云+大模型的2024格局

如果一群人想聚餐，卻眾口難調(diào)，你會推薦他們?nèi)コ允裁矗肯嘈藕芏嗯笥讯紩f：吃火鍋。

豐富靈活的食材選擇，人多熱鬧的煙火氣，云服務(wù)就像火鍋一樣，成為千行百業(yè)用AI的首選。

2023年以來，公有云市場就隨著大模型的火爆，而不斷翻滾悸動，中國幾大云計算廠商都布局了AI云服務(wù)、Maas等相關(guān)產(chǎn)品，打得你來我往，令人眼花繚亂。

但不知道大家發(fā)現(xiàn)沒有，隨著AI大模型被納入云服務(wù)的版圖，給云廠商帶來的商業(yè)化營收增長，似乎與大模型技術(shù)本身的熱度并不匹配，有幾個月都停留在“叫好不叫座”的情況，投入不少，產(chǎn)出卻不高。

背后的影響因素有很多，比如：很多企業(yè)做大模型是嘗鮮性質(zhì)，項目小，后期續(xù)費意愿成謎；文本任務(wù)用云量低，AI原生應用沒有大爆發(fā)，ToC業(yè)務(wù)沒想象中賺錢；用戶擔心隱私安全，不想把數(shù)據(jù)放到公有云上；GPU算力太貴，IaaS模式不賺錢；B端項目周期長，需求復雜，定制成本高，利潤低……

不過，經(jīng)過將近一年的“文火慢燉”，“云+大模型”的“火鍋局”，終于有了點熱辣滾燙的味道。

主流云廠商如阿里云、華為云、百度云、騰訊云、京東云等，在政務(wù)、行業(yè)智能化的項目上，拿單中標成果猛增。天翼云、移動云等運營商云的市場份額增長，這一年來也格外亮眼。

如何理解云服務(wù)市場接下來的格局？我們就著眼前正在翻騰的“云+大模型”火鍋局，邊品邊聊。

云+大模型，2024熱辣開局

有必要解釋一下，為什么千行百業(yè)智能化，云與大模型的“火鍋模式”更香。

要使用AI、訓練大模型，各行各業(yè)自己購買GPU、搭建開發(fā)平臺和本地數(shù)據(jù)中心，相當于自己批量買食材、租門店、開私人餐廳、只給自己人吃，成本過于高昂。而公有云擁有彈性、可擴展的特點，能夠提供源源不斷的計算力，類似中央廚房統(tǒng)一進貨、食客按需拿取。所以，不是私廚吃不起，而是火鍋更有性價比。

對大部分企業(yè)和用戶來說，將大模型的訓練和重型任務(wù)的推理，放在云服務(wù)平臺上，靈活調(diào)取AI算力，或者直接調(diào)用云廠商的大模型API，是性價比更優(yōu)、智能化更快的選項。

盡管2023年初大模型引發(fā)了云市場的“狂熱”，現(xiàn)實中，云廠商的大模型相關(guān)業(yè)務(wù)，還涉及大模型商業(yè)化的漸進性、算力基礎(chǔ)設(shè)施的投入產(chǎn)出比、與原本業(yè)務(wù)體系的整合、全棧工具鏈的打造、客群關(guān)系等復雜因素。

結(jié)果就是，大模型給公有云市場帶來的收入增速，并沒有在2023上半年和“百模大戰(zhàn)”那樣兇猛。就像火鍋一直咕嘟，但菜就是不熟、吃不到嘴里，很多人逐漸開始懷疑“云+大模型”是供應商在“講故事”、偽命題。

不過，只要大模型的火還在燃燒、行業(yè)智能化的食客不散、云服務(wù)輸送AI的“火鍋模式”符合產(chǎn)業(yè)邏輯，那么“云+大模型”業(yè)務(wù)，遲早會等來上桌吃飯的一天。

