作者：齊健 編輯：苗正卿 文章來自：虎嗅
本土 AI 圈陷入路線紛爭已久。
分歧的根源在於：是依靠消費者賺錢，或是從企業客戶處拿訂單（To C or To B）。
細看 OpenAI 的蛛絲馬跡，似乎能從中找出答案。但也有本土AI公司認為，在中國「復刻 OpenAI」是不可能的。
6 月 13 日，據外媒 The Information 報道，OpenAI 執行長山姆·奧特曼告訴員工，在過去六個月左右的時間裡，OpenAI 的年化收入增長了一倍多，達到 34 億美元。這一數字在 2023 年底為 16 億美元。
在外界看來，OpenAI 一年賺 34 億美元並不意外，大家比較關心的是它靠什麼賺錢？是 ChatGPT Plus 已經打通了 AI To C 之門，還是仍在走 3 年前的 ToB 老路？
流量監測平臺 SimilarWeb 和 Sensor Tower 的資料顯示，2024 年 5 月，ChatGPT 的桌面和移動端訪問佔比分別為 64.81% 和 35.19%，其在 iOS 端營收 1700 萬美元，Android 端為 400 萬美元。
由此推算，假設桌面和移動端使用者的付費比率相同，那麼 5 月 ChatGPT Plus 訂閱的總收入可能在 6000 萬美元左右，整個 ChatGPT Plus 會員費年化收益逾 7.2 億美元，在 34 億美元總收入中，只佔 1/5。OpenAI 賺錢的大頭很可能來自 API，而為 API 付費的多數是 B 端的企業客戶。
7.2 億美元會員費的推測，在數量級上與 ChatGPT 曝出過的 200 萬付費使用者數比較接近。虎嗅就此猜測向一些AI大模型業內人士徵詢了看法，多數人對「OpenAI 在 To B 上的收入遠大於 To C」這一判斷表示認可。
對於時刻觀察 OpenAI，甚至亦步亦趨，試圖仿效它的國內公司而言，OpenAI 的變現模式，值得參考嗎？AI 大模型在 B 端的商業模式已經先於 C 端跑通了嗎？
其實國內的 To B vs. To C 路線之爭，在 AI 圈已經發酵了一年有餘。站隊 To C 一派的大佬中就有創新工場的創始人李開復。
「我覺得在中國 To C 短期更有機會，國外兩者（To B 和 To C）都有機會。」6 月 14 日，在北京智源人工智慧研究院主辦的 2024 北京智源大會上，李開復明確表達了對於 AI 大模型在 To C 更快找到場景的看好。
站在李開復這一邊的還有國內 AI 大模型「五虎」中的幾位創始人（智譜 AI、百川智慧、零一萬物、月之暗面、Minimax）。
例如，月之暗面 CEO 楊植麟和百川智慧創始人王小川，兩人都曾多次公開表示只看好 To C 業務。
而與之形成鮮明對比的是阿里雲、百度智慧雲、騰訊雲等關注 AI 大模型的雲廠商。
自 AI 大模型的爆發給雲廠商提供了「新賣點」，在原本的 IaaS、PaaS、SaaS 三層中間，又加上了一層 MaaS（Model as a Service，模型即服務）。百度智慧雲和阿里雲，在釋出自家大模型後各自推出了相關的 To B 業務平臺千帆和百鍊。
騰訊雲更是在混元大模型尚未釋出時，就開始高喊「大模型落地，產業先行」的口號。
騰訊集團高階執行副總裁、雲與智慧產業事業群 CEO 湯道生在北大光華管理學院的某次活動上，曾提出「人工智慧對世界的改變，一定是透過與產業融合實現的，大模型只是起點，未來應用落地的產業變革才是更大的圖景。」
從 AI 大模型目前的能力來看，To C 市場的增長潛力很可能遠超 To B 市場，但當下的市場尤其是商業化方面，To B 還是比 To C 更有盼頭。
到底哪條道路更適合AI大模型公司，To B or not To B，在今天仍然是個問題。
AI 新貴有些「傲嬌」？
月之暗面是最看好 AI 大模型 To C 的國內 AI 公司，創始人兼 CEO 楊植麟曾多次在公開場合表示，只看好 To C，因為公司的目標是 AGI，而 AGI 在 To C 的前景遠超 To B。（虎嗅注：AGI，Artificial General Intelligence 通用人工智慧）
AGI 的論調也給楊植麟招來了一些爭議，很多人認為他的想法太過「理想主義」。
2 月 5 日月之暗面在其官微宣佈 Moonshot AI 開放平臺啟動公測。開發者可以登入開放平臺建立自己的 API Key，將 Kimi 智慧助手背後的同款 Moonshot 模型能力（包括長文字處理能力和卓越的指令遵循能力等）接入到自己的產品中。Moonshot AI 開放平臺的 API 還與 OpenAI 相容，開發者可以 「平滑遷移」。
