AI大模型行業的618,走上價格战的老路

2024-05-29 18:40:19    編輯: robot
導讀 不管AI开發者愿不愿意,在互聯網廠商主導的國內大模型行業,再次回到了十年前互聯網式的“免費”邏輯,其商業化的決定權已經發生了轉移——何時殺雞,何時“取卵”,都不再自己說了算。 ‍‍‍‍‍‍‍‍‍‍‍...

不管AI开發者愿不愿意,在互聯網廠商主導的國內大模型行業,再次回到了十年前互聯網式的“免費”邏輯,其商業化的決定權已經發生了轉移——何時殺雞,何時“取卵”,都不再自己說了算。

‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍任誰都沒有想到,2024年618的第一槍,居然不是由“貓狗拼抖”任意一家電商發起,取而代之的是大模型廠商。

半個月前,火山引擎先發制人,宣布豆包主力模型在企業市場定價爲0.0008元/千tokens,較行業便宜99.3%。一周後,百度、阿裏雲、科大訊飛等主流國產大模型廠商,均宣布旗下主力模型全面免費。 

自此,以免費爲噱頭的大模型價格战,就此形成了短期無法“回退”的多米諾骨牌。 

如果回望歷次互聯網細分行業的增長歷程,大多數時候都經歷過增長期、補貼期的白嫖,以此換取市場規模和用戶數量。待到產品生態成熟,捆綁了足夠多以此爲生的用戶和產業鏈,再行提價以完成收割。到目前爲止,大模型經歷了第一年的出世與合規,正在進入以降價爲主要特點的第二階段。 

唯一的區別是,目前大模型主要降價對象,仍然以企業級用戶和應用層开發者爲主。對個人用戶而言,除了部分廠商的升級版服務需要訂閱會員,仍然是處在完全免費的狀態。換言之,對於大模型及其相關產品來說,真正想要覆蓋的C端用戶而言,商業化歷程仍然沒有真正开啓。

對於大多數开發者而言,廠商之間價格战打的越歡,對他們而言產品开發成本也會越低。不過一旦對某個廠商形成依賴,一旦產品日後提價,這不僅意味着極高的退出成本,ROI(投入產出比)能否回正,都可能存在問題。 

不管AI开發者愿不愿意,在互聯網廠商主導的國內大模型行業,再次回到了十年前互聯網式的商業邏輯,其商業化的決定權已經發生了轉移——何時殺雞,何時“取卵”,都不再由自己說了算。 

AI大模型,开啓618

當然,僅就模型調用成本打“骨折價”這一行爲本身,是非常“互聯網”的。

原因無他,所謂古典互聯網精神,即在於打破信息的孤島,實現其流動,和大多數時候的免費分享。 

而在生成式AI逐漸大行其道的今日,面對這一近乎“政治正確”式的商業行爲,只要有一家挑起战端,其他廠家沒有選擇避战自保的資格。 

行行AI CEO李明順告訴陸玖商業評論,战端一旦开啓,互聯網廠商之間的價格战,實際也是算力儲備上的競爭,也因此,諸如阿裏旗下的通義大模型,手握行業靠前的雲資源和算力儲備,自然有通過降價來快速搶佔市場的動機。雖然百度等公司有被動應战的成分,但從綜合實力來看,遠遠超過中小型創業公司,同樣具備不小的競爭力。 

所以我們能看到,第一家宣布降價的大模型廠商,不是時間最久的文心一言,也不是技術全面的通義,而是時間後發,聲量並不算大的火山引擎旗下的豆包——低於同行99.3%的市場均價,足以讓其他廠商“破防式降價”。而騰訊、科大訊飛則更爲徹底,直接選擇了非永久和永久的全面免費。 

當然,從公共雲行業的發展軌跡也能有所感知。隨着平均算力成本隨着用戶數量和雲服務器的規模化增加而變低,用雲成本自然也會隨之降低。更進一步,作爲與算力成本直接掛鉤的大模型調用成本,也會隨着價格降低。 

而在此過程中,國產大模型的能力也在不斷演進——一旦到達可使用狀態,即可开放給它的直接用戶,以更低的價格。 

不過,這種免費通常帶有諸多限制。譬如阿裏、百度降價幅度最高的產品都是其偏輕量化的模型版本,僅適用於使用頻次不高、推理量不太大、任務處理量不太復雜的中小企業、开發者短期使用。 

這也像極了電商618滿減券的優惠套路——限制品類、限制時間段、限制用量。一旦“熱愛白嫖”的中小开發者選擇切換大模型,往往就進入了廠商們設定好的劇本之中。 

“便宜的東西往往最貴”

