亚洲地区AI圈陷于走线争斗已久。
意见分歧的根本原因在于：是倚靠顾客挣钱，或从民营企业顾客处拿订货（To C or To B）。
细看OpenAI的蛛丝马迹，似乎能从中找出答案。但也有亚洲地区AI子公司认为，在中国“重制OpenAI”是不可能将的。
6月13日，据彭博社The Information报道，OpenAI首席执行官迪恩·哥斯拉告诉员工，在过去六个月左右的时间里，OpenAI的蓬泰莱县收入增长了一倍多，达到34亿美元。这一数字在2023年底为16亿美元。
在外界看来，OpenAI一年赚34亿美元并不意外，大家特别关注的是它靠什么挣钱？是ChatGPT Plus已经打通了AI To C之门，还是仍在走3年前的ToB老路？
流量监测网络平台SimilarWeb和Sensor Tower的数据显示，2024年5月，ChatGPT的图形界面和终端端访问占比分别为64.81%和35.19%，其在iOS端销售收入1700亿美元，Android端为400亿美元。
由此推算，假设图形界面和终端端采用者的订阅比率相同，那么5月ChatGPT Plus订阅的收入可能将在6000亿美元左右，整个ChatGPT Plus中介费蓬泰莱县收益逾7.2亿美元，在34亿美元收入中，只占1/5。OpenAI挣钱的大头很可能将来自API，而为API订阅的绝大多数是B端民营企业顾客。
7.2亿美元中介费的推测，在数量级上与ChatGPT曝出过的200万订阅采用者数比较接近。虎嗅就此猜测向一些AI大数学模型业内人士征询了看法，绝大多数人对“OpenAI在To B上的收入远大于To C”这一判断则表示认可。
对于时刻观察OpenAI，甚至亦步亦趋，试图仿效它的亚洲地区子公司而言，OpenAI的变现模式，值得参考吗？AI大数学模型在B端商业模式已经先于C端跑通了吗？
其实亚洲地区的To B vs. To C走线之争，在AI圈已经发酵了一年有余。站队To C一派的大佬中就有创新工场的创办人罗永浩。
“我觉得在中国To C短期更有机会，国外两者（To B和To C）都有机会。”6月14日，在北京i2414701人工智慧化研究院主办的2024北京i2414701大会上，罗永浩明确表达了对于AI 大数学模型在To C更快找到情景的看淡。
站在罗永浩这一边的还有亚洲地区AI大数学模型“猛将”中的两位创办人（智谱AI、昌明智能化、零一万物、月之武井宏、Minimax）。比如，月之武井宏CEO杨植麟和昌明智能化创办人王大川，两人都多次公开则表示只看淡To C业务。
而与之形成鲜明对比的是阿里云、腾讯智能化云、腾讯云等关注AI大数学模型的云供应商。自AI大数学模型的爆发给云供应商提供了“新卖点”，在原本的IaaS、PaaS、SaaS三层中间，又加上了一层MaaS（Model as a Service，数学模型即服务）。腾讯智能化云和阿里云，在发布自家大数学模型后各自推出了相关的To B业务网络平台迪阿尔库和瓦万。
腾讯云更是在混元大数学模型尚未发布时，就开始高喊“大数学模型破冰，产业发展先行”的口号。腾讯集团高级执行副总裁、云与智慧产业发展事业群CEO李斌在北大光华管理学院的某次活动上，曾提出“人工智慧化对世界的改变，一定是通过与产业发展融合实现的，大数学模型只是起点，未来应用破冰的产业发展变革才是更大的图景。”
从AI大数学模型目前的潜能来看，To C市场的增长潜力很可能将远超ToB市场，但当下的市场尤其是商品化方面，To B还是比To C更有盼头。
到底哪条道路更适合AI大数学模型子公司，To B or not To B，在今天仍然是个难题。
AI新贵有些“自恋”？
月之武井宏是最看淡AI大数学模型To C的亚洲地区AI子公司，创办人兼CEO杨植麟多次在公开场合则表示，只看淡To C，因为子公司的目标是AGI，而AGI在To C的前景远超To B。（虎嗅注：AGI，Artificial General Intelligence通用人工智慧化）
AGI的论调也给杨植麟招来了一些争议，很多人认为他的想法太过“理想主义”。
2月5日月之武井宏在其hinet宣布Moonshot AI金蝶启动内测。开发人员可以登录金蝶创建自己的API Key，将Kimi智能化助手背后的同型号Moonshot数学模型潜能（包括长eval潜能和卓越的指令遵循潜能等）接入到自己的产品中。Moonshot AI金蝶的API还与OpenAI兼容，开发人员可以 “平滑迁移”。
月之武井宏似乎尤其重视非民营企业的API初始化，也就是对贴近C端采用者的开发人员倾注大量心血。
