正在阅读:

零一万物打出ToB牌,大模型公司更看重如何赚钱了

扫一扫下载界面新闻APP

零一万物打出ToB牌,大模型公司更看重如何赚钱了

零一万物的ToB战略能否帮助其更快提升年度经常性收入,成为一家经得住营收质疑的“独角兽”?

图片来源:零一万物

界面新闻记者 | 伍洋宇

界面新闻编辑 | 宋佳楠

又一家大模型创业公司暂时放下了对C端Super App(超级应用)的野望,把方向对准了看起来更好赚钱的B端赛道。

继百川智能反复强调要重点投入医疗场景之后,11月6日,零一万物高调披露了其基于Yi模型的大模型ToB(企业级)解决方案。而在10月中旬,这家公司在发布最新旗舰模型Yi-Lightning的同时,就已推出了首个针对零售和电商等场景的行业应用产品AI 2.0数字人。

这场发布会可视为零一万物ToB战略的一次体系化梳理。

这套体系囊括三条业务线,分别是新发布的面向电商直播、办公会议等场景的“如意”数字人解决方案,基于自身AI Infra能力提炼的AI Infra解决方案,以及原有的Yi API和开放模型训练平台。零一万物将其概括为“Infra+大模型+应用”三位一体战略。 

在这个越发看重公司商业化水平的行业,零一万物直接将几位有分量的企业客户邀来发布会现场。对于处在风口浪尖、备受商业化与估值质疑的“六小虎”(智谱AI、百川智能、月之暗面、Minimax、零一万物、阶跃星辰)而言,这是一种必要的背书。 

这其中主要是“如意”数字人解决方案的客户,包括百胜中国、孩子王、图灵新智算、乐淘互娱、直客通等。据该公司介绍,这块业务目前已经覆盖包含本地生活直播、AI伴侣、IP 形象、办公会议、媒体营销等场景,未来还可泛化到金融、客服、培训等多个ToB,甚至ToC(消费级)场景。

ToB领域有很多拿下客户的方法论,但最重要的是对客户有足够的重视。

乐淘互娱创始人陈建武对界面新闻记者表示,在选择数字人方案时,他也结合多种竞品公司进行了比较,选择零一万物除了技术原因,还在于感觉到零一万物“All in”了零售场景,比其他对手投入更多。

这直接体现在团队解决问题的积极性和效率上,“基本上我们提出的任何问题,对方很快就能反馈,并且挨个解决。”陈建武说。 

公司的AI Infra(AI基础设施)能力也被用作商业化。零一万物是业内尤为注重模基共建的企业之一,在模型性能攀升逐步平缓的今天,依靠AI Infra提升训练和推理效率、降低算力成本,其重要性日益凸显。 

该公司认为,当前大规模AI集群的建设和运维面临着一系列的挑战,在电力供应、液冷技术、计算能力、网络连接、存储解决方案、调度系统以及故障监测与定位等方面,均需要大量精力和资源投入。因此,零一万物将自身AI Infra能力提炼成完整解决方案,与政府及企业合作构建大模型算力与服务平台。 

事实上,AI 1.0时代头部企业商业模式之所以备受争议,主要在于ToB业务的“非标化、定制重、交付重”。 

对此,零一万物创始人兼CEO李开复表示,以大模型技术为代表的AI 2.0正在重塑各行各业的生产力格局,但是只有进入业务核心系统、快速轻量级大批量部署的ToB应用,才能最大程度为企业降本增效。

零一万物联合创始人祁瑞峰补充称,公司从Day 1开始摸索大模型在各场景下的能力边界。要避免AI 1.0时代的业务难题,重点是要凭借大模型强泛化性的重构能力找到足够深的应用场景,同时要考虑推理成本,在企业客户ROI(投资回报率)为正的前提下做规模化。

但跳出ToB视角,大模型创业公司有一个更宏观的商业化问题要解答。 

单就“六小虎”的融资成绩来看,资本已经在这个领域投入了数百亿元,但这些公司对应的营收体量仍然较小。红杉资本曾在自己的报告中讨论AI公司的财务困境,认为为了支付庞大的基础设施费用,如数据中心,这些公司每年必须赚取约6000亿美元的收入。

在中国,它对应的可能是一个规模小得多的应用生态,那它能够支撑几家AI公司最终得以存活?

