Turbo的近1%。

再之后，降價之潮快速擴張，迅速將大模型的競爭階段從“入圍賽”推進到了“淘汰賽”，其中不乏中國大模型領域的巨頭企業(yè)們。字節(jié)跳動宣布豆包Pro 32k模型降價至0.8厘/千tokens；阿里云宣布通義千問9款模型一起降價，其中主力模型Qwen-Long直降97%。

有打折到骨折的，就有大戶直接搞免費。百度智能云宣布文心大模型的兩大主力模型ERNIE Speed和ERNIE Lite免費；騰訊云除了自家主力模型混元-lite全面免費之外，其他模型價格降幅最高達到了87.5%；科大訊飛則表示輕量級模型API永久免費……

在這個各行各業(yè)都拼低價的年代，就算是看上去最先進、最有科技含量的“大模型”也不能免俗。從一種角度看這是好事，意味著過去一年在大模型的研發(fā)過程中，這些企業(yè)都有了實打?qū)嵉倪M展，也都有意愿加速大模型在市場中應用的進程。

但從另一個方面看，在市場上跟人打價格戰(zhàn)，不說最后能不能贏下來，怎么才能覆蓋開發(fā)大模型的研發(fā)成本和建設算力基礎設施的資本開支？

01醉翁之意不在酒

其實大家大可不必因為進入價格戰(zhàn)而對于大模型這個行業(yè)產(chǎn)生懷疑，更不用看到價格戰(zhàn)就開始心灰意冷。任何一個新技術帶來的新行業(yè)，對其未來成長性的判斷標準之一，就是它能否實現(xiàn)成本的快速下降。

這一點，無論中外，都是這樣。在這一輪的大模型降價陣營中，OpenAI也是主力軍之一，2023年全年，GPT3.5和4.0總計降價三次，2024年5月GPT-4o相比GPT-turbo再降價50%，百萬token的處理成本降至 7 美元，雖然相比中國同行們的大模型還要貴一些，但其降幅已經(jīng)相當明顯了。

此外，按照OpenAI的預期，其大模型將以每年50%-75%的幅度繼續(xù)下調(diào)，用不了幾年就能降到白菜價。而越來越趨近于免費、甚至直接免費，將有很大概率成為大模型未來的發(fā)展趨勢，從這個角度看，目前國內(nèi)燃起的所謂價格戰(zhàn)，只不過是將行業(yè)的正常趨勢稍微提前一些。

當然，對于一個投資者來說，在它背后一個更關鍵的問題是，大模型本身越來越便宜甚至免費，那到底要靠什么掙錢？看來看去，對于目前主流的大型公司來說，答案其實只有一個：云服務。

和新生的大模型相比，云服務算得上是“老家伙”。從國外的大型企業(yè)看，亞馬遜推出云服務AWS的時間是2006年6月，距今已經(jīng)有18個年頭；而阿里巴巴推出阿里云的時間也并不晚，只在兩年之后的2008年。自那時開始，云服務開始在中大型企業(yè)中逐步推開，成為企業(yè)在數(shù)字化時代重要的基礎設施之一。

簡單來說，云服務是通過互聯(lián)網(wǎng)更好地調(diào)用、擴展和管理計算及存儲資源，而對于企業(yè)來說，無需在本地構筑服務器等基礎設施，相當于節(jié)省了企業(yè)的IT部署成本。而從另外一方面，企業(yè)選擇一家云服務，其實就意味著選擇了一個生態(tài)，意味著從存儲到實施，日后的開發(fā)和維護基本都會與它深度綁定，遷移成本極高。

但一個現(xiàn)實問題是，中國云服務企業(yè)的業(yè)務開展和業(yè)績情況，遠不如大海對岸的同行。

例如，亞馬遜云服務（AWS）已經(jīng)是全球非亞太地區(qū)市場占有率最高的云服務企業(yè)，長年市占率維持在32%至35%；而AWS也是亞馬遜整個公司中利潤貢獻最大的業(yè)務板塊，今年第一季度，AWS對公司的收入貢獻只有17%，但其經(jīng)營利潤達到94億美元，占比為61.4%。

國內(nèi)這邊，同樣以市占率最高（也是數(shù)據(jù)披露相對更全）的阿里云舉例，一季度其收入256億元，同比增長3%，經(jīng)調(diào)整EBITA為14.3億元，同比增長45%，經(jīng)調(diào)EBITA率只有5.6%。無論是從收入增長還是利潤貢獻的角度看，都遠遠比不上亞馬遜。

當然，亞馬遜算是一個特例，由于發(fā)展早、基礎好、客戶遷移的難度更大等原因，即便和微軟、谷歌等美國巨頭相比，AWS的盈利能力也是遙遙領先的。但是，自從大模型橫空出世之后，AWS和擁有OpenAI的微軟之間，在云服務市場中的占有率差距開始迅速縮小。

根據(jù)Statista的數(shù)據(jù)，2024年第一季度，獨家擁有OpenAI服務的微軟云業(yè)務Azure，在全球的市占率達到25%，高于2022年的平均市占率21%，排名全球第二；AWS的市占率則為31%，雖然還是全球第一，但這個比例低于AWS長期32%至34%的市占率區(qū)間，在與微軟的競爭中顯現(xiàn)出萎縮的態(tài)勢。

獨霸全球市場的AWS被微軟撬出一道裂縫，想都不用想，就是因為大模型的出現(xiàn)。一季度，微軟Azure的收入增速高達31%，高于谷歌云的28%，也高于AWS的17%，與后兩者之間的增速比例拉開差距，其實就是來自大模型的加持。

看到了國外市場正在發(fā)生的變化，其實也就不難理解為什么國內(nèi)這些大廠紛紛開啟降價：想用便宜的大模型嗎？那就連我的云服務一塊用了吧。

02增長循環(huán)

