大模型如同一輛時代列車，所有科技大廠都想上車。
自去年底ChatGPT一炮而紅，國內外數十家科技大廠、創業公司、機構相繼下場，一時間掀起大模型的熱浪。
《中國人工智能大模型地圖研究報告》顯示，截至今年5月28日，中國10億參數規模以上的大模型已發布79個，中美兩國占全球已發布大模型總量的80%以上。
大模型的火熱態勢，給當前的云市場帶來了不小的沖擊。
一方面，大模型背后需要有強大的算力支撐；另一方面，客戶對云服務有著更加定制化、精細化的要求，對服務的AI能力有了更多期待，這就迫使云廠商尋求進一步的深入創新。
百度創始人李彥宏指出其中關鍵：“未來企業在購買云計算的時候不看底層算力，而是看大模型的優劣。”
而同時，我國云市場秩序正面臨重構。今年4月，IDC發布報告顯示，公有云IaaS+PaaS市場份額中，騰訊云由11.1%減少至9.9%，由第二位降至第四位。阿里云、華為云等友商爆發出了更大的活力。
影響下一階段市場格局最大變量就是大模型，對于云廠商們來說，這不僅是一場技術競賽，更是有關座次排位以及對未來可能性的角逐。舊時代的秩序并非牢不可破，云市場新一輪排位戰，正在被巨頭們拉開帷幕。
＋
降價背后的“拉新競賽”
在大模型的機遇面前，一場爭搶市場的惡仗蓄勢待發，云廠商們先以傳統的價格戰吹響了沖鋒號。
今年4月開始，阿里云帶頭降價，京東云、騰訊云、華為云、天翼云紛紛“跟牌”，“史上最大規模降價”、“最高降幅達60%”等甩賣口號，令人頗有走入大賣場的錯覺。
然而投資大師段永平說過，“除非萬不得已，用價格武器總是錯的”“低價是不會擴大市場份額的，被迫降價有機會保住市場份額而已。”
那么，云市場到了萬不得已的時候了嗎？
或許不應危言聳聽，但當前能看到的是，各個云廠商都還處于市場擴張的階段，大部分仍困于盈利難的漩渦，個別實現盈利的云廠商，利潤規模也并不如人意。
剖析來看，即使降價目的直指拉新，也并非單純為了搶市場而倉促降價，其中還有更深層次的原因和意義。
一方面，規模效應帶來了降價空間。
當生產規模擴大，固定成本保持不變，分攤之后，單位產品成本降低，這種供給側效率提升帶來的規模效應正是云計算的顯著特點。
采取批量購買、定制硬件等手段降低硬件成本；依靠自動化技術手段，大廠能夠提高運維效率從而減少人工等運營成本；隨著用戶數量的增加，初始的固定成本可以分攤到更多的用戶和服務上。
例如，隨著規模擴大，京東云混合多云操作系統云艦，使CPU平均使用率提升2倍，每年節省IT成本數億元；京東云虛擬化引擎京剛2.0，將算力虛擬化損耗降至零，云化成本直降15%。
另一方面，降低門檻，提升了客戶企業上云意愿。
對于新增的云客戶公司們來說，上云有著明確的目的——將AI能力嵌入現有的工作流程，提高生產效率，帶來業務增量。
以前，并不財大氣粗的中小客戶們，往往采取“試試看”的態度，選擇免費時長和容量體驗較為基礎的云服務。這是因為，高昂的遷移成本是企業上云的最大阻礙。通過降價，云廠商可以使這些成本降到一個更容易接受的水平，從而使云服務對這些企業更具吸引力。
降價總是立竿見影的。阿里云宣布降價和核心云產品免費試用雙管齊下，已吸引超過100萬人次申請阿里云官網的試用。
最后，吸引更多客戶上云，是迎接大模型浪潮的前置條件。
ChatGPT的爆火引發了業界對大模型的關注，中外科技大廠紛紛發布自家產品，大模型競速賽的發令槍已響。
云服務降價有效吸引更多企業客戶上云，為其打開了數字化轉型的大門，使其享受到云服務帶來的高效、靈活的優勢，成為上云的積極用戶。
