大模型的to B圍城

撰文?| 吳坤諺，編輯?|?吳先之

“你們帶技術(shù)攏共一百來號人的工資有八九千萬，加上水電福利上億，但你們一年只給我賺四五千萬，你說我還有沒有必要養(yǎng)你們？”

聽到大老板半開玩笑的打趣后，作為網(wǎng)易to B商業(yè)化的一員，張智（化名）不得不重新審視自己的處境，趁早謀求退路。他瞄準(zhǔn)了時(shí)下難得一個(gè)需要全身心入局的賽道——大模型。

To B方向的大模型銷售圈子很小，張智很快在圈內(nèi)好友的內(nèi)推下得到了數(shù)份offer以及帶HC的面試機(jī)會(huì)。

然而他四處奔波后的結(jié)果卻不盡如人意，要么是希望在傳統(tǒng)銷售技能與關(guān)系的基礎(chǔ)上還有一定技術(shù)背景，能自行輸出完整的售前技術(shù)方案；要么是騙方案，所謂帶HC的面試不過是獲取商業(yè)化思路的套路，面試也變成“兩個(gè)人相互表演”。

前者意在卷銷售人效，自不必多言；后者雖是醉翁之意，但還是道出了模型服務(wù)商現(xiàn)階段的主要任務(wù)是在B端謀求AIGC的變現(xiàn)的現(xiàn)實(shí)。

大廠相互比拼大客戶的標(biāo)桿效應(yīng)，而創(chuàng)業(yè)獨(dú)角獸們也開始將重心向to B方向轉(zhuǎn)移：智譜AI即使是90萬的政企方向項(xiàng)目制訂單也不放過，Kimi母公司月之暗面也官宣Kimi企業(yè)級API正式發(fā)布。

當(dāng)大模型從C端故事走向B端落地，這仿佛是上一輪AI熱潮的又一次輪回。關(guān)鍵是，伴隨著企業(yè)級API陷入價(jià)格戰(zhàn)旋渦，相對更能帶來現(xiàn)金流的僅余項(xiàng)目制訂單。而項(xiàng)目制的結(jié)構(gòu)性矛盾并未因大模型的加入而改變，反而有了愈演愈烈的趨勢。

不幸的是，現(xiàn)階段的模型服務(wù)商，還真就靠著“期貨”一般的項(xiàng)目制訂單，艱難求生。

中廠“鬼故事”

即使市值多次殺入中概股前五，年?duì)I收突破千億，網(wǎng)易內(nèi)部還是習(xí)慣自稱為中廠。

這并不完全是自謙，而是其“強(qiáng)枝弱干”的業(yè)務(wù)特點(diǎn)，導(dǎo)致網(wǎng)易在探索新業(yè)務(wù)的時(shí)候往往限于組織能力與習(xí)慣，難以一次調(diào)集足量資源以全功。以其大模型商業(yè)化部門為例，有足足六成產(chǎn)研需要配合游戲業(yè)務(wù)，余下配合商業(yè)化的產(chǎn)研資源可想而知。

而今，該部門似乎僅留下了兩三位負(fù)責(zé)拍板的領(lǐng)導(dǎo)，在組織上被徹底邊緣化，這一過程總計(jì)不過一年多的時(shí)間。我們試圖自不同角度還原這個(gè)“小富即安”的中廠，追逐大模型風(fēng)口的故事。

2023年初，ChatGPT紅邊大江南北，開啟了新一輪科技增長敘事。彼時(shí)，源自各大互聯(lián)網(wǎng)大廠臺(tái)前幕后的聲音幾乎都是要抓住這輪機(jī)會(huì)。且不論能否開辟新的增長曲線，僅復(fù)用過去科技商業(yè)化的成果，便足以動(dòng)人。

一直以游戲業(yè)務(wù)扛鼎，極少“不務(wù)正業(yè)”的網(wǎng)易也是如此。不過，網(wǎng)易AI需要復(fù)用的并非技術(shù)產(chǎn)研，而是商業(yè)化能力。

一位知情人士告訴光子星球，去年，網(wǎng)易to B團(tuán)隊(duì)開始探索大模型的商業(yè)化?！熬W(wǎng)易內(nèi)部大多數(shù)人都是產(chǎn)研出身，能做C端產(chǎn)品，但在to B商業(yè)化方面整體不算成熟”，他說。

在發(fā)展路徑上，網(wǎng)易與其他模型服務(wù)商截然相反。友商是模型底座先行，在具備不錯(cuò)通識能力后再拓展場景外延。反觀網(wǎng)易則是直接將內(nèi)部使用的專家模型簡單封裝，雖然內(nèi)部職能的復(fù)用是大廠做to B的底層邏輯，但網(wǎng)易身處的游戲賽道與其他產(chǎn)業(yè)存在一定割裂，場景跨越便是一個(gè)不小的挑戰(zhàn)。