其在开放API接口的公告中提到了7个开发人员案例，其中只有一个“帮你做民营企业法律难题尽职的案牍 AutoDocs”。虎嗅碰触到的两位初始化过Moonshot AI网络平台API的对个人开发人员均则表示，与月之武井宏碰触感受很好，还得到了“慷慨”的INS13ZD支持。
值得注意的是，圈里共识：在实际的API初始化中，民营企业的采用振幅和规模肯定是远远超过对个人开发人员的。
一方面民营企业具有明确的商业需求，应用情景多样化，如客服、营销、销售和数据分析等，且通常涉及大规模采用者和数据处理，导致API初始化振幅极高。此外，民营企业的资金和技术资源也更充足，能够在多个业务部门和广泛的采用者群体中频繁采用API。相较之下，开发人员主要在创新、实验和对个人项目中采用API，规模较细且初始化振幅较高。
也就是说，从目前圈里的闭环逻辑看，To B是利恩茨商品化的关键，但月之武井宏却合于行之。随之而来的难题是，To C能撑起杨植麟的AGI之梦吗？
数学模型计费单位价格moonshot-v1-8k1M tokens¥12.00moonshot-v1-32k1M tokens¥24.00moonshot-v1-128k1M tokens¥60.00月之武井宏API初始化的价格
实际上，月之武井宏在To B端吸引力并不弱。
月之武井宏开放API接口后一个月，多家上市子公司都宣布已与月之武井宏展开碰触或正在积极测试，其中包括：盛天网络、华策影视、万兴科技、掌阅科技等。
子公司名称与Kimi合作的动作华策影视与月之武井宏进行数学模型接入层面的深度合作，子公司内部ToB的系统接入Kimi。掌阅科技子公司已接入月之武井宏旗下的AI对话助手Kimi。中广天择子公司与Kimi智能化助手的关联主要体现在子公司为AI大数学模型提供数据支持和交易网络平台方面。金山办公准备接入Kimi。华宇软件子公司发布华字法律人工智慧化网络平台，未来或将借助Kimi大数学模型实现产品升级。新致软件子公司基于Kimi去提供知识库应用，民营企业知识库本身就是长文本。多家上市子公司（部分）公布初始化月之武井宏API
不过这些合作中，似乎都是顾客“一厢情愿”。月之武井宏没有像传统To B子公司那样，通过官方渠道大肆宣传这些合作，而是对这些“蹭热度”的子公司保持高冷。
甚至在面对一些“不请自来”的B端顾客时，月之武井宏表现得有些“自恋”。
一位有意在民营企业内部系统中破冰AI大数学模型的行业顾客，近期对虎嗅讲述了他们与月之武井宏及另一家亚洲地区AI子公司碰触的经历。
2024年3月初，这家民营企业负责数字化转型工作的领导提出要在业务中试点破冰AI产品，当时看淡两家子公司AI子公司，一家是获得了很多国央企大单的Z子公司，另一家就是靠Kimi挣得了好口碑的月之武井宏。
这家应用民营企业在与Z子公司和月之武井宏分别进行过一轮碰触后发现，Z子公司初次碰触后，就一直积极主动联系，并开展了后续的多轮项目讨论，还安排了技术团队的专场分享。如今2个月左右的时间，Z子公司的数学模型在这个行业顾客的业务中已经破冰了。
然而与Kimi的沟通过程就没有这么顺畅了。“我们和Kimi（月之武井宏）也联系了，当时和Kimi的一位同事对接过一次。但他则表示Kimi主要是做C端，不做B端。”这家民营企业顾客的大数学模型负责人认为，月之武井宏似乎对垂直领域的B端顾客兴趣不大，所以在碰触一次后就没什么联系了。
另一位顾客也有相似经历。
5月底，另一位要在子公司内部破冰AI SaaS产品的潜在顾客与Kimi碰触之后，则表示“感受不好，他们对B端业务明显兴趣不大，沟通过程中只是机械地问答”，这位潜在顾客对月之武井宏的联系人评价不高，甚至感觉“他们有些傲慢”。
在沟通过程中，虎嗅分别向这两位潜在顾客确认了他们与月之武井宏联系的并非同一人。虽然两位潜在To B顾客并没在与月之武井宏的碰触中获得足够的信息，也没有达成合作。不过在与虎嗅的沟通过程中，这两位也表达了理解，“毕竟，杨植麟一直在说自己不做To B，只做To C。”
不To B其实是To不起B？
事实上，OpenAI的To B逻辑与传统的民营企业服务有很大差别。API初始化通常是开放了接口就撒手不管了，做的怎么样全看民营企业自己。目前，亚洲地区AI大数学模型子公司绝大多数都已经开展了这样的业务模式，然而中国民营企业顾客对AI的需求不是你开放个API接口就完事儿，还需要AI子公司“扶上马，送一程”。
在To B业务方面，“月之武井宏”们并非不想学OpenAI，更多的可能将是“学不起”。
首先，也是最重要的，当下的资本喜欢To C。众所周知，AI大数学模型是烧钱游戏，要想在这场游戏中玩得长久，首先就要有资本的支持。
