引言

過(guò)去一年，我們看到了GenAI（生成式AI）在ToC領(lǐng)域大放異彩，創(chuàng)造了超10億美元的消費(fèi)規(guī)模。相較之下，ToB領(lǐng)域還停留在由FOMO推動(dòng)的1.0階段，應(yīng)用場(chǎng)景稀少，主要用例體現(xiàn)在ChatGPT的“套殼”產(chǎn)品們。 

如今C端漸涼，盈利堪憂(yōu)。如果說(shuō)Anthropic、OpenAI的低毛利是澆了盆涼水，那么Inflection被微軟“生吞活剝”基本宣告C端重磅產(chǎn)品“聊天機(jī)器人”暫別初創(chuàng)企業(yè)。而且C端的數(shù)據(jù)基本握在巨頭手中，小型初創(chuàng)企業(yè)就算解決了“錢(qián)荒”，還要經(jīng)歷新一輪“數(shù)據(jù)荒”，挑戰(zhàn)巨頭難如登天。 

而B(niǎo)端既是“生路”也是“勝路”。首先，盡管龐大的數(shù)據(jù)由大企業(yè)掌管，但不是每個(gè)企業(yè)都有能力搭建AI團(tuán)隊(duì)。其次，出于競(jìng)爭(zhēng)關(guān)系，大企業(yè)不太可能將私密數(shù)據(jù)分享給巨頭，而會(huì)傾向于找小企業(yè)做“中間商”�；�于此，小型初創(chuàng)企業(yè)“數(shù)據(jù)飛輪”可以轉(zhuǎn)起來(lái)——在垂直領(lǐng)域積累優(yōu)質(zhì)數(shù)據(jù)，逐漸構(gòu)建技術(shù)壁壘。 

著名風(fēng)投機(jī)構(gòu)a16z花了幾個(gè)月時(shí)間，與財(cái)富 500強(qiáng)企業(yè)和頂尖企業(yè)的領(lǐng)導(dǎo)者進(jìn)行深入交流，調(diào)查了超過(guò) 70 位企業(yè)決策者，以探究他們對(duì)GenAI的使用、采購(gòu)和預(yù)算安排。 

結(jié)果非常驚人——在過(guò)去六個(gè)月中，這些企業(yè)對(duì)GenAI的資源投入和態(tài)度發(fā)生了顯著變化。 

企業(yè)將購(gòu)買(mǎi)GenAI服務(wù)的預(yù)算增加 2-5 倍，推進(jìn)更多生產(chǎn)級(jí)應(yīng)用；

企業(yè)傾向采購(gòu)多個(gè)模型落地不同應(yīng)用場(chǎng)景，并且愈加青睞開(kāi)源模型；

企業(yè)將優(yōu)先落地內(nèi)部應(yīng)用，并對(duì)涉及敏感數(shù)據(jù)的外部應(yīng)用持謹(jǐn)慎態(tài)度；

a16z結(jié)論：盡管有人質(zhì)疑GenAI在B端的普及性和盈利能力，但進(jìn)入2024 年，我們預(yù)見(jiàn)B端企業(yè)市場(chǎng)的AI規(guī)模將呈現(xiàn)指數(shù)級(jí)增長(zhǎng)。

如果AI 初創(chuàng)公司能夠深入了解客戶(hù)的預(yù)算、關(guān)注點(diǎn)和路線(xiàn)圖，為企業(yè)制定以 AI 為中心的戰(zhàn)略計(jì)劃，預(yù)見(jiàn)企業(yè)的痛點(diǎn)，同時(shí)從“服務(wù)至上”轉(zhuǎn)向“構(gòu)建可擴(kuò)展產(chǎn)品”，就能成為新浪潮中的“弄潮兒”。 

基于以上觀(guān)察，a16z將關(guān)鍵信息匯總為一份報(bào)告《16 Changes to the Way Enterprises Are Building and Buying Generative AI》（企業(yè)構(gòu)建與購(gòu)買(mǎi)生成式 AI 的16項(xiàng)變革）。適道將對(duì)報(bào)告內(nèi)容進(jìn)行編譯，請(qǐng)安心食用。 

01 資源配置：預(yù)算暴漲且勢(shì)頭持續(xù)

企業(yè)對(duì)GenAI的預(yù)算正在飛速增長(zhǎng)