月之暗面似乎尤其重視非企業的 API 呼叫，也就是對貼近 C 端使用者的開發者傾注大量心血。
其在開放 API 介面的公告中提到了 7 個開發者案例，其中只有一個「幫你做企業法律問題盡調的案牘 AutoDocs」。虎嗅接觸到的幾位呼叫過 Moonshot AI 平臺 API 的個人開發者均表示，與月之暗面接觸感受很好，還得到了「慷慨」的算力支援。
值得注意的是，圈內共識：在實際的 API 呼叫中，企業的使用頻率和規模肯定是遠遠超過個人開發者的。
一方面企業具有明確的商業需求，應用場景多樣化，如客服、營銷、銷售和資料分析等，且通常涉及大規模使用者和資料處理，導致 API 呼叫頻率極高。此外，企業的資金和技術資源也更充足，能夠在多個業務部門和廣泛的使用者群體中頻繁使用 API。
相較之下，開發者主要在創新、實驗和個人專案中使用 API，規模較小且呼叫頻率較低。
也就是說，從目前圈內的閉環邏輯看，To B 是走通商業化的關鍵，但月之暗面卻反其道行之。隨之而來的問題是，To C 能撐起楊植麟的 AGI 之夢嗎？
月之暗面 API 呼叫的價格
實際上，月之暗面在 To B 端的吸引力並不弱。
月之暗面開放 API 介面後一個月，多家上市公司都宣佈已與月之暗面展開接觸或正在積極測試，其中包括：盛天網路、華策影視、萬興科技、掌閱科技等。
多家上市公司（部分）公佈呼叫月之暗面API
不過這些合作中，似乎都是客戶「一廂情願」。月之暗面沒有像傳統 To B 公司那樣，透過官方渠道大肆宣傳這些合作，而是對這些「蹭熱度」的公司保持高冷。
甚至在面對一些「不請自來」的 B 端客戶時，月之暗面表現得有些「傲嬌」。
一位有意在企業內部系統中落地 AI 大模型的行業客戶，近期對虎嗅講述了他們與月之暗面及另一家國內 AI 公司接觸的經歷。
2024 年 3 月初，這家企業負責數字化轉型工作的領導提出要在業務中試點落地 AI 產品，當時看好兩家公司 AI 公司，一家是獲得了很多國央企大單的 Z 公司，另一家就是靠 Kimi 掙得了好口碑的月之暗面。
這家應用企業在與Z公司和月之暗面分別進行過一輪接觸後發現，Z 公司初次接觸後，就一直積極主動聯絡，並開展了後續的多輪專案討論，還安排了技術團隊的專場分享。如今 2 個月左右的時間，Z 公司的模型在這個行業客戶的業務中已經落地了。
然而與 Kimi 的溝透過程就沒有這麼順暢了。「我們和 Kimi（月之暗面）也聯絡了，當時和 Kimi 的一位同事對接過一次。但他表示 Kimi 主要是做 C 端的，不做 B 端。」這家企業客戶的大模型負責人認為，月之暗面似乎對垂直領域的B端客戶興趣不大，所以在接觸一次後就沒什麼聯絡了。
另一位客戶也有相似經歷。
5 月底，另一位要在公司內部落地 AI SaaS 產品的潛在客戶與 Kimi 接觸之後，表示「感受不好，他們對 B 端業務明顯興趣不大，溝透過程中只是機械地問答」，這位潛在客戶對月之暗面的聯絡人評價不高，甚至感覺「他們有些傲慢」。
在溝透過程中，虎嗅分別向這兩位潛在客戶確認了他們與月之暗面聯絡的並非同一人。雖然兩位潛在 To B 客戶並沒在與月之暗面的接觸中獲得足夠的資訊，也沒有達成合作。不過在與虎嗅的溝透過程中，這兩位也表達了理解，「畢竟，楊植麟一直在說自己不做 To B，只做 To C。」
不 To B 其實是 To 不起 B？
事實上，OpenAI 的 To B 邏輯與傳統的企業服務有很大差別。API 呼叫通常是開放了介面就撒手不管了，做的怎麼樣全看企業自己。目前，國內 AI 大模型公司多數都已經開展了這樣的業務模式，然而中國企業客戶對 AI 的需求不是你開放個 API 介面就完事兒，還需要 AI 公司「扶上馬，送一程」。
在 To B 業務方面，「月之暗面」們並非不想學 OpenAI，更多的可能是「學不起」。
首先，也是最重要的，當下的資本喜歡 To C。眾所周知，AI 大模型是燒錢遊戲，要想在這場遊戲中玩得長久，首先就要有資本的支援。
To C 市場潛在使用者數量龐大，資本市場對 To C 專案的未來預期也更高。中國快速成長的網際網路產業就是最好的例子，基於網際網路公司的 To C 市場成功的公司通常能夠獲得更高的估值和更多的投資機會。
以月之暗面為例，在短時間內獲得 10 億美元的融資並估值 30 億美元，也正是因為其 To C 戰略符合資本市場對高增長、高回報的預期。
網際網路公司、AI 大模型公司為什麼融資快、估值高？因為他們的市場潛力大，增長空間大。