李开复的结论是,中国可以有跟美国公司一样多的数量,但打法不一样。虽然融资不及OpenAI的10%,但零一万物的训练成本是其3%、推理成本是其40%。另外,“美国的大模型做到前10名的,没有一个会在中国落地”,而中国公司不仅可以落地国内市场,也有出海机会。在这种竞争环境下,李开复认为中国公司甚至在ToC上有更大机会。 

直观看待大模型创业公司的下一步,如何平衡自身的商业收入与估值之间的合理性,可能是在健康状态下持续经营的重要突破点。

一位AI大模型领域的投资人对界面新闻记者表示,美国AI公司估值普遍在ARR(Annual Recurring Revenue,即年度经常性收入)的20-30倍。但无论是美国还是中国的头部AI公司,这个比值实际上已经超过了40倍。 

以OpenAI为例,据The Information报道,其最新ARR可能在34亿美元(对于该ARR的具体业务构成比例,不同机构与媒体看法不一),但估值来到了1570亿美元,是前者的约46倍。

在这一点上,零一万物的ToB战略能否帮助其更快提升ARR,成为一家经得住营收质疑的“独角兽”?

祁瑞峰告诉界面新闻记者,实际上判断ARR也要分业务类型,大体可以分为ToB、ToC和Professional Consumer(专业消费者)这三个模式。如果仅看API收入,国内公司对于OpenAI望尘莫及,但出海场景下的Professional Consumer模式,如果能做到Product-led状态(产品驱动增长),是有可能达到20-30倍水平的。 

“对于ToB,我觉得不要说40倍,回到20-30倍的可能性都不大。”祁瑞峰指出,这涉及国内客单价水平、整体定制化需求仍然偏高等诸多因素。

从零一万物的角度来说,祁瑞峰认为如果把数字人业务单拎出来,做到20-30倍水平是极有可能的,但从公司目前多线并行的系统化业务构成而言,还无法形成一个清晰的计算逻辑。

未经正式授权严禁转载本文,侵权必究。

评论

暂无评论哦,快来评价一下吧!

下载界面新闻

微信公众号

微博

零一万物打出ToB牌,大模型公司更看重如何赚钱了

零一万物的ToB战略能否帮助其更快提升年度经常性收入,成为一家经得住营收质疑的“独角兽”?

图片来源:零一万物

界面新闻记者 | 伍洋宇

界面新闻编辑 | 宋佳楠

又一家大模型创业公司暂时放下了对C端Super App(超级应用)的野望,把方向对准了看起来更好赚钱的B端赛道。

继百川智能反复强调要重点投入医疗场景之后,11月6日,零一万物高调披露了其基于Yi模型的大模型ToB(企业级)解决方案。而在10月中旬,这家公司在发布最新旗舰模型Yi-Lightning的同时,就已推出了首个针对零售和电商等场景的行业应用产品AI 2.0数字人。

这场发布会可视为零一万物ToB战略的一次体系化梳理。

这套体系囊括三条业务线,分别是新发布的面向电商直播、办公会议等场景的“如意”数字人解决方案,基于自身AI Infra能力提炼的AI Infra解决方案,以及原有的Yi API和开放模型训练平台。零一万物将其概括为“Infra+大模型+应用”三位一体战略。 

在这个越发看重公司商业化水平的行业,零一万物直接将几位有分量的企业客户邀来发布会现场。对于处在风口浪尖、备受商业化与估值质疑的“六小虎”(智谱AI、百川智能、月之暗面、Minimax、零一万物、阶跃星辰)而言,这是一种必要的背书。 

这其中主要是“如意”数字人解决方案的客户,包括百胜中国、孩子王、图灵新智算、乐淘互娱、直客通等。据该公司介绍,这块业务目前已经覆盖包含本地生活直播、AI伴侣、IP 形象、办公会议、媒体营销等场景,未来还可泛化到金融、客服、培训等多个ToB,甚至ToC(消费级)场景。

