全行業卷低價的火，燒到了新生的大模型行業。

去年這時候，我們在看的是哪家企業又推出自己的大模型，性能達到或者接近GPT-4的水準；一年之后，想明白的企業已經啟動了大規模的降價，集體將行業推進到中國式商戰的終極階段——價格戰。

率先開啟降價的是一家創業公司，名叫深度求索（DeepSeek），5月6號，他們宣布旗下開源第二代MoE大模型DeepSeek-V2標價百萬tokens只需1元，定價為GPT-4-Turbo的近1%。

再之后，降價之潮快速擴張，迅速將大模型的競爭階段從“入圍賽”推進到了“淘汰賽”，其中不乏中國大模型領域的巨頭企業們。字節跳動宣布豆包Pro 32k模型降價至0.8厘/千tokens；阿里云宣布通義千問9款模型一起降價，其中主力模型Qwen-Long直降97%。

有打折到骨折的，就有大戶直接搞免費。百度智能云宣布文心大模型的兩大主力模型ERNIE Speed和ERNIE Lite免費；騰訊云除了自家主力模型混元-lite全面免費之外，其他模型價格降幅最高達到了87.5%；科大訊飛則表示輕量級模型API永久免費……

在這個各行各業都拼低價的年代，就算是看上去最先進、最有科技含量的“大模型”也不能免俗。從一種角度看這是好事，意味著過去一年在大模型的研發過程中，這些企業都有了實打實的進展，也都有意愿加速大模型在市場中應用的進程。

但從另一個方面看，在市場上跟人打價格戰，不說最后能不能贏下來，怎么才能覆蓋開發大模型的研發成本和建設算力基礎設施的資本開支？

01醉翁之意不在酒

其實大家大可不必因為進入價格戰而對于大模型這個行業產生懷疑，更不用看到價格戰就開始心灰意冷。任何一個新技術帶來的新行業，對其未來成長性的判斷標準之一，就是它能否實現成本的快速下降。

這一點，無論中外，都是這樣。在這一輪的大模型降價陣營中，OpenAI也是主力軍之一，2023年全年，GPT3.5和4.0總計降價三次，2024年5月GPT-4o相比GPT-turbo再降價50%，百萬token的處理成本降至 7 美元，雖然相比中國同行們的大模型還要貴一些，但其降幅已經相當明顯了。

此外，按照OpenAI的預期，其大模型將以每年50%-75%的幅度繼續下調，用不了幾年就能降到白菜價。而越來越趨近于免費、甚至直接免費，將有很大概率成為大模型未來的發展趨勢，從這個角度看，目前國內燃起的所謂價格戰，只不過是將行業的正常趨勢稍微提前一些。

當然，對于一個投資者來說，在它背后一個更關鍵的問題是，大模型本身越來越便宜甚至免費，那到底要靠什么掙錢？看來看去，對于目前主流的大型公司來說，答案其實只有一個：云服務。

和新生的大模型相比，云服務算得上是“老家伙”。從國外的大型企業看，亞馬遜推出云服務AWS的時間是2006年6月，距今已經有18個年頭；而阿里巴巴推出阿里云的時間也并不晚，只在兩年之后的2008年。自那時開始，云服務開始在中大型企業中逐步推開，成為企業在數字化時代重要的基礎設施之一。

簡單來說，云服務是通過互聯網更好地調用、擴展和管理計算及存儲資源，而對于企業來說，無需在本地構筑服務器等基礎設施，相當于節省了企業的IT部署成本。而從另外一方面，企業選擇一家云服務，其實就意味著選擇了一個生態，意味著從存儲到實施，日后的開發和維護基本都會與它深度綁定，遷移成本極高。

但一個現實問題是，中國云服務企業的業務開展和業績情況，遠不如大海對岸的同行。

例如，亞馬遜云服務（AWS）已經是全球非亞太地區市場占有率最高的云服務企業，長年市占率維持在32%至35%；而AWS也是亞馬遜整個公司中利潤貢獻最大的業務板塊，今年第一季度，AWS對公司的收入貢獻只有17%，但其經營利潤達到94億美元，占比為61.4%。

國內這邊，同樣以市占率最高（也是數據披露相對更全）的阿里云舉例，一季度其收入256億元，同比增長3%，經調整EBITA為14.3億元，同比增長45%，經調EBITA率只有5.6%。無論是從收入增長還是利潤貢獻的角度看，都遠遠比不上亞馬遜。

當然，亞馬遜算是一個特例，由于發展早、基礎好、客戶遷移的難度更大等原因，即便和微軟、谷歌等美國巨頭相比，AWS的盈利能力也是遙遙領先的。但是，自從大模型橫空出世之后，AWS和擁有OpenAI的微軟之間，在云服務市場中的占有率差距開始迅速縮小。

根據Statista的數據，2024年第一季度，獨家擁有OpenAI服務的微軟云業務Azure，在全球的市占率達到25%，高于2022年的平均市占率21%，排名全球第二；AWS的市占率則為31%，雖然還是全球第一，但這個比例低于AWS長期32%至34%的市占率區間，在與微軟的競爭中顯現出萎縮的態勢。