對云服務的下一階段大模型來說，更多的云客戶，無疑是模型訓練與反饋及市場承接兩方面的“肥沃土壤”，這為在廣大中小企業之間普及大模型應用提供了可能性。
＋
大模型的兩種創新路徑
降價之后，如何將拉來的新客培養為忠實客戶？
提供出眾的產品體驗是最好的選擇，基于大模型開發應用能夠帶來更智能、便利的服務，廣闊的前景令其成為眾多云廠商爭相講述的“焦點故事”。
具體到落地階段，則分成了兩類創新路徑：布局通用大模型還是直接專注行業大模型，其中的考量因素主要有兩個：一是成本，二是場景。
剖析來看，通用大模型是具有大規模參數體量的基礎設施，動輒十億乃至數十億規模的參數，成本高且在解決行業具體問題上并沒有“萬能解”；行業大模型成本低且更匹配具體行業的特點，不過需要立足在開源大模型的基礎上，針對細分行業進行建設和應用。
上個月底，獵豹移動董事長兼CEO傅盛和知名投資人朱嘯虎發生了一次觀點碰撞，傅盛認為大模型帶來了更多的創業機會，朱嘯虎則勸告創業者踏入大模型潮需謹慎。
相比傅盛的理想主義氣質，朱嘯虎顯然更偏向于現實主義，他提醒了一個關鍵點——成本。
以當前最為成功的通用大模型GPT-4為例，其于今年三月份發布，大約擁有1萬億個參數，比上一代增加了近六倍，OpenAI透露其開發成本超過1億美元。隨著通用大模型的參數規模飛速增長，其成本只會愈加水漲船高。
金山辦公CEO章慶元也認為，“緊缺的英偉達GPU芯片、昂貴的算力成本以及自研大模型商業化上的不確定性，都決定了這不是任何公司都愿意承擔的風險。”
顯然，在資源普遍集中于實力大廠手里的情況下，專注行業大模型及應用開發，才是更穩妥的創業路線。
如何與行業現實場景結合，推動產品和服務大規模落地，是考驗云廠商布局能力的另一道關卡。在這一點上，頭部云廠商都有自己獨特的思考。
“阿里巴巴決定未來將所有產品接入‘通義千問’，進行全面改造。”阿里云智能集團董事長兼CEO張勇說道：“阿里云可以幫助更多企業用上大模型，基于‘通義千問’擁有具備自己行業能力的‘專屬大模型’。”
以此理解，與百度的“文言一心”相似，“通義千問”屬于通用大模型，難以針對企業的具體業務問題進行定制優化，但通過開放其AI能力，企業可以借“通義千問”訓練符合自身需求的專屬模型。由此，中小企業也能夠以較低的門檻，獲得自己的智能客服、AI設計師、自動駕駛模型等產品。
與阿里云不同，騰訊并沒有發布自己的通用大模型。
“通用大模型可以在100個場景中解決70%-80%的問題，但未必能100%滿足企業某個場景的需求。”騰訊集團高級執行副總裁、云與智慧產業事業群CEO湯道生如此說道。
當前，通用大模型的產業應用仍處于早期階段，騰訊選擇將大模型做小做精，或許是一項明智的選擇。
騰訊云在6月份公布了MaaS（模型即服務）全景圖，推出了基于騰訊云TI平臺的行業大模型精選商店，提供10大行業，50多個解決方案，還有行業大模型精調解決方案。
阿里云和騰訊云在大模型落地布局上的側重點不同，前者重在發揮通用大模型的實力，后者專注行業模型的表現，而胃口最大的當數華為云，它全都要。
華為在7月份發布盤古大模型3.0之時，喊出了“不作詩、只做事”的口號，其大模型包括“5+N+X”三層架構，即五個基礎大模型（自然語言、視覺、多模態、預測、科學計算），加上N個行業大模型，以及更多細化場景的模型，比如政務熱線、網點助手等。