ToB领域有很多拿下客户的方法论,但最重要的是对客户有足够的重视。

乐淘互娱创始人陈建武对界面新闻记者表示,在选择数字人方案时,他也结合多种竞品公司进行了比较,选择零一万物除了技术原因,还在于感觉到零一万物“All in”了零售场景,比其他对手投入更多。

这直接体现在团队解决问题的积极性和效率上,“基本上我们提出的任何问题,对方很快就能反馈,并且挨个解决。”陈建武说。 

公司的AI Infra(AI基础设施)能力也被用作商业化。零一万物是业内尤为注重模基共建的企业之一,在模型性能攀升逐步平缓的今天,依靠AI Infra提升训练和推理效率、降低算力成本,其重要性日益凸显。 

该公司认为,当前大规模AI集群的建设和运维面临着一系列的挑战,在电力供应、液冷技术、计算能力、网络连接、存储解决方案、调度系统以及故障监测与定位等方面,均需要大量精力和资源投入。因此,零一万物将自身AI Infra能力提炼成完整解决方案,与政府及企业合作构建大模型算力与服务平台。 

事实上,AI 1.0时代头部企业商业模式之所以备受争议,主要在于ToB业务的“非标化、定制重、交付重”。 

对此,零一万物创始人兼CEO李开复表示,以大模型技术为代表的AI 2.0正在重塑各行各业的生产力格局,但是只有进入业务核心系统、快速轻量级大批量部署的ToB应用,才能最大程度为企业降本增效。

零一万物联合创始人祁瑞峰补充称,公司从Day 1开始摸索大模型在各场景下的能力边界。要避免AI 1.0时代的业务难题,重点是要凭借大模型强泛化性的重构能力找到足够深的应用场景,同时要考虑推理成本,在企业客户ROI(投资回报率)为正的前提下做规模化。

但跳出ToB视角,大模型创业公司有一个更宏观的商业化问题要解答。 

单就“六小虎”的融资成绩来看,资本已经在这个领域投入了数百亿元,但这些公司对应的营收体量仍然较小。红杉资本曾在自己的报告中讨论AI公司的财务困境,认为为了支付庞大的基础设施费用,如数据中心,这些公司每年必须赚取约6000亿美元的收入。

在中国,它对应的可能是一个规模小得多的应用生态,那它能够支撑几家AI公司最终得以存活?

李开复的结论是,中国可以有跟美国公司一样多的数量,但打法不一样。虽然融资不及OpenAI的10%,但零一万物的训练成本是其3%、推理成本是其40%。另外,“美国的大模型做到前10名的,没有一个会在中国落地”,而中国公司不仅可以落地国内市场,也有出海机会。在这种竞争环境下,李开复认为中国公司甚至在ToC上有更大机会。 

直观看待大模型创业公司的下一步,如何平衡自身的商业收入与估值之间的合理性,可能是在健康状态下持续经营的重要突破点。

一位AI大模型领域的投资人对界面新闻记者表示,美国AI公司估值普遍在ARR(Annual Recurring Revenue,即年度经常性收入)的20-30倍。但无论是美国还是中国的头部AI公司,这个比值实际上已经超过了40倍。 

以OpenAI为例,据The Information报道,其最新ARR可能在34亿美元(对于该ARR的具体业务构成比例,不同机构与媒体看法不一),但估值来到了1570亿美元,是前者的约46倍。

在这一点上,零一万物的ToB战略能否帮助其更快提升ARR,成为一家经得住营收质疑的“独角兽”?

祁瑞峰告诉界面新闻记者,实际上判断ARR也要分业务类型,大体可以分为ToB、ToC和Professional Consumer(专业消费者)这三个模式。如果仅看API收入,国内公司对于OpenAI望尘莫及,但出海场景下的Professional Consumer模式,如果能做到Product-led状态(产品驱动增长),是有可能达到20-30倍水平的。 

“对于ToB,我觉得不要说40倍,回到20-30倍的可能性都不大。”祁瑞峰指出,这涉及国内客单价水平、整体定制化需求仍然偏高等诸多因素。

从零一万物的角度来说,祁瑞峰认为如果把数字人业务单拎出来,做到20-30倍水平是极有可能的,但从公司目前多线并行的系统化业务构成而言,还无法形成一个清晰的计算逻辑。

未经正式授权严禁转载本文,侵权必究。