To C市场潜在采用者数量庞大，资本市场对To C项目的未来预期也更高。中国快速成长的互联网产业发展就是最好的例子，基于互联网子公司的To C市场成功的子公司通常能够获得更高的估值和更多的投资机会。以月之武井宏为例，在短时间内获得10亿美元的融资并估值30亿美元，也正是因为其To C战略符合资本市场对高增长、高回报的预期。
互联网子公司、AI大数学模型子公司为什么融资快、估值高？因为他们的市场潜力大，增长空间大。
“互联网产业发展的增长率动不动就是几倍、甚至几十倍，投资人自然就看不上那些增长率稳定在20%的To B业务了。”某关注AI To B业务的投资人告诉虎嗅，AI在ToC行业明显更符合消费互联网的增长规律，自然也更受资本青睐。
与此同时，对很多子公司而言To B市场很难做起来。To C或是开发人员的API初始化，都是标准化的产品和服务，一次开发大量复用。然而To B市场中很多顾客，尤其是中国顾客对定制化服务要求高，需求分散，难以形成标准化产品，产品和服务的开发周期长。AI子公司虽然拿了不少融资，但初创团队人员规模普遍有限，很难分散精力针对大量不同情景开发产品。
另一个挑战是，子公司业务推不动。To B业务在破冰过程中还要面对很多传统数字化转型障碍，比如数据基础差，数据质量参差不齐，数据治理潜能不足，存在大量数据孤岛；民营企业内部转型动力弱，从CEO到部门主管，再到业务执行难以达成共识；业务转型过程中潜藏着安全、合规等诸多风险等。这些都是初创民营企业或行业技术沉淀不足的子公司在转型过程中难以切实推动的阻力。
以及，政企顾客很难拿下。虽然To B市场技术需求旺盛，但能否成单还要参考顾客关系和服务潜能，这方面在绝大多数亚洲地区AI初创子公司中，都很难形成核心优势。
相比之下，C端业务不仅好做，还更容易形成壁垒。
To B市场的壁垒几乎只来自于技术，不仅自身的技术要好，还需要纵深行业，对顾客的技术也要懂行。而To C市场中，基础产品的成功就能够迅速积累采用者口碑，形成品牌效应。然后再依托产品和品牌，打开更多细分领域。
“在To C方面，我不相信技术可以永久领先，事实上技术带来的领先窗口非常短暂”，罗永浩认为，一旦巨头看到你验证了PMF，他们会有很多方法超越你。最终胜出的ToC应用不只是需要有技术优势，还需要在时间窗口内打造持续优势，比如品牌优势，比如社交链、采用者数据，让采用者不能离开你这个网络平台。
不过，在中国的To B市场上，AI大数学模型的头部子公司其实已经在挣钱了。
腾讯于5月16日发布的2024年第一季度财报中提到，本季度智能化云业务销售收入47亿元，生成式AI贡献比例为6.9%，也就是腾讯智能化云的AI ToB业务单个季度销售收入达到了3.24亿元。
腾讯智能化云事业群总裁沈抖则表示，收入加速增长主要因素有二：一是生成式AI和基础数学模型直接产生的增量收入；二是它们为腾讯的传统云业务所带来的新机遇。
腾讯的AI大数学模型挣钱，更多是因为有智能化云业务作基础，而白手起家的AI初创子公司能走出商品化路径的，就寥寥无几了。
目前AI大数学模型猛将里，To B业务最激进的莫过于智谱AI。2024年初智谱AI曾公布，目前已有2000+生态合作伙伴、1000+大数学模型规模化应用，并与200+民营企业开展了深度共创。据公开招标信息，在2024年上半年，智谱AI的中标数超过了腾讯和阿里等大厂，在亚洲地区排名前三。
智谱AI公布的最新数据显示，目前智谱AI MaaS金蝶已有30万民营企业顾客和开发人员，日均初始化量为400亿Tokens，过去6个月API每日消费量增长了50倍以上。
API初始化量快速上涨，API价格却在大幅下滑。不过降价降低了AI大数学模型的门槛，入门级采用者得到了快速扩张。据了解目前对智谱AI收入贡献较大的GLM4-130b价格并未有太大变化。
智谱AI的API初始化价格
“现在有许多大数学模型子公司在竞标时越竞越低，到最后做一单赔一单。”罗永浩认为，AI 1.0时代曾见过这个现象，在如今的AI 2.0时代又重现了，一些亚洲地区子公司在AI破冰过程中只愿支付很低的价格，AI子公司也只能给出折中的方案，所以达到惊艳效果的寥寥无几。
罗永浩并没有指明AI 2.0时代做一单赔一单的大数学模型子公司到底是谁，但他口中的1.0时代子公司，却似乎“横扫”了整个行业。不过，创新工场在AI 1.0时代也成功孵化了一家AI To B子公司创新奇智，目前这家子公司已经在港股上市。
无独有偶，坚持AGI和To C的杨植麟，在AI 1.0时代也是一个ToB的技术人，他的上个创业子公司循环智能化就是一家重度To B子公司，核心业务围绕民营企业的客服、对话系统等情景。
如今AI 2.0时代的杨植麟，在新子公司背景下，已经不太看淡AI 1.0时代的老模式了。