這一天已經(jīng)來了。

2023年第四季度，云市場呈現(xiàn)出期盼已久的熱鬧局面。阿里云、華為云、騰訊云、浪潮云、百度云、京東云等擁有大模型相關(guān)產(chǎn)品的云廠商，都陸續(xù)中標了政企的數(shù)字化項目。比如11月，百度智能云中標了“中國郵政儲蓄銀行超大規(guī)模預訓練模型金融場景應用系統(tǒng)軟件開發(fā)采購項目”；騰訊云中標了“瑞金醫(yī)院市數(shù)字醫(yī)學創(chuàng)新中心醫(yī)學大模型平臺研發(fā)”項目。

IDC《中國公有云服務(wù)市場（2023上半年）跟蹤》報告顯示，運營商云天翼云、移動云在IaaS業(yè)務(wù)中增速強勁，把握成為算力基礎(chǔ)設(shè)施的機會。

總體來看，經(jīng)過一年的文火慢燉，“云+大模型”市場在2024年迎來了一個熱辣的開局。而望向更遠一點的未來，形勢還會繼續(xù)“滾燙”下去。

將大模型作為先進生產(chǎn)力工具的需求，相比去年，會迎來更大規(guī)模地釋放。

政策方面，在剛剛召開的“AI賦能產(chǎn)業(yè)煥新”中央企業(yè)人工智能專題推進會上，已經(jīng)明確強調(diào)，要夯實發(fā)展基礎(chǔ)底座，把主要資源集中投入到最需要、最有優(yōu)勢的領(lǐng)域，加快建設(shè)一批智能算力中心……打造從基礎(chǔ)設(shè)施、算法、人工智能平臺到解決方案的大模型賦能產(chǎn)業(yè)工具。政策利好不斷加碼，驅(qū)動著一些觀望中、謹慎的政務(wù)/大型央企，跑步進入到AI大模型賽道，成為云廠商的客戶。

市場層面，經(jīng)歷了2023年的緩慢復蘇，越來越多的企業(yè)已經(jīng)深刻認識到，不能再坐等市場紅利回歸，要主動轉(zhuǎn)型、優(yōu)化成本結(jié)構(gòu)、引入智能化技術(shù)降本增效，才能保持企業(yè)在內(nèi)卷市場中的競爭力。當上云數(shù)字化、AI智能化，成為企業(yè)部門無法再拖延、不能再等待的選項，也會涌現(xiàn)出更多大模型相關(guān)項目。

所以不難預測，2024將是“云+大模型”業(yè)務(wù)狂奔的一年。

那么接下來，云廠商要如何經(jīng)營好AI時代的“火鍋店”，助力千行百業(yè)智能化？目前也已經(jīng)有了一些答案。

大模型，一把“尖刀”

火鍋店如果沒有鮮明的品牌認知度和獨特的口味，依靠統(tǒng)一配方+配菜的模式，是很容易陷入同質(zhì)化競爭的。這就像是云廠商希望擺脫的缺乏差異化、利潤率低的IaaS模式。

通過MaaS（模型即服務(wù)）模式獲得商業(yè)增長，云廠商必須首先擁有極為鮮明的“尖刀型產(chǎn)品”——大模型，形成自身的差異化競爭力。

不難看到，市場表現(xiàn)優(yōu)秀、接單不斷的云廠商，都有著非常強的“AI心智”，是各自的尖刀型產(chǎn)品——大模型，帶來的明顯的品牌加持。

比如百度云的文心一言、華為云的盤古大模型、騰訊云的混元大模型、京東云的言犀大模型，以及大模型相關(guān)基礎(chǔ)設(shè)施，像是浪潮云的AI服務(wù)器、百度飛槳和昆侖芯片、華為云的昇騰AI軟硬件、騰訊云的向量數(shù)據(jù)庫、京東云的云艦京海等，成為云廠商大模型能力的佐證。