值得一提的是，網(wǎng)易的AI工作室伏羲下屬于網(wǎng)易雷火之下。早在組織架構(gòu)上，其便昭示了網(wǎng)易將游戲作為AI的首個(gè)落地“試驗(yàn)田”的定位。

以去年上半年網(wǎng)易發(fā)布的文生圖模型丹青為例，其作為快速封裝便直接上馬商業(yè)化的產(chǎn)品，便未能在市場上收獲較好反饋。

具體來看，網(wǎng)易曾與某快消品牌有過一次文生圖模型API調(diào)用的合作，據(jù)悉，該應(yīng)用在投放期間的調(diào)用量不過堪堪過萬，從UV、PV的口徑看也不甚樂觀。遑論自今年中旬起，基礎(chǔ)大模型的API調(diào)用早已被打成白菜價(jià)，to B商業(yè)化的營收最終還只能落到定制化項(xiàng)目上。

這背后的根源便在于場景的割裂，本身大模型的生成結(jié)果便存在不可控性，場景問題進(jìn)一步加劇了這一點(diǎn)。

而今在游戲領(lǐng)域，我們能看到諸如《逆水寒》智能NPC、捏臉以及《永劫無間》AI隊(duì)友之類的成果，有道與云音樂也分別推出了基于業(yè)務(wù)屬性的C端AIGC產(chǎn)品，但這些能力卻沒法快速平移到其他企業(yè)上。

生于業(yè)務(wù)卻又困于業(yè)務(wù)，真實(shí)的網(wǎng)易AIGC似乎一直活在其他明星業(yè)務(wù)的陰影之下，講不出動(dòng)聽的故事，外界也難以對其有所感知。

產(chǎn)品與解決方案間的鴻溝

為一項(xiàng)創(chuàng)新業(yè)務(wù)的商業(yè)化，網(wǎng)易零零總總給到部門一年半的時(shí)間，在業(yè)內(nèi)已經(jīng)算比較有耐心和定力了。若不是主業(yè)面臨一些營收壓力，以及游戲業(yè)務(wù)內(nèi)生的營銷與資源置換需求，或許留給團(tuán)隊(duì)的可操作空間還會(huì)更大。

比如，團(tuán)隊(duì)內(nèi)有BD提出過一些細(xì)分行業(yè)的銷售線索，項(xiàng)目規(guī)模也自數(shù)百萬到數(shù)千萬不等，但大多項(xiàng)目最終都沒能入老板的眼，原因在于與游戲行業(yè)“調(diào)性不符”或是“無法在營銷層面做資源置換”。

不過，就像當(dāng)下市場上充斥著數(shù)十萬到百萬級的“低價(jià)”訂單一般，就算放開對客戶的篩選，在產(chǎn)品交付的底層邏輯下依舊不能帶來多高的流水以及利潤。

因?yàn)橹萍s網(wǎng)易甚至是絕大多數(shù)模型服務(wù)商的問題從來不是做不出產(chǎn)品，而是難以自技術(shù)驅(qū)動(dòng)的產(chǎn)品思維切換為運(yùn)營驅(qū)動(dòng)的解決方案思維。短板亦不在產(chǎn)品本身，而是支撐整個(gè)長交付周期的服務(wù)、運(yùn)營等人力資源要素。

所謂解決方案，在實(shí)際成交場景中絕不僅是針對單一場景與問題而組成的產(chǎn)品矩陣，而是針對客戶需求組裝的不同產(chǎn)品與服務(wù)，如此才構(gòu)成解決方案所代表的“完整交付物”。事實(shí)上，恰是“持續(xù)交付”的服務(wù)敘事，讓SaaS走出一錘子買賣的泥潭，持續(xù)為to B企業(yè)構(gòu)建現(xiàn)金流。

一位大模型銷售也和我們透露了自己的心聲：“大部分客戶無論是我自己的資源還是生態(tài)資源，最起碼希望能給他們一個(gè)還可以的交代，不至于讓他們砸了自己的飯碗。但很多模型服務(wù)商交付的沒售后服務(wù)的產(chǎn)品，會(huì)把甲方的飯碗給砸掉的?！?/p>

從另一個(gè)角度說，這也是今年這輪Agent落地潮中，阿里通義、字節(jié)豆包、智譜AI等規(guī)模不等的模型服務(wù)商均積極拓展生態(tài)內(nèi)合作伙伴的內(nèi)生原因。生態(tài)伙伴是自技術(shù)到落地之間的中間件，走完最后一公里的同時(shí)也攬下了以后續(xù)服務(wù)為代表的苦活累活。