2023 年，我們調(diào)研的數(shù)十家公司，在基礎(chǔ)模型API、自托管和微調(diào)模型上平均每年支出達(dá)到了 700 萬(wàn)美元。而且，幾乎所有企業(yè)都對(duì)GenAI測(cè)試的初步成效表示樂(lè)觀(guān)，并計(jì)劃在 2024 年將預(yù)算增加 2-5 倍，以推動(dòng)更多工作負(fù)載轉(zhuǎn)向生產(chǎn)環(huán)境。

企業(yè)將AI投資“劃進(jìn)”經(jīng)常性支出

2023年，企業(yè)對(duì)GenAI的支出主要出自“創(chuàng)新”預(yù)算和一次性買(mǎi)賣(mài)。然而，在2024年，許多領(lǐng)導(dǎo)者正考慮“長(zhǎng)期付費(fèi)”。僅不到25%的受訪(fǎng)企業(yè)表示，2024年的GenAI支出還是出自“創(chuàng)新”預(yù)算。

我們還注意到，一些領(lǐng)導(dǎo)者開(kāi)始將GenAI預(yù)算用于節(jié)省人力成本，尤其是在客服領(lǐng)域。如果這一勢(shì)頭持續(xù)，預(yù)計(jì)未來(lái)對(duì)GenAI的投資將會(huì)大幅增加。例如，有企業(yè)表示，AI客服每打一個(gè)電話(huà)能省6美元，總計(jì)可節(jié)省約 90%開(kāi)支。因此，企業(yè)要將GenAI投資增加8倍。

衡量ROI是藝術(shù)，也是科學(xué)

目前，企業(yè)領(lǐng)導(dǎo)者主要通過(guò)由AI 提高的生產(chǎn)力，來(lái)衡量投資回報(bào)率（ROI）。 

盡管他們主要依賴(lài) NPS（凈推薦值）和客戶(hù)滿(mǎn)意度作為代理指標(biāo)。但他們也在尋找更具體的衡量方法，比如：用例創(chuàng)收、節(jié)省成本、提升效率、提高準(zhǔn)確性。至少在未來(lái)2-3 年，提升ROI會(huì)越來(lái)越重要。 

企業(yè)渴求輕量化AI部署

僅僅接入API顯然不夠用，但實(shí)施、維護(hù)和擴(kuò)展需要高度專(zhuān)業(yè)化的人才，甚至僅“實(shí)施”一項(xiàng)就占據(jù)了2023年企業(yè)AI支出大頭。

為了幫助企業(yè)快速啟動(dòng)、運(yùn)行模型，基礎(chǔ)模型提供商提供的專(zhuān)業(yè)服務(wù)通常涉及定制模型開(kāi)發(fā)。同時(shí)，又因?yàn)槠髽I(yè)內(nèi)部很難找到合適的AI人才，那些能夠簡(jiǎn)化企業(yè)內(nèi)部GenAI開(kāi)發(fā)流程的初創(chuàng)企業(yè)會(huì)更快地迎來(lái)巨大機(jī)遇。  

02 模型趨勢(shì)：多元化和開(kāi)源模型

企業(yè)青睞多模型（Multi-model）方案

六個(gè)月前，大多數(shù)企業(yè)還在使用一種模型（通常是 OpenAI ），最多是兩種模型。

現(xiàn)在，他們正在測(cè)試——甚至已經(jīng)在生產(chǎn)環(huán)境中使用——多模型（Multi-model）。

多模型方案的優(yōu)點(diǎn)：1、根據(jù)不同性能、規(guī)模和成本來(lái)定制用例；2、避免過(guò)度依賴(lài)單一供應(yīng)商；3、快速利用該領(lǐng)域快速發(fā)展的成果。由于模型排名不停變化，高管們希望整合當(dāng)前最先進(jìn)的閉源模型和開(kāi)源模型，以獲得最佳效果。

預(yù)計(jì)未來(lái)會(huì)有更多模型涌現(xiàn)。雖然在生產(chǎn)用例中，OpenAI 仍然占據(jù)主導(dǎo)市場(chǎng)份額，但從測(cè)試來(lái)看，多模型并存的局面正在形成。

企業(yè)青睞開(kāi)源模型（Open source） 

過(guò)去六個(gè)月中，開(kāi)源模型的興起讓人驚訝。 

我們估計(jì)，在2023年的市場(chǎng)中，80%-90%由閉源模型（如OpenAI）占據(jù)。然而進(jìn)入 2024 年，46%的受訪(fǎng)企業(yè)偏好或強(qiáng)烈站隊(duì)開(kāi)源。 