大模型及其基礎(chǔ)設(shè)施，是公有云廠商的商業(yè)切入點。

云廠商要撬動行業(yè)客戶，打磨有說服力度的“尖刀型產(chǎn)品”，至少從三個方面進行優(yōu)化：

投產(chǎn)比。云廠商的大模型的能力增強、AI算力成本下降，對于企業(yè)來說，通過云服務(wù)來應用大模型，投入產(chǎn)出比更高，更有吸引力。2023年，我們也看到了很多探索，比如百度持續(xù)提升文心大模型的推理、邏輯能力，并結(jié)合飛槳來優(yōu)化大模型的訓練效率，降低用戶的訓練時間成本。

2.體系化。政企上云數(shù)字化+AI智能化同時進行，是一個復雜的體系化工程，需要大量配套技術(shù)與設(shè)備，而非簡單地調(diào)用大模型API，比如AI加持的高清攝像機、工業(yè)互聯(lián)網(wǎng)需要云+IoT+AI+網(wǎng)絡(luò)，所以幫助客戶用好大模型，云廠商要把自己變成一個大型“火鍋超市”，提供足夠豐富的選擇。

3.服務(wù)能力。由于轉(zhuǎn)型中的企業(yè)數(shù)字化水平和能力參差不齊，可能缺少技術(shù)人才儲備，AItoB這門生意要把大模型真正下沉到市場，還是一件任重道遠的工作。云廠商的解決之道，就是“海底撈式”的全面服務(wù)，提供從數(shù)據(jù)清晰到模型訓練到應用部署的一站式Mass服務(wù)，以及上云、更新、運維等全生命周期服務(wù)。

以華為昇騰AI云服務(wù)為例，除了算力，還提供異構(gòu)計算架構(gòu)CANN、全場景AI框架昇思MindSpore、AI開發(fā)生產(chǎn)線ModelArts等一系列AI底層開發(fā)工具與技術(shù)平臺。

總結(jié)一下，AI大模型的到來，改變了云市場的基礎(chǔ)規(guī)則和商業(yè)模式，也是云廠商的商業(yè)切入點。只有將“大模型業(yè)務(wù)”打磨成一把尖刀，才能切下產(chǎn)業(yè)智能化的蛋糕。

金融行業(yè)，率先品嘗AI

大模型的出現(xiàn)，給千行萬業(yè)智能化帶來了全新的機遇。可以說，每個行業(yè)的每個場景都值得融入大模型。但我們往往會忽略一個關(guān)鍵問題：不同行業(yè)的AI底蘊、戰(zhàn)略、資源，是千差萬別的。

AI大模型與垂直行業(yè)的融合，也不能一鍋亂燉，而是分行業(yè)、分場景，以波狀推進落地。

具體來說，第一波由技術(shù)積累較為深厚的數(shù)字原生型企業(yè)主導，比如互聯(lián)網(wǎng)、電商、金融、企服等。第二波則數(shù)字化程度相對低、但生成式AI落地場景多的行業(yè)，如教育、通信、文娛、政務(wù)等跟上。此外，AI大模型也會在傳統(tǒng)實體行業(yè)，如農(nóng)業(yè)、能源、建筑業(yè)等，開始探索，逐漸產(chǎn)生一些可復制的標桿案例。

其中，金融行業(yè)，就憑借極高的數(shù)字化水平、強烈的智能化意愿、龐大的業(yè)務(wù)體量、充沛的現(xiàn)金流等特點，成為第一波重點行業(yè)中的重點行業(yè)，也是大模型一戰(zhàn)中，云廠商的必爭之地。

金融智能化，將是2024云+大模型的最主要落點。

那么，金融客戶眼中，什么才是美味的大模型呢？

細節(jié)有很多，但對于商業(yè)化來說，兩點至關(guān)重要：

一是安全。

金融場景在風控、安全、效率等方面有著嚴格的要求，中美博弈，讓英偉達顯卡、TensorFlow開發(fā)框架、Oracle數(shù)據(jù)庫等AI基礎(chǔ)設(shè)施的可持續(xù)與安全性，打上了問號。因此，自主研發(fā)、可規(guī)模出貨、滿足金融行業(yè)實際應用的國產(chǎn)替代產(chǎn)品，也在去年成為金融客戶采購的重點，比如華為云的GaussDB、昇騰AI芯片、騰訊云數(shù)據(jù)庫TDSQL等。