獨霸全球市場的AWS被微軟撬出一道裂縫，想都不用想，就是因為大模型的出現。一季度，微軟Azure的收入增速高達31%，高于谷歌云的28%，也高于AWS的17%，與后兩者之間的增速比例拉開差距，其實就是來自大模型的加持。

看到了國外市場正在發生的變化，其實也就不難理解為什么國內這些大廠紛紛開啟降價：想用便宜的大模型嗎？那就連我的云服務一塊用了吧。

02增長循環

很對人會把云服務與半導體等同，視作大模型這個金礦的“鏟子和鎬”，但二者的邏輯完全不一樣。

相對于云服務，半導體歸類為“賣鏟人”更貼切一些，AI計算加速芯片，是構建大模型算力的物理基礎設施，算的上一個配件的角色；但云服務，和大模型更接近于“配套設施”，從實際的場景看，往往是搭配銷售的。

這在商業上的體現，就是重點大模型的供應商，其實就是云服務的供應商。在國外有微軟、谷歌，大模型就是他們云服務的一個主要賣點之一；在國內，這個傾向則更為明顯，阿里巴巴、百度、騰訊和字節跳動等等，都有“搭售”這樣的行為。

面對這樣的市場狀態，獵豹移動的創始人傅盛就有一段精準的敘述：

“從目前的‘戰況’來看，降價最兇的都是自己有云服務的大廠，他們通過大模型來獲取云客戶，‘羊毛出在豬身上，降得起’；但創企沒有這樣的生態，必須另尋商業模式。”

以低價甚至免費當做“噱頭”，推動企業特別是中小型企業上云，并在此基礎之上開發自己的AI應用。這些大廠通過向企業出售云服務的諸如計算、存儲等等功能獲取收益，又能推動開發者用自己的大模型開發應用，甚至還能拿到寶貴且優質的數據資源，反哺大模型本身的研發和更新。

而對于國內的云服務企業來說，他們實在是太有提升自己相關業務的動力了。

弗若斯特沙利文的數據顯示，與美國云服務市場相比，中國市場仍處于相對早期階段，云服務滲透率相對較低。在2021年，互聯網企業的云服務滲透率已達到93.5%，中國非互聯網企業的云服務滲透率僅為26.8%。而在過去兩年，中國主要云服務大廠的增長率都不如人意，非互聯網企業的云服務滲透率依然處于較低水平。

大模型本身帶來的一個優勢，就是智能和數據的解耦。大模型的本質是智能的大規模集中供給，是智能本身的基礎設施化，對于那些本身并沒有大數據的企業而言，通過大模型就可以接入高質量的智能。在這里舉一個簡單的例子，即便是沒有任何數據作為AI基礎的個人用戶，也可以通過AI大模型生成他想要的內容，所付出的只不過是幾個提示詞而已。

而在之前的時代，企業想要實現產品的智能化，就必須依靠大數據，這些數據要么從用戶那里收集，要么就從自己的生產流程中生成。一個典型的例子就是抖音，它可以大量掌握用戶的瀏覽行為數據，去推薦更精彩和更好看的短視頻，讓用戶在自己的應用上花費更多的時間。

因此，沒有大數據也可以智能化，就是大模型給商業帶來的一個新的價值點，而這一切的指向目標就是中小企業。不需要大數據，意味著企業不需要有非常高的數字化基礎；另一方面，在開發應用時，諸多阻礙大中型企業采納生成式AI的因素（如數據泄密）可能對小微企業影響甚微。

于是，在看到大模型真正的應用藍海之后，無論是大型還是小型大模型企業都選擇大幅度降價也不足為奇了。這些中小企業原本的數字化程度就不高，價格敏感度卻更大，降價就是吸引這些企業使用大模型最好的宣傳。

但是，能否通過降價助推公司云服務的推廣，達到像微軟這樣挑戰巨頭AWS市占率的好效果，這個還是未知。一方面，大模型除了聊天對話之外，還沒誕生出企業級的殺手級應用，在企業的使用動力方面顯得略有不足；另一方面，如今的經濟環境下，中小企業能有多高的支付能力也是未知數，拉動云服務銷量很難在短期見到明顯效果。

除了這些大廠之外，還有個方向是找差異化路線。比如科大訊飛突出的“純國產”、獵豹移動突出的“小參數大模型”，商湯大模型的“大裝置&大模型”等等，分別切入企業的數據安全需求、低成本部署需求和全棧式解決方案需求，有在細分市場中爆發的機會，甚至可以更快見到業績上的改變。

以商湯為例，2023年總收入34億元，核心業務生成式AI收入增長200%達12億元，占集團總收入比例升至35%。當然，圍繞生成式AI收入具體依靠哪些業務子版塊，公司的財報并未詳細披露，不過根據公告，絕大部分來自于客戶對大模型的訓練、微調和推理收入，涉及到應用商業化方面只是剛剛開始。

至于能否看到這些大小企業之間競爭格局的改變，那就要等到大模型在應用中真正進化出前所未有的能力來，希望這個時間不會太久太遠。

聲明：本文僅用于學習和交流，不構成投資建議。