文｜董指导聊科技

理工科和金融的复合背景，让我更好地理解技术，也喜欢从投资的视角发现变化，毕竟资本永不眠、资本最敏锐。

国内头部私募的投研、以及头部财经自媒体创业的两段经历，让我有了结构化的思考体系时，也更理解企业经营并非写报告。因而，剖析商战，就成为我理解商业、发现机遇的最佳视角。

今天就来聊一下大模型的变现。

大模型领域，已经快速从“百模大战”进入了“胜者为王”。对于每位玩家而言，虽然内心里是“敢问路在何方，路在脚下”的气魄。但是，要赢得决赛圈，还是要回答另一个问题：敢问钱在何方。

01 B端似乎好了一点

 To Bor Not to B，that is a question。

 B端有吸引人的地方。

比如客户客单价高、价格敏感度低，更加注重可靠性、稳定性，轻易不更换合作方。只要合作愉快，就能从一锤子买卖变成一辈子交易。海外也不乏SAP、shopify等B端公司做大做强。

但如果回顾B端SaaS企业在中国的踉跄难行，就可以清晰感受到B端的劣势。

比如，开发周期长、回款时间久；说好是产品，但需求多样化，稍不留意就变成了定制化服务，毛利率大幅下降。一些中小企业老板甚至会觉得，花钱买套IT产品，还不如多雇俩人就完事儿了。

即使在AI，上一波行业明星“四小龙”的发展经历，也说明了，B端市场看着大，但要吃到肉并不容易。

但是，对于大模型公司而言，B端，依然是不可忽视的重要变现方式。原因有三。

第一，必然性。大模型、AI，不只是互联网专有技术，而是会像电力一样，成为技术“基建”；也不是只用“吟诗作画”，而是要和千行百业结合、提高效率。

这是大模型的必然属性之一，也自然会成为“商业金矿”。就像华为云所说，AI for Industries（产业AI）是人工智能新的爆发点。

第二，经济性。开发大模型已经非常耗费财力、人力了，再同时开发C端，难度也会陡然增加。更何况，C端产品的爆火，也有着不小的随机性。当个“造铲人”，卖卖铲子，或许成功概率更大。

第三，可行性。传统企业级IT产品确实很难卖，原因是IT有时候不是企业刚需，或者，不是直接见效的。比如信息安全产品，属于出力不讨好的。只有出故障了，才会被重视。

但是，大模型不一样了。因为，目前大模型的应用技术，都是可以提高业务效率的。比如客服、营销、视频制作等等。效益体现得更加直接。因此，企业采购的意愿也会更强。

行业龙头也走了B端之路。OpenAI虽然有ChatGPT面向C端，但公司收入还是来自于向微软、苹果提供产品、服务。搞定金主就衣食无忧，这不香嘛。

目前国内B端布局的企业，分为三类，占主流的是云业务“衣钵传承”型。比如阿里认为AI是云的新形态；百度文心一言、华为的盘古大模型，也是从云业务的客户渠道切入。这类企业有存量客户、有销售体系，竞争占优。

字节的豆包大模型，也有集团自身这个大客户。但销售体系仍需要进一步提升。

第二类以科大讯飞为代表，在教育、运营商等领域拥有不错的客户资源，AI可以和之前产品结合销售，虽不爆发、也能稳稳妥妥。第三类是纯“萌新”，希望通过技术、产品，进入B端市场的。这一类生存难度要大不少。

展望来看，大模型企业要在B端比拼，有三个较量的要素。

一是渠道。所谓，男怕入错行。不同领域的客户支付能力、意愿也不同。就像2018年-2020年半导体企业很有钱，2020-2022年光伏企业很有钱，金融行业一直是高支付领域、但也迎来了压力期。

不同领域、不同时间段，都有着不同的“含金量”。在正确的时间出手，才能高效挖金矿。

二是产品化和项目化的平衡。产品化，意味着可复制性强，边际成本降低。虽然每家大模型企业都希望卖产品，但不可避免地还是会有不少项目型业务，需要定制、需要服务。尤其需要和客户业务结合，而不是完全新起炉灶。

因此，大模型落地中要平衡成本和收益。避免看着热闹，实则亏钱。

三是耐力。大模型深入产业，是确定性高、但节奏不容易把握的趋势，需要耐心等到爆发的时刻，或者也没有集中爆发的时刻，而是细水长流型。另外，生成式AI，并不是AI的唯一路线，未来依然存在技术变革的可能，这也需要企业有耐力熬过一次次技术迭代。