二是精細。

大模型落地，要兼顧對行業(yè)特性的理解，精心調(diào)制出更符合金融客戶需求的AI云服務(wù)。華為云深入挖掘金融應用場景，推出金融 PaaS 3.0，助力保障金融業(yè)務(wù)的高性能、高可用；百度智能云開元智慧金融解決方案，結(jié)合金融業(yè)務(wù)場景認知打造，可以提煉海量金融專業(yè)知識；京東云峰會上推出的言犀大模型，在通用知識基礎(chǔ)上，也沉淀了京東金融行業(yè)Know-How。

這些針對性的行業(yè)解決方案，才能讓金融+大模型落到實處。

金融客戶，上云用數(shù)賦智的需求急速上升，大模型及基礎(chǔ)設(shè)施的自主可控也是大勢所趨。接下來，我們一定會看到云廠商為了打動金融客戶的味蕾，從根技術(shù)的源頭打造AI原料，并且“食不厭精膾不厭細”，巧手烹制更適配金融的“云+AI”方案。

政務(wù)云，上升中的城市AI底座

普通大眾，怎么因AI大模型的到來而受益呢？城市AI底座，就像一鍋用各種數(shù)據(jù)、應用與服務(wù)熬成的“鍋底”，讓身處其中的人們，經(jīng)由政務(wù)、交通、園區(qū)、文娛、旅游、教育等方方面面的變化，感受到城市生活的美好。

大型政企一直是數(shù)字化的先行者。目前，政企客戶的上云需求，也逐步進入到深水區(qū)。

一方面，政企對AI重視度上升。

幾年前大型政企就陸續(xù)開始上云，并探索AI，打造了智慧城市、城市大腦、智慧交通等一系列成果。隨著市場飽和度的提高，增速開始趨緩。

而大模型的到來，在云上獲取大模型，有天然的成本優(yōu)勢，再一次激活了政企云市場需求增長。2023百度云智大會上，百度智能云發(fā)布了基于大模型的數(shù)字政府解決方案九州。中山市政府與華為云合作，依托盤古大模型政務(wù)領(lǐng)域應用，打造數(shù)字政府2.0。

把大模型作為城市治理的核心能力，打造城市AI底座，成為云廠商的新機會，也是爭奪的重點領(lǐng)域。

另一方面，政企深度用云的決策要素變化。

從信息化到數(shù)字化，大型政企在上云初期都是能上盡上、多上快上，上海、湖南等多地都出現(xiàn)過“萬企上云”的洪流。而進入深度用云階段，政企客戶對云上數(shù)據(jù)安全、底座自主可控、不被單一云綁架等需求，變得強烈。

多云采購，會分走一些云廠商的利潤空間，比如“公共云優(yōu)先”的阿里云，但也會讓支持“混合云+大模型”部署的云廠商得到機會。以去年年底落槌的宿州市政務(wù)云服務(wù)項目為例，由天翼云、華為云、浪潮云三家中標，服務(wù)要求中提到，以“集中+分布”為建設(shè)原則，“各自保障政務(wù)云平臺可靠運行，同步推進供應商政務(wù)云平臺間的信息共享”。

城市AI底座，正在加速上升。能否充分滿足深度用云的需求，是“云+大模型”踏上政企賽道的一道必答題。

日漸滾燙的“云+大模型”市場，正在迎來黃金發(fā)展期，成為公有云廠商的歷史性發(fā)展機遇。

讓千行萬業(yè)不錯過大模型浪潮，在智能時代上桌吃飯?！霸?大模型”這頓火鍋宴，終會讓我們說一句：“真香”。

生成海報

免責聲明：此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權(quán)歸作者所有，且僅代表作者個人觀點，與極客網(wǎng)無關(guān)。文章僅供讀者參考，并請自行核實相關(guān)內(nèi)容。投訴郵箱：editor@fromgeek.com。

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。