很對人會把云服務與半導體等同，視作大模型這個金礦的“鏟子和鎬”，但二者的邏輯完全不一樣。

相對于云服務，半導體歸類為“賣鏟人”更貼切一些，AI計算加速芯片，是構建大模型算力的物理基礎設施，算的上一個配件的角色；但云服務，和大模型更接近于“配套設施”，從實際的場景看，往往是搭配銷售的。

這在商業(yè)上的體現(xiàn)，就是重點大模型的供應商，其實就是云服務的供應商。在國外有微軟、谷歌，大模型就是他們云服務的一個主要賣點之一；在國內(nèi)，這個傾向則更為明顯，阿里巴巴、百度、騰訊和字節(jié)跳動等等，都有“搭售”這樣的行為。

面對這樣的市場狀態(tài)，獵豹移動的創(chuàng)始人傅盛就有一段精準的敘述：

“從目前的‘戰(zhàn)況’來看，降價最兇的都是自己有云服務的大廠，他們通過大模型來獲取云客戶，‘羊毛出在豬身上，降得起’；但創(chuàng)企沒有這樣的生態(tài)，必須另尋商業(yè)模式。”

以低價甚至免費當做“噱頭”，推動企業(yè)特別是中小型企業(yè)上云，并在此基礎之上開發(fā)自己的AI應用。這些大廠通過向企業(yè)出售云服務的諸如計算、存儲等等功能獲取收益，又能推動開發(fā)者用自己的大模型開發(fā)應用，甚至還能拿到寶貴且優(yōu)質(zhì)的數(shù)據(jù)資源，反哺大模型本身的研發(fā)和更新。

而對于國內(nèi)的云服務企業(yè)來說，他們實在是太有提升自己相關業(yè)務的動力了。

弗若斯特沙利文的數(shù)據(jù)顯示，與美國云服務市場相比，中國市場仍處于相對早期階段，云服務滲透率相對較低。在2021年，互聯(lián)網(wǎng)企業(yè)的云服務滲透率已達到93.5%，中國非互聯(lián)網(wǎng)企業(yè)的云服務滲透率僅為26.8%。而在過去兩年，中國主要云服務大廠的增長率都不如人意，非互聯(lián)網(wǎng)企業(yè)的云服務滲透率依然處于較低水平。

大模型本身帶來的一個優(yōu)勢，就是智能和數(shù)據(jù)的解耦。大模型的本質(zhì)是智能的大規(guī)模集中供給，是智能本身的基礎設施化，對于那些本身并沒有大數(shù)據(jù)的企業(yè)而言，通過大模型就可以接入高質(zhì)量的智能。在這里舉一個簡單的例子，即便是沒有任何數(shù)據(jù)作為AI基礎的個人用戶，也可以通過AI大模型生成他想要的內(nèi)容，所付出的只不過是幾個提示詞而已。

而在之前的時代，企業(yè)想要實現(xiàn)產(chǎn)品的智能化，就必須依靠大數(shù)據(jù)，這些數(shù)據(jù)要么從用戶那里收集，要么就從自己的生產(chǎn)流程中生成。一個典型的例子就是抖音，它可以大量掌握用戶的瀏覽行為數(shù)據(jù)，去推薦更精彩和更好看的短視頻，讓用戶在自己的應用上花費更多的時間。

因此，沒有大數(shù)據(jù)也可以智能化，就是大模型給商業(yè)帶來的一個新的價值點，而這一切的指向目標就是中小企業(yè)。不需要大數(shù)據(jù)，意味著企業(yè)不需要有非常高的數(shù)字化基礎；另一方面，在開發(fā)應用時，諸多阻礙大中型企業(yè)采納生成式AI的因素（如數(shù)據(jù)泄密）可能對小微企業(yè)影響甚微。

于是，在看到大模型真正的應用藍海之后，無論是大型還是小型大模型企業(yè)都選擇大幅度降價也不足為奇了。這些中小企業(yè)原本的數(shù)字化程度就不高，價格敏感度卻更大，降價就是吸引這些企業(yè)使用大模型最好的宣傳。

但是，能否通過降價助推公司云服務的推廣，達到像微軟這樣挑戰(zhàn)巨頭AWS市占率的好效果，這個還是未知。一方面，大模型除了聊天對話之外，還沒誕生出企業(yè)級的殺手級應用，在企業(yè)的使用動力方面顯得略有不足；另一方面，如今的經(jīng)濟環(huán)境下，中小企業(yè)能有多高的支付能力也是未知數(shù)，拉動云服務銷量很難在短期見到明顯效果。

除了這些大廠之外，還有個方向是找差異化路線。比如科大訊飛突出的“純國產(chǎn)”、獵豹移動突出的“小參數(shù)大模型”，商湯大模型的“大裝置&大模型”等等，分別切入企業(yè)的數(shù)據(jù)安全需求、低成本部署需求和全棧式解決方案需求，有在細分市場中爆發(fā)的機會，甚至可以更快見到業(yè)績上的改變。

以商湯為例，2023年總收入34億元，核心業(yè)務生成式AI收入增長200%達12億元，占集團總收入比例升至35%。當然，圍繞生成式AI收入具體依靠哪些業(yè)務子版塊，公司的財報并未詳細披露，不過根據(jù)公告，絕大部分來自于客戶對大模型的訓練、微調(diào)和推理收入，涉及到應用商業(yè)化方面只是剛剛開始。

至于能否看到這些大小企業(yè)之間競爭格局的改變，那就要等到大模型在應用中真正進化出前所未有的能力來，希望這個時間不會太久太遠。

聲明：本文僅用于學習和交流，不構成投資建議。