另外，60% 的受訪(fǎng)企業(yè)提到，如果能夠通過(guò)微調(diào)開(kāi)源模型，以實(shí)現(xiàn)與閉源模型相當(dāng)?shù)男Ч�，他們將�?huì)傾向使用開(kāi)源模型。其中一些企業(yè)明確表示，希望開(kāi)源和閉源模型的占比能達(dá)到 5:5（ 2023年為 2:8）。 

企業(yè)選擇開(kāi)源模型的主因：控制 / 定制 > 成本 

我們驚訝的是，成本問(wèn)題不是企業(yè)首要考慮因素，但卻反映了領(lǐng)導(dǎo)層目前的信念，即 GenAI 創(chuàng)造的超額價(jià)值，將會(huì)遠(yuǎn)遠(yuǎn)超過(guò)其價(jià)格。一位高管表示：“獲得準(zhǔn)確的答案是值得的。” 

因此，控制（專(zhuān)有數(shù)據(jù)安全性、了解模型產(chǎn)生特定輸出的原因）和定制（針對(duì)特定用例進(jìn)行有效微調(diào)的能力）遠(yuǎn)比成本更重要。

控制：企業(yè)擔(dān)心敏感用例和數(shù)據(jù)安全

出于對(duì)監(jiān)管、數(shù)據(jù)安全的顧慮，企業(yè)不愿意與閉源模型提供商共享自己的專(zhuān)有數(shù)據(jù)，尤其是那些將知識(shí)產(chǎn)權(quán)作為核心護(hù)城河的公司。一些高管通過(guò)自托管開(kāi)源模型來(lái)解決問(wèn)題，而其他人則優(yōu)先考慮具有虛擬私有云（VPC）集成的模型。 

定制：企業(yè)傾向微調(diào)開(kāi)源模型，而非從0到1 

隨著高質(zhì)量開(kāi)源模型的興起，大多數(shù)企業(yè)不是從0開(kāi)始訓(xùn)練自家LLM，而是使用檢索增強(qiáng)生成（RAG）或?yàn)樘囟ㄐ枨髞?lái)微調(diào)開(kāi)源模型。 

云服務(wù)商依然極大影響AI 模型采購(gòu)決策

2023年，許多企業(yè)出于安全考慮通過(guò)現(xiàn)有的云服務(wù)提供商（CSP）購(gòu)買(mǎi)模型，2024年的情況依然如此。

這意味著 CSP 和首選 AI 模型間的關(guān)聯(lián)性相當(dāng)高：Azure 用戶(hù)更喜歡 OpenAI，而Amazon用戶(hù)更喜歡 Anthropic或 Cohere。

如圖所示，在使用 API 訪(fǎng)問(wèn)模型的72%企業(yè)中，超過(guò)50%的企業(yè)選擇其CSP所托管的模型。（請(qǐng)注意，超過(guò)25%受訪(fǎng)企業(yè)選擇了自托管，可能是為了運(yùn)行開(kāi)源模型。）

企業(yè)關(guān)注模型的差異化和創(chuàng)新性

即便企業(yè)將“推理能力、可靠性、易訪(fǎng)問(wèn)性”作為采用特定模型的首要因素，但他們也更加傾向于采用具有其他差異化功能的模型。

例如，多家企業(yè)將“200K上下文窗口功能”，作為此前采用Anthropic的關(guān)鍵原因；一些企業(yè)采用Cohere是出于其在上市之初，主打微調(diào)功能的易用性。

大多數(shù)企業(yè)認(rèn)為模型性能正在趨同

不可否認(rèn)，AI模型正在變成“瓶裝水”——盡管閉源模型在外部基準(zhǔn)測(cè)試中表現(xiàn)更好，但企業(yè)領(lǐng)導(dǎo)者仍然為開(kāi)源模型打出了較高的NPS，因?yàn)樗鼈兏�容易針�?duì)特定用例進(jìn)行微調(diào)。

一家公司發(fā)現(xiàn)“經(jīng)過(guò)微調(diào)，Mistral 和 Llama的性能幾乎與 OpenAI 一樣好，但成本要低得多。”按照這些標(biāo)準(zhǔn)，模型性能的趨同甚至比我們預(yù)期的更快，這為企業(yè)提供了更多選擇。

