大模型的to B围城

“你们带技能拢共一百来号人的薪酬有八九千万，加上水电福利上亿，但你们一年只给我赚四五千万，你说我还有没有必要养你们？”

听到大老板半开玩笑的玩笑后，作为网易to B商业化的一员，张智（化名）不得不从头审视自己的境况，趁早追求退路。他瞄准了时下可贵一个需求全身心入局的赛道——大模型。

To B方向的大模型出售圈子很小，张智很快在圈内老友的内推下得到了数份offer以及带HC的面试时机。

但是他四处奔波后的效果却不尽善尽美，要么是期望在传统出售技能与联系的根底上还有必定技能布景，能自行输出完好的售前技能计划；要么是骗计划，所谓带HC的面试不过是获取商业化思路的套路，面试也变成“两个人彼此扮演”。

前者意在卷出售人效，自不用多言；后者虽是别有用心，但仍是道出了模型服务商现阶段的主要任务是在B端追求AIGC的变现的实践。

大厂彼此比拼大客户的标杆效应，而创业独角兽们也开端将重心向to B方向搬运：智谱AI即就是90万的政企方向项目制订单也不放过，Kimi母公司月之暗面也官宣Kimi企业级API正式发布。

当大模型从C端故事走向B端落地，这好像是上一轮AI热潮的又一次轮回。要害是，伴随着企业级API堕入价格战旋涡，相对更能带来现金流的仅余项目制订单。而项目制的结构性对立并未因大模型的参加而改动，反而有了愈演愈烈的趋势。

不幸的是，现阶段的模型服务商，还真就靠着“期货”一般的项目制订单，困难求生。

中厂“鬼故事”

即便市值屡次杀入中概股前五，年营收打破千亿，网易内部仍是习气自称为中厂。

这并不彻底是自谦，而是其“强枝弱干”的事务特色，导致网易在探究新事务的时分往往限于安排才能与习气，难以一次集结足量资源以全功。以其大模型商业化部分为例，有足足六成产研需求协作游戏事务，余下协作商业化的产研资源可想而知。

当今，该部分好像仅留下了两三位担任决议的领导，在安排上被彻底边缘化，这一进程总计不过一年多的时刻。咱们企图自不同视点复原这个“小富即安”的中厂，追逐大模型风口的故事。

2023年头，ChatGPT红遍大江南北，敞开了新一轮科技增加叙事。彼时，源自各大互联网大厂台前幕后的声响简直都是要捉住这轮时机。且不管能否拓荒新的增加曲线，仅复用曩昔科技商业化的效果，便足以悦耳。

一向以游戏事务扛鼎，很少“游手好闲”的网易也是如此。不过，网易AI需求复用的并非技能产研，而是商业化才能。

一位知情人士告知光子星球，上一年，网易to B团队开端探究大模型的商业化。“网易内部大多数人都是产研身世，能做C端产品，但在to B商业化方面全体不算老练”，他说。

在开展途径上，网易与其他模型服务商截然相反。友商是模型底座先行，在具有不错通识才能后再拓宽场景外延。反观网易则是直接将内部运用的专家模型简略封装，尽管内部功能的复用是大厂做to B的底层逻辑，但网易身处的游戏赛道与其他工业存在必定分裂，场景跨过就是一个不小的应战。

值得一提的是，网易的AI工作室宓羲下归于网易雷火。早在安排架构上，其便昭示了网易将游戏作为AI的首个落地“试验田”的定位。

以上一年上半年网易发布的文生图模型丹青为例，其作为快速封装便直接上马商业化的产品，便未能在商场上收成较好反应。

详细来看，网易曾与某快消品牌有过一次文生图模型API调用的协作，据悉，该应用在投进期间的调用量不过堪堪过万，从UV、PV的口径看也不甚达观。遑论自本年中旬起，根底大模型的API调用早已被打成白菜价，to B商业化的营收终究还只能落到定制化项目上。

这背面的本源便在于场景的分裂，自身大模型的生成效果便存在不可控性，场景问题进一步加重了这一点。

当今在游戏范畴，咱们能看到比方《逆水寒》智能NPC、捏脸以及《永劫无间》AI队友之类的效果，有道与云音乐也别离推出了根据事务特点的C端AIGC产品，但这些才能却无法快速平移到其他企业上。

生于事务却又困于事务，实在的网易AIGC好像一向活在其他明星事务的暗影之下，讲不出悦耳的故事，外界也难以对其有所感知。

产品与解决计划间的距离

为一项立异事务的商业化，网易零零总总给到部分一年半的时刻，在业界现已算比较有耐性和定力了。若不是主业面对一些营收压力，以及游戏事务内生的营销与资源置换需求，或许留给团队的可操作空间还会更大。

比方，团队内有BD提出过一些细分职业的出售头绪，项目规划也自数百万到数千万不等，但大多项目终究都没能入老板的眼，原因在于与游戏职业“调性不符”或是“无法在营销层面做资源置换”。