顯然，無論產品形態如何，各云廠商都力求在大模型的能力以及與垂直行業深度結合上打造護城河，場景落地是重中之重，與之前的“元宇宙”潮相比，顯得更加務實。
＋
云市場向何處去？
“大模型是一種變革性的技術，未來將成為AI的操作系統”，華為云人工智能領域首席科學家、國際歐亞科學院院士田奇如此認為。
云市場正在形成共識，大模型并非一個小變量，其發展速度日行千里，是一場足以影響市場秩序的巨大機會。
“大模型是未來，但現在還不是一切”，有人如此評價道。期待越急，往往失望越大，顯然已經有人為此反思，大模型現在能做什么？離真正的賦能百業還有多遠？
“降價+大模型”雙管其下，云服務似乎找到了下一階段的前進方向，但在大范圍爆發普及之前，仍要邁過更多的坎。
其一是不菲的價格。
受限于高額成本，當前大模型的落地價格難以大幅度下降，不是大多數中小企業能夠承受的。正如業內人士所說，一個企業客戶并不會愿意每年花費上百萬、上千萬買一個并不完美的聊天機器人，幫自己回答客服問題或做文檔摘要。
云廠商們自然感同身受。阿里云希望未來企業在阿里云上訓練一個模型的成本，“能夠降低到現在的十分之一，甚至是百分之一，即使是中小企業，也能通過云平臺獲得AI大模型能力和服務。”
百度智能云也表示，“價格應該不會成為大家所使用或者是擁抱大模型的瓶頸。”事實上，百度大模型服務在推出三個月后，已經實現了超過十倍的成本下降。
其二是可靠性有待提高。
從當前的表現看，各家大模型產品紙面實力都很強，令客戶浮想聯翩，但真正使用時卻發現，人工智能并不是每次都智能。
如今，大模型還不具備原創性的思想，既缺乏行業深度，也無法保障其內容真實可信，同時還容易帶來數據安全隱患。
這背后，是由于它無法了解企業內部獨特的情況及行業術語含義，它的回答可能會比較籠統，有時候甚至可能會提供不準確的信息。
在一些場景中，這是較為致命的弱點。例如金融、醫療等領域，客戶對AI提供專業服務的準確率要求高而容錯率低。如若受到錯誤信息的影響，客戶可能將會面臨嚴重的后果。
此外，如何在使用大模型的同時保護企業數據產權和隱私，也是一個令人困擾的問題。
大洋彼岸的ChatGPT正陷入這樣的麻煩。6月底，有16人匿名起訴OpenAI及微軟，認為他們在未經允許的情況下使用并泄露了個人隱私數據，索賠金額高達30億美元。隨后又有兩位文字作者聲稱，OpenAI未經允許使用了他們的小說訓練ChatGPT，構成侵權。
可見，大模型需要大量資料進行“飼養”訓練，但海量內容的輸出與輸出在隱私與侵權方面難以把控。
因此，一方面，為了提供更高實用性，云廠商需要結合行業特點和企業數據進行大模型的訓練和專項優化。
另一方面，云廠商需要保證大模型數據可控可追溯，且進行了多輪測試驗證才能落地使用。
投入巨大成本，成果不夠完美，風險隨時潛伏，大模型的成熟之路還有很遠。
＋
結語
作為一種新潮的技術，大模型將深深影響云服務的發展進程。
而云服務將走向何方？或者像互聯網那樣成為基礎設施的一部分，在人們的司空見慣中褪去熱點光環，又或者因久久難以普及落地，成為被遺忘的“珍珠”，還未可知。
如今云服務更多是在B端市場有較大的發揮空間，對普通人日常的影響不夠直接，未來隨著人工智能的發展，門檻大幅降低后，每個人都能享受到云服務的智能與便利。
只是目前，高昂的投資、稀缺的人才、同質化的競爭、仍不明朗的商業模式……待解的問題還有很多。大模型的火熱發展，是機會，也是最大變量。
來源：創業幫
文章轉載于其他網絡，如有侵權請聯系我們及時刪除！