說白了，拿著錘子找釘子的活兒，大廠不愿干，中廠干不了，只能丟給創(chuàng)業(yè)公司。

需要指出的是，有人幫忙找釘子也未必是件好事。伴隨著生態(tài)伙伴的加入構(gòu)成的分潤，于成本側(cè)而言，相比此前友好不了多少，不過是能在熵減的角度上保持組織的精簡；另一方面，長文本、多模態(tài)、RAG等不同方向的技術(shù)迭代與產(chǎn)品化周期下必然滯后的產(chǎn)品對沖，正在不斷透支各行各業(yè)對AI的預(yù)期。

某教育集團(tuán)便在接洽一家模型服務(wù)商的時(shí)候，提出了將集團(tuán)LOGO放到生成圖片固定位置的需求。而服務(wù)商團(tuán)隊(duì)不停prompt也prompt不出來，會(huì)議室也逐漸陷入了尷尬。

“AI的水平起碼能達(dá)到設(shè)計(jì)的60%，但你們的連20%都做不到”，在其預(yù)想中，鬧得滿城風(fēng)雨的AI應(yīng)該是一個(gè)能夠把僅僅5人的設(shè)計(jì)團(tuán)隊(duì)完全替代的產(chǎn)品，但真實(shí)情況是連降本都做不到。

大模型to B，仍是傳統(tǒng)to B

GPT5遙遙無期，Sora也還沒走出“期貨”階段。模型服務(wù)商大干快上讓大模型商業(yè)化的主要矛盾已不再是技術(shù)，而是來自甲方。尤其是在作為AI在企業(yè)側(cè)落地的“最短路徑”的SaaS，近年來水份被擰干的情況下。

甚至可以說，大模型應(yīng)用在本質(zhì)上與傳統(tǒng)to B服務(wù)并沒有什么區(qū)別：沒有額外溢價(jià)，沒有賽道的差異化，甚至在黑箱的不確定性下，交付周期以及成本側(cè)的壓力還會(huì)相較以往更強(qiáng)。

以某家醫(yī)藥SaaS企業(yè)為例，其藥店管理系統(tǒng)單店費(fèi)用原是3000元/年，在引入調(diào)用API能力后，為了快速打破付費(fèi)墻，反倒是將單店價(jià)格下調(diào)至300元/年。

至于交付周期，在相對偏向體量較大的項(xiàng)目制訂單，僧多粥少的情況下，頭部客戶一如傳統(tǒng)to B時(shí)一般表現(xiàn)。

“CTO、CIO們先找阿里、騰訊、華為等大廠白嫖一遍解決方案的匯報(bào)，走一輪下來就差不多兩個(gè)月。走完了還得內(nèi)部推給老板，等兩個(gè)星期內(nèi)部立項(xiàng)，一般第一期項(xiàng)目也就有個(gè)三五百萬?！?/p>

張智吐槽道，足足小半年的時(shí)間的BD成本以及定制化產(chǎn)研決定了這個(gè)項(xiàng)目必然虧錢，但為了大客戶的標(biāo)桿效應(yīng)，虧錢也得干。甚至有的大客戶因特殊原因，并不能出現(xiàn)在服務(wù)商的客戶墻之上，比如網(wǎng)易便曾經(jīng)以嚴(yán)選商城的架構(gòu)，做過茅臺(tái)的電商App，這個(gè)項(xiàng)目迄今極少為人知。

如果以Agent整合的形式，跳脫出簡單SaaS服務(wù)窠臼并嘗試自生產(chǎn)關(guān)系的角度觸達(dá)企業(yè)側(cè)，在人效比與ROI上對成交更友好。只是這同樣會(huì)碰上傳統(tǒng)to B在迭代生產(chǎn)工具時(shí)碰上的問題——內(nèi)部組織阻力。

以大模型在政企側(cè)較多落地的標(biāo)書寫作場景為例，這部分文生文能輕松覆蓋的需求將真切影響到組織內(nèi)的利益分配。

一位知情人士告訴光子星球，此前阿里云便接觸過一家設(shè)計(jì)院客戶，直至內(nèi)部立項(xiàng)前的展示、需求打磨、前期開發(fā)等流程都異常順利，卻卡在內(nèi)部立項(xiàng)的流程中走不動(dòng)。“這關(guān)系到招投標(biāo)關(guān)鍵部門的飯碗，IT部門根本推不動(dòng)，招標(biāo)會(huì)上被懟得半死?！?/p>

此外，如果按傳統(tǒng)to B的視角審視模型服務(wù)，不難發(fā)現(xiàn)生態(tài)伙伴的重要性被不同模型服務(wù)商強(qiáng)調(diào)，除了基于人力與組織上的考慮，或許更多的還是服務(wù)商正在丟掉自己的定價(jià)能力。與API調(diào)用價(jià)格一般，競低影響著大模型商業(yè)化的未來，邏輯的自洽還需要更多的探索。

至于模型層的初創(chuàng)公司，在市場持續(xù)降溫的情況下，再掏不出足夠亮眼的成果，或許只剩被大廠并購一途了。