恒小花：AI人工智能商业化加速落地

　　值得关注的是，由于当下的大模型训练需要强大的算力支撑，尤其是参数量越大的模型成本越高。比如OpenAI(美国人工智能研究公司)的语言模型ChatGPT-3，仅每天运行成本就要花费约70万美元。

　　随着互联网和科技企业不断增加大模型参数，传统企业对于数智化转型需求的增加，导致算力需求大幅上涨。并且，由于高端芯片获取难度大、公共算力建设不足，算力租赁进入新一轮涨价周期。其中，并济科技、中贝通信、汇纳科技等公司在近期宣布算力服务收费大幅上涨，这也导致大模型的研发成本进一步提升。

　　在庞大的资金压力下，大模型企业不得不加紧步伐寻找一条商业化之路。事实上，部分老牌互联网企业的大模型商业化路径目前已较为清晰。

　　大模型商业变现主要有三种模式：一是企业通过大模型平台使用费变现，采取按使用时间计费或按信息量计费，主要面向个人用户；二是企业通过大模型App应用定制化开发和部署收费变现，主要面向企业用户，用户内部的数据也被用于训练大模型，并针对企业营销、产品设计、客户服务等业务需求开发定制化大模型应用，帮助用户实现降本增效目标；三是企业通过广告等增值服务变现，拥有海量用户的大模型平台发挥流量入口优势，借鉴互联网模式，发展广告等增值业务。

　　例如，百度在今年基于文心大模型重构了旗下多条产品线，将生成式AI作为辅助功能，嵌入原有业务，为用户提供增值服务。“在文心一言App、新场域、新搜索等方面的变现，百度将会逐步建立一些付费方式，比如文库输入法已经有了付费版本。”

　　“目前大模型商业化的路径较为清晰，国内厂商也都在积极探索，但大模型的商业化之路，不能仅限于商业模式的探索尝试，更在于解决大模型发展的底层问题。”

　　虽然大模型商业化之路道阻且长，但曙光已现。三六零2023年半年报显示，“360智脑”大模型已经开始创收，金额近2000万元；商汤集团也公布，生成式AI在上半年相关收入增长670%；美图表示，大模型拉动公司上半年利润增长3.2倍。

　　“事实上，大模型的开发并不难，难的是如何让企业心甘情愿地为之付费。”只有真正能解决企业需求的大模型才会获得青睐，例如好未来、面壁智能等企业用百度智能云的服务完成了大模型的训练开发和优化，提升了自身大模型效果，为企业降本增效，确实带来了便利，所以企业的付费意愿也非常高。

　　“未来大模型会体现为一种无所不在的智能服务，商业化模式将非常丰富。它可以被嵌入各种软硬件系统，如智能汽车、智能机器人等，以智能产品的方式进行商业化，也可以被部署在云端，重构现有商业逻辑，提供商业化的大模型云服务和各种智能App平台应用。”