最终，当大模型企业持续在产业扎根、有服务、有产品、积累了know-how经验后，就会形成很强的“数据、算法”壁垒。

所以，在国内市场，大模型B端生意，似乎也天然不适合中小创业公司。甚至，也许是在上一波“云计算”玩家之间再重新划分而已。

02 C端谈盈利早了点

C端产品是个小精灵，骚动着每一个产品经理的心，却又总是遮住他们的眼睛。

C端的好处自是不提，比如，数十亿级别的用户基数可以产生好现金流、高收入，网络效应形成的用户粘性可以提升竞争力，边际成本随着规模扩大而极速下降等。然而，难点也不少，两大困难就是：用户喜欢、用户付费。

用户为什么喜欢？似乎没有标准答案。除了那一句“挖掘人性”。如果粗浅分类的话，也许包括：名字、界面、功能等。

名字，是大模型企业C端比拼的第一个元素。在现有产品中，文心一言、通义千问，不乏B端的特色，体现的是可靠性。而豆包、KIMI、元宝，则更接地气、贴近用户。

界面和功能的不同，其实也处于“单点和通用”的选择中。按照超级智能助手的定位来看，功能必然是多模态、多样化的；但是，对于AI目前所处的商业前期，需要的是更有穿透力的产品功能。

也就是广告希望的“清晰传递信息、精准定位目标”。比如KIMI的“结构化”能力，通义听悟的转写能力等，元宝的公众号数据，都是容易产生清晰标签的。

几家公司的不同，依然在于“获客策略”。在短期客户和长期客户之间平衡。相对来看，已经有C端产品的公司，在做多功能时，更占优势，可以直接流量导入、灌输给用户。不然，多功能其实是一个“出力不讨好”的定位，优秀功能也许会被深藏，有点C类员工拖垮了A类一样。

大模型公司做C端的“通用功能”还有一个大挑战，在于“入口”。

手机公司对AI也是虎视眈眈，苹果、荣耀、Oppo、华为等，都希望借助这波AI浪潮，突显产品差异化，拉动销售。而手机厂商的目标是从硬件结合软件，实现“超级助理”效果。最好的方式就是通过手机上的AI单一入口，完成多样任务调度。

大模型公司的C端产品，如果功能过于通用、多样化，也必然会和手机商AI产生冲突。也许也会爆发一轮像游戏和手机商之间的博弈。如果只是聚焦单向功能，也许更受手机商欢迎。

当产品已经被用户喜欢时，最难的挑战还是“让用户花钱”。

SaaS软件过去在国内十几年的发展经历已经说明了，国内用户对于APP付费，接受度是极低的。于是，颇具年轻化的KIMI，率先采用了“打赏模式”。但效果似乎也不一定可观。更何况，国内友商们，随时准备用免费策略来抢夺市场。

在变现领域上，虽然大模型带来的是“效率”提升，但是，为效率付费，并不会是大群体。而游戏、短视频，都验证了，娱乐才是刚需。

因此，国内大模型公司做C端产品，统一口径都是“渗透率超级早期”、“不考虑盈利”、“先获得市占率”等等。

也许，大模型C端产品的费用，还是被包含在硬件的售价中更为可行。从这个角度看，除了手机商之外，百度、阿里、讯飞，都有智能音箱、学习机等硬件产品，可以为AI做载体。

在C端领域，还有许多基于大模型来做应用开发的公司。这些公司除非已经是垂类的领先者，不然很容易成炮灰。大模型公司直接复制个产品，不香么。

C端的市场，虽然渗透率还低，但无论是烧钱、还是落地路径，巨头属性，也已经比较清晰。但怎么赚钱，也并未明了。

03 硬件变革浪潮更大

在以前的互联网领域，还有to VC 和 to G（政府）的两个玩法。不过，大模型这波，就不太好使了。一级投资人，日子也不好过，已经是众所周知了。没钱的时候，每个投资人都是精明的。

而由于大模型和数据挂钩过紧，因此，to G的生意，还是巨头们的事儿。

整体来看，大模型时代，并不是中小创业者的机遇。更利好那些有渠道、有客户的巨头，用新技术、新产品，提高毛利率、创造新收入。

中小创业者的机会，依然来自于“硬件大变局”中。就像电脑、智能手机的浪潮一样。

如果AI时代，硬件并没有巨大变化，那么，大模型的赚钱之路，似乎依然只是各自产品、客户的延续。只是，B端会比IT时代，要容易一些。