不过，就像当下商场上充满着数十万到百万级的“贱价”订单一般，就算铺开对客户的挑选，在产品交给的底层逻辑下仍旧不能带来多高的流水以及赢利。

由于限制网易乃至是绝大多数模型服务商的问题历来不是做不出产品，而是难以自技能驱动的产品思想切换为运营驱动的解决计划思想。短板亦不在产品自身，而是支撑整个长交给周期的服务、运营等人力资源要素。

所谓解决计划，在实践成交场景中绝不仅是针对单一场景与问题而组成的产品矩阵，而是针对客户需求拼装的不同产品与服务，如此才构成解决计划所代表的“完好交给物”。事实上，恰是“继续交给”的服务叙事，让SaaS走出一锤子买卖的泥潭，继续为to B企业构建现金流。

一位大模型出售也和咱们透露了自己的心声：“大部分客户无论是我自己的资源仍是生态资源，最最少期望能给他们一个还可以的告知，不至于让他们砸了自己的饭碗。但许多模型服务商交给的没售后服务的产品，会把甲方的饭碗给砸掉的。”

从另一个视点说，这也是本年这轮Agent落地潮中，阿里通义、字节豆包、智谱AI等规划不等的模型服务商均活跃拓宽生态内协作同伴的内生原因。生态同伴是自技能到落地之间的中间件，走完最终一公里的一起也揽下了以后续服务为代表的苦活累活。

说白了，拿着锤子找钉子的活儿，大厂不肯干，中厂干不了，只能丢给创业公司。

需求指出的是，有人帮助找钉子也未必是件功德。伴随着生态同伴的参加构成的分润，于本钱侧而言，比较此前友爱不了多少，不过是能在熵减的视点上坚持安排的精简；另一方面，长文本、多模态、RAG等不同方向的技能迭代与产品化周期下必定滞后的产品对冲，正在不断透支各行各业对AI的预期。

某教育集团便在接洽一家模型服务商的时分，提出了将集团LOGO放到生成图片固定方位的需求。而服务商团队不断prompt也prompt不出来，会议室也逐步堕入了为难。

“AI的水平最少能到达规划的60%，但你们的连20%都做不到”，在其料想中，闹得沸沸扬扬的AI应该是一个可以把仅仅5人的规划团队彻底代替的产品，但实在情况是连降本都做不到。

大模型to B，仍是传统to B

GPT5遥遥无期，Sora也还没走出“期货”阶段。模型服务商大干快上让大模型商业化的主要对立已不再是技能，而是来自甲方。尤其是在作为AI在企业侧落地的“最短途径”的SaaS，近年来水分被拧干的情况下。

乃至可以说，大模型应用在本质上与传统to B服务并没有什么区别：没有额定溢价，没有赛道的差异化，乃至在黑箱的不确定性下，交给周期以及本钱侧的压力还会相较以往更强。

以某家医药SaaS企业为例，其药店办理体系单店费用原是3000元/年，在引进调用API才能后，为了快速打破付费墙，反倒是将单店价格下调至300元/年。

至于交给周期，在相对倾向体量较大的项目制订单人多粥少的情况下，头部客户一如传统to B时一般体现。

“CTO、CIO们先找阿里、腾讯、华为等大厂白嫖一遍解决计划的报告，走一轮下来就差不多两个月。走完了还得内部推给老板，等两个星期内部立项，一般第一期项目也就有个三五百万。”

张智吐槽道，足足小半年的时刻的BD本钱以及定制化产研决议了这个项目必定亏钱，但为了大客户的标杆效应，亏钱也得干。乃至有的大客户因特别原因，并不能出现在服务商的客户墙之上，比方网易便从前以严选商城的架构，做过茅台的电商App，这个项目迄今很少为人知。

假如以Agent整合的方式，跳脱出简略SaaS服务窠臼并测验自生产联系的视点触达企业侧，在人效比与ROI上对成交更友爱。仅仅这同样会碰上传统to B在迭代生产工具时碰上的问题——内部安排阻力。

以大模型在政企侧较多落地的标书写作场景为例，这部分文生文能轻松掩盖的需求将逼真影响到安排内的利益分配。

一位知情人士告知光子星球，此前阿里云便触摸过一家规划院客户，直至内部立项前的展现、需求打磨、前期开发等流程都反常顺畅，却卡在内部立项的流程中走不动。“这联系到招投标要害部分的饭碗，IT部分底子推不动，投标会上被怼得半死。”

此外，假如按传统to B的视角审视模型服务，不难发现生态同伴的重要性被不同模型服务商着重，除了根据人力与安排上的考虑，或许更多的仍是服务商正在丢掉自己的定价才能。与API调用价格一般，竞低影响着大模型商业化的未来，逻辑的自洽还需求更多的探究。

至于模型层的草创公司，在商场继续降温的情况下，再掏不出满足亮眼的效果，或许只剩被大厂并购一途了。