「網際網路產業的增長率動不動就是幾倍、甚至幾十倍，投資人自然就看不上那些增長率穩定在 20% 的 To B 業務了。」某關注 AI To B 業務的投資人告訴虎嗅，AI 在 ToC 行業明顯更符合消費網際網路的增長規律，自然也更受資本青睞。
與此同時，對很多公司而言 To B 市場很難做起來。To C 或是開發者的 API 呼叫，都是標準化的產品和服務，一次開發大量複用。然而 To B 市場中很多客戶，尤其是中國客戶對定製化服務要求高，需求分散，難以形成標準化產品，產品和服務的開發週期長。AI 公司雖然拿了不少融資，但初創團隊人員規模普遍有限，很難分散精力針對大量不同場景開發產品。
另一個挑戰是，公司業務推不動。To B 業務在落地過程中還要面對很多傳統數字化轉型障礙，比如資料基礎差，資料質量參差不齊，資料治理能力不足，存在大量資料孤島；企業內部轉型動力弱，從 CEO 到部門主管，再到業務執行難以達成共識；業務轉型過程中潛藏著安全、合規等諸多風險等。這些都是初創企業或行業技術沉澱不足的公司在轉型過程中難以切實推動的阻力。
以及，政企客戶很難拿下。雖然 To B 市場技術需求旺盛，但能否成單還要參考客戶關係和服務能力，這方面在多數國內 AI 初創公司中，都很難形成核心優勢。
相比之下，C 端業務不僅好做，還更容易形成壁壘。
To B 市場的壁壘幾乎只來自於技術，不僅自身的技術要好，還需要縱深行業，對客戶的技術也要懂行。而 To C 市場中，基礎產品的成功就能夠迅速積累使用者口碑，形成品牌效應。然後再依託產品和品牌，開啟更多細分領域。
「在 To C 方面，我不相信技術可以永久領先，事實上技術帶來的領先視窗非常短暫」，李開復認為，一旦巨頭看到你驗證了 PMF，他們會有很多方法超越你。最終勝出的 To C 應用不只是需要有技術優勢，還需要在時間視窗內打造持續優勢，比如品牌優勢，比如社交鏈、使用者資料，讓使用者不能離開你這個平臺。
不過，在中國的 To B 市場上，AI 大模型的頭部公司其實已經在賺錢了。
百度於 5 月 16 日釋出的 2024 年第一季度財報中提到，本季度智慧雲業務營收 47 億元，生成式 AI 貢獻比例為 6.9%，也就是百度智慧雲的 AI To B 業務單個季度營收達到了 3.24 億元。
百度智慧雲事業群總裁沈抖表示，收入加速增長主要因素有二：一是生成式 AI 和基礎模型直接產生的增量收入；二是它們為百度的傳統雲業務所帶來的新機遇。
百度的 AI 大模型賺錢，更多是因為有智慧雲業務作基礎，而白手起家的AI初創公司要賺錢，就沒這麼容易了。
目前 AI 大模型五虎裡，宣傳 To B 業務最高調的莫過於智譜 AI。2024 年初智譜 AI 曾公佈，目前已有 2000+ 生態合作伙伴、1000+ 大模型規模化應用，並與 200+ 企業開展了深度共創。然而使用者多不代表營收高，2023 年智譜 AI 的整體簽單額剛剛過億，尚不及百度單季度營收的一半。
智譜 AI 公佈的最新資料顯示，目前智譜 AI MaaS 開放平臺已有 30 萬企業客戶和開發者，日均呼叫量為 400 億 Tokens，過去 6 個月 API 每日消費量增長了 50 倍以上。
API 呼叫量快速上漲，但 API 價格卻在大幅下滑。這也導致了使用者量擴張，對智譜 AI 的收入貢獻可能並沒有那麼大。
智譜 AI 的 API 呼叫價格
按照智譜 AI 最新公佈的 V3 級客戶 API 呼叫價格，400 億 Tokens 的日均呼叫量，一年下來最高收費 8.76 億元，最低卻僅為 87.6 萬元。
「現在有許多大模型公司在競標時越競越低，到最後做一單賠一單。」李開復認為，AI 1.0 時代曾見過這個現象，在如今的 AI 2.0 時代又重現了，一些國內公司在 AI 落地過程中只願支付很低的價格，AI 公司也只能給出折中的方案，所以達到驚豔效果的寥寥無幾。
李開復並沒有指明 AI 2.0 時代做一單賠一單的大模型公司到底是誰，但他口中的 1.0 時代公司，卻似乎「橫掃」了整個行業。不過，創新工場在 AI 1.0 時代也成功孵化了一家 AI To B 公司創新奇智，目前這家公司已經在港股上市。
無獨有偶，堅持 AGI 和 To C 的楊植麟，在 AI 1.0 時代也是一個 To B 的技術人，他的上個創業公司迴圈智慧就是一家重度 To B 公司，核心業務圍繞企業的客服、對話系統等場景。
如今 AI 2.0 時代的楊植麟，在新公司背景下，已經不太看好 AI 1.0 時代的老模式了。