企業(yè)傾向于“模型花園”

大多數(shù)企業(yè)都希望，在設(shè)計(jì)AI 應(yīng)用時(shí)，只需更改 API，就能在不同模型之間進(jìn)行切換。一些企業(yè)甚至預(yù)測(cè)試提示，以便切換在按下開(kāi)關(guān)時(shí)立即發(fā)生，而其他企業(yè)則構(gòu)建了“模型花園”，以便他們可以根據(jù)需要將模型部署到不同的應(yīng)用程序中。

一部分原因出于云時(shí)代的慘痛教訓(xùn)，減少對(duì)供應(yīng)商的依賴(lài)；另一部分原因是，行業(yè)發(fā)展太快，將雞蛋放在單一的AI 模型中不可取。  

03 實(shí)際用例：轉(zhuǎn)向更多生產(chǎn)場(chǎng)景

企業(yè)更傾向于自主開(kāi)發(fā)而非直接從第三方購(gòu)買(mǎi)

有了基礎(chǔ)模型提供的API，企業(yè)更容易構(gòu)建自己的AI 應(yīng)用。一些基于熟悉應(yīng)用場(chǎng)景，例如客服或內(nèi)部的AI Copilot。同時(shí)，企業(yè)也在嘗試創(chuàng)新，例如編寫(xiě)消費(fèi)品配方、縮小分子發(fā)現(xiàn)范圍、提出銷(xiāo)售建議等等。

總之，“套殼”GPT又會(huì)面臨挑戰(zhàn)。我們認(rèn)為，那些能夠超越“LLM + UI”公式、重新思考企業(yè)基本工作流程、幫助企業(yè)更好地利用自身專(zhuān)有數(shù)據(jù)的AI產(chǎn)品，將市場(chǎng)上大放異彩。

企業(yè)對(duì)內(nèi)部應(yīng)用場(chǎng)景興奮，但對(duì)外部應(yīng)用場(chǎng)景謹(jǐn)慎

2023 年最流行的應(yīng)用場(chǎng)景，要么是專(zhuān)注于內(nèi)部效率提升，要么是構(gòu)建 AI Copilot 作為客服/銷(xiāo)售輔助。這些情況，在 2024 年可能不會(huì)發(fā)生太大變化，依然占據(jù)主導(dǎo)地位。

這是因?yàn)槠髽I(yè)對(duì)GenAI仍持有兩大擔(dān)憂(yōu)：1、幻覺(jué)和安全問(wèn)題；2、將GenAI部署到敏感消費(fèi)者領(lǐng)域（如醫(yī)療保健和金融服務(wù)）的公共關(guān)系問(wèn)題。

類(lèi)似擔(dān)憂(yōu)實(shí)在太多，誰(shuí)能提供控制幻覺(jué)與安全問(wèn)題的AI工具，誰(shuí)將廣受歡迎。

結(jié)語(yǔ)

a16z預(yù)測(cè)：到2024年底，模型 API（包括微調(diào)）市場(chǎng)將增長(zhǎng)到 50 億美元以上（2023 年預(yù)估是 15-20 億美金），而企業(yè)支出將是其中的重要部分。 

基于企業(yè)高層已經(jīng)發(fā)出了“尋找、部署GenAI 解決方案”的號(hào)令。我們可以預(yù)見(jiàn)，過(guò)去一年多時(shí)間才能完成的交易，現(xiàn)在可能只需2 、3 個(gè)月就能完成，且交易規(guī)模比以往更大。 

雖然這篇文章重點(diǎn)關(guān)注基礎(chǔ)模型層，但我們相信AI ToB的機(jī)會(huì)將延伸到技術(shù)棧其他模塊——輔助微調(diào)的工具、模型部署 / 運(yùn)維服務(wù)、AI 應(yīng)用程序構(gòu)建、垂直場(chǎng)景的AI 應(yīng)用建構(gòu)等等。 

近期，a16z連發(fā)三篇AI ToB調(diào)查報(bào)告，這足以說(shuō)明，AI炒作之后，B端市場(chǎng)愈加關(guān)鍵。適道也將會(huì)持續(xù)關(guān)注這一“錢(qián)景”領(lǐng)域，助力初創(chuàng)企業(yè)及時(shí)抓住未來(lái)。 

       原文標(biāo)題 : 與70 位企業(yè)高層交流后，我們整理出AI ToB領(lǐng)域大趨勢(shì)