正如著名作家茨威格的那句話:“命運中饋贈的禮物,往往在暗中標好了價格。”如果像當年打車、外賣那般一樣,如果企業用戶和個人應用开發者因爲成本的緣故選擇“無腦猛衝”免費大模型,那么最遲在幾年之後,他們也會因爲免費的選擇而付出遠超金錢成本的價格。 

類似的行爲其實早在去年就初顯端倪,其中一個表現是,各個大模型廠商即通過各類开發者活動和比賽,力圖將其網羅進自身的开發者生態。具體方式,則比較簡單直接——送token。 

個中原理也並不復雜。對於個人开發者而言,大可將其开發產品的一部分剝離,作爲參賽demo,在獲得廠商贈送的token之後,即可進行幾輪0成本的推理測試和產品調優。最終縮短創業產品的开發周期,並提高成功率——當然,前提是接入對應廠商的大模型及其生態。 

如果從“免費式降價”的結果倒推,在公共雲資源和算力資源的規模化效應下,廠商爲之提供的token實際成本,是遠低於外界想象的。而他們所獲得的東西,遠比付出的成本多得多。

其一,是在开發者無數次調用模型能力之後,間接爲廠商的底層模型,提供了可供參考的調優思路和產品思路。換言之,廠商提供了燃料,开發者貢獻了寶貴的想法。 

其二,一旦創業產品上线及規模化,在很大程度上,意味着與初期使用的底層大模型生態捆綁,其後的產品形態,也將與底層模型深度耦合。這也導致了後期極高的轉換成本和潛在的運營成本。 

此外,如今企業用戶選擇某家廠商的大模型,也遠遠不止單純的模型生態,背後互聯網廠商更深層次的行業屬性和產業鏈優勢,也是考慮因素。 

譬如遊戲廠商選擇騰訊大模型,其遊戲產品在騰訊渠道中會不會得到優先推薦?快消廠商啓用豆包,是否會在抖音電商投流中獲得優勢?一個可以確定的答案是,如果用了,會不會因此受益是未知。一旦切換其他行業廠商的大模型,失去這種受益的可能性則是確定無疑的。 

李明順還向陸玖商業評論透露,由於每個大模型廠商的基因都不盡相同,但在價格战的殘酷“洗盤”之下,最終脫穎而出的幸存者也不會太多。而基於行業屬性的分布,在價格战塵埃落定之後,不同類型的互聯網廠商,最終會在不同的方向佔據C位,C端、B端、G端都是有一定可能的。 

重走互聯網補貼大战的老路

從移動互聯網時代开啓至今,無論是電商、出行,抑或是本地生活,多數都難離开項目融資上线——大規模宣發——補貼大战——進入平台壟斷期——收割變現幾個階段。 

而在國內大模型行業興起的短短兩年,已經走完了上述流程的五分之三。而對於國內开發者規模的爭奪結果,很大程度上也能最終確定大模型廠商的版圖,和勢力範圍。 

一家AI創業產品架構師告訴陸玖商業評論,目前大模型降價浪潮,主要吸引的是中小企業开發者,這部分團隊切換大模型的成本較低,通常只需要寫對應的API接口程序即可。 

當然,價格的“骨折”可以吸引大量的白嫖患者前來“就診”,因爲他們不缺想法和能力,只是缺乏必要的啓動成本和算力資源。 

但對於規模更大的企業級用戶則不然。首先,針對不同業務的合規性需求,譬如銀行類、出行類等用戶數據敏感型公司,其模型安全需求通常較高。也因此,他們使用的大模型通常是模型廠商的深度定制版本。這代表着爲數不少的开發團隊和運維團隊,自然也意味着極高的切換成本。只有在一些非核心的邊緣業務,會使用非自研的大模型,用以探索新產品及新模式。 

即便如此,對於這類成規模的开發者用戶而言,對於大模型的核心需求,遠非價格這么簡單,更重要的在於生成效果和運行過程中的穩定性。 

原因也很簡單,這些底層模型雖然直接使用者是B端的企業級用戶及开發者,選用模型的決策因素可以是價格,但這些用戶的產品大多數最終會面向C端市場。 

而C端用戶使用AI產品的唯一驅動力,則是生成效果,也就是通常意義上的“好用”,而在用戶的反向“PUA”下,企業也會偏向這一個標准。 

在團隊運維成本,和模型切換成本的雙重壓力下,價格並不會成爲其切換模型的唯一要素。單純因爲價格而貿然切換模型生態,反而會付出比價格更沉重的代價。 

       原文標題 : AI大模型行業的618,走上價格战的老路



標題:AI大模型行業的618,走上價格战的老路

地址:https://www.utechfun.com/post/377325.html

鄭重聲明:本文版權歸原作者所有,轉載文章僅為傳播信息之目的,不構成任何投資建議,如有侵權行為,請第一時間聯絡我們修改或刪除,多謝。

猜你喜歡