基础模型如何商业化?


三条商业化路径

  1. 向应用方向做,收产品订阅费 

如果选择应用方向,那么,这个商业化路径意味着你将:

  • 构建一个面向大众的general interface,解决相对简单、通用的任务;

  • 模型到用户价值的路径较短,但由于定制化程度低,和用户的工作流嵌入不紧密,用户粘性差;

  • 依赖推理成本的降低,这样订阅的商业模式才有利可图。

代表厂商:OpenAI,预计未来大部分收入由ChatGPT贡献,API收入占比很低,OpenAI或许会成为一家产品公司。

图片[1]-基础模型如何商业化? - AI资源导航站-AI资源导航站

2. 向MaaS方向做,通过API收费

如果选择MaaS(model as a service)方向,那么,这个商业化路径意味着你将:

  • 获得较高的回报上限,通过MaaS平台之上的开发者最终服务广谱的用户和客户,不受限于应用领域,很直观的类比是全球领先的公有云厂商收入大约是$100B量级,而SaaS厂商收入大约是$20-30B量级;

  • 基于API的开发者围绕模型花费大量时间,开发者相对终端用户有更高的转换成本;

  • 基础模型注定被商品化,在商品的市场里须面对价格战、同质化竞争。

代表厂商:Anthropic,预计2027年近60%的收入由API贡献。


3. 向基础设施方向做,开源并通过商用license收费

对于开源模型,其实有一个今天并不显著的商业化选项——推出商用license,向部署开源模型并商用的第三方收license fee,这种策略在数据库领域有广泛应用。

今天各开源模型的license类型其实差异很大:

  • Deepseek和Qwen(排除Qwen2.5-Max,因其尚未开源)是MIT license,Mistral部分免费小模型和xAI的Grok-1(Grok的开源策略是open source the last version when the next version is fully out)是Apache License 2.0,这些都是开源领域通用的、非常宽松的、真正体现开源精神的permissive license,即允许用户修改、分发、商用。换句话说,三方(云厂商、模型厂商、应用厂商)把开源模型拿去部署并售卖,不需要给Deepseek等交一分钱,这是真正的自由开源,杭州的两个理想主义者在开源精神上做到了全球领先

  • Llama是自定义的license,以24年7月的Llama 3.1 community license agreement为例,首先Llama 3.1不可用于改进Llama系列之外的模型;其次允许商用,但如果你用Llama构建的产品或服务的MAU超过7亿,则需要向Meta额外申请授权。另外Meta还在考虑进一步收紧商用条款,例如当其他模型厂商、云厂商转售Llama系列模型时,Meta未来可能会收费,当然目前这还属于小道消息,尚未落在具体的license条款中。

  • Mistral的代码模型Codestral使用 Mistral AI non-production license (MNPL),允许研究和测试,但直接禁止商用;Mistral的通用大语言模型使用Mistral AI research license ,允许非商业用途的修改和使用(包括学术研究、个人项目),但若涉及商用,须额外申请并与Mistral协商商业条款,总之商业用途被严格限制,需要获得Mistral批准并交钱。

考虑开源模型license对商用的限制条款,宽松程度上MIT ≈ Apache 2.0 > Meta Llama > Mistral,虽然目前字节火山、腾讯混元、百度、阿里各家纷纷接入Deepseek,市场火热,但实际上Deepseek由于使用MIT license,本身无法从这些“合作”中赚钱。如果未来Deepseek发布更高级模型的时候效仿Meta或Mistral收紧license商用条款,完全有可能在其生态中创造新的revenue stream。不过Deepseek是否会这么做,就涉及到那个哲学问题了:

致力于保护雨林的环保组织是否要适当伐木,有钱维持运营才能更好的保护雨林?

致力于实现AGI的reseach lab是否要适当商业化,有钱招人买卡才能加速靠近AGI?


4. 向服务方向做,将模型与toB服务结合

此外,或许也还有一条小路——增值服务创收这条路目前是真挣钱,但我依然不认为服务创收会是领先基础模型公司的主要商业模式,因为人力服务永远没有scalability,这条商业化路径属于基础模型之上的服务商,或者叫行业解决方案提供商。

代表厂商:

  • 咨询服务:Accenture、BCG、McKinsey、IBM等咨询公司已经从GenAI中拿到数亿美元的收入、数十亿美元的订单,以Accenture为例,FY25Q1(2024年9-11月)GenAI bookings $1.2B,实现收入$500M,这个收入量级已经超过除了OpenAI和微软Copilot之外的所有模型和AI应用厂商;

  • 原厂服务:Palantir团队内有大量的 Forward Deployed Software Engineers (FDSEs),这些工程师与客户合作配置和开发Palantir的软件和模型,这种面向超高客单价客户的模型+服务的商业模式也被Palantir验证有效;

  • 私有化:Cohere 目前的ARR $50M,80%来自客户私有化项目,但伴随着开源模型能力逐渐追赶上闭源模型,私有化的闭源模型生意看上去已经山穷水尽了。

    图片[2]-基础模型如何商业化? - AI资源导航站-AI资源导航站


最佳策略

在GenAI发展的早期,商业化结果显然不应是基础模型公司的top priority,但商业化同时又是获取资金、人才、开发者、市场认知度这些关键竞争要素的必选之路。

对于今天基础模型公司的商业化策略选择,可能唯一的判断标准是:在资源的限制下,什么商业化策略能让模型能力演进更快、构建更丰富的技术生态、让更多用户使用,就是最佳的商业化策略。

    • OpenAI选择应用

    • Anthropic选择MaaS

    • Gemini、xAI、豆包选择应用+MaaS

    • Llama、Mistral、Deepseek、Qwen选择成为基础设施,并有不同程度的开源

    • 以及,hybrid(应用+MaaS+开源)永远是可选的中庸策略

    颠覆性的技术面前,站在浪潮的最前沿才是最佳策略。


    © 版权声明
    THE END
    喜欢就支持一下吧
    点赞60 分享
    评论 抢沙发
    头像
    欢迎您留下宝贵的见解!
    提交
    头像

    昵称

    取消
    昵称表情代码图片