文|藍洞商業 趙衛衛

ChatGPT爆火，云計算爆發。沒有大模型的云，注定沒有未來。

先看國際市場，亞馬遜在四月份發布泰坦大模型、AI大模型服務Amazon Bedrock。至此，微軟、谷歌、亞馬遜美國這三大云計算選手，全部入局大模型賽道。

云計算市場的全球排名，亞馬遜第一，微軟在2019年躍升第二，大模型是微軟挑戰亞馬遜的最大機遇，也是亞馬遜不能丟掉的壁壘。

反觀國內市場，阿里云一直維持行業第一的地位，本屬第二的騰訊云在2022年被華為云反超，下半年又被中國電信天翼云超越，滑落到行業第四。

顯然，大模型之戰對騰訊云更外重要，必須打一個翻身仗。

但當大多數云計算廠商高調發布自家的通用大模型聊天對話產品及服務，騰訊云意外的選擇直接發布行業解決方案而不是通用大模型產品。

在6月19日的騰訊云大模型技術峰會上，并未提及自家的通用大模型聊天對話產品。要知道，騰訊「混元AI大模型」傳聞已久，據說已經廣泛應用于騰訊微信搜索、騰訊廣告等業務場景，提升搜索體驗和廣告推薦的精準度。

騰訊的「混元AI大模型」未露面，或許是貫徹馬化騰的判斷，「騰訊正在專注于研發工作，并不急于展示尚未成熟的產品。現在很多公司都太過急切，似乎是為了提振股價，我們一直以來都不是那樣的風格。」

但現實是，云計算市場價格戰打得正酣，大亂斗已經開始，留給騰訊云的時間還有多少？

至少，騰訊云的路徑選擇，再次驗證了一個邏輯：目前國內大模型只能走to B這條路，像ChatGPT一樣的通過會員實現C端收費，這條路在國內市場走不通。

騰訊造“大模型商店”

「雖然大家對通用大模型期待很高，但它不一定是滿足行業場景需求的最優解。」騰訊云與智慧產業事業群CEO湯道生這樣說。

至今，騰訊云依然沒有拿出自己的通用大模型，而是Mass（模型即服務）解決方案，主要是推出行業精選模型商店，給金融、文旅、政務和傳媒等十大行業提供超過50個解決方案。

雖然，聊天機器人不是唯一的大模型服務方式，但不可否認的是，基于通用大模型之上構建企業聊天機器人，是云計算廠商面向B端客戶服務和收費的重要方式之一。

騰訊云強調通用大模型在應對產業落地場景中有局限性，因而打造的是企業專屬的行業大模型。

比如，騰訊云和國內頭部在線旅游公司基于「文旅大模型」打造的大模型客服機器人，比通用大模型的客服機器人給出的回答更細致，能夠規劃出每天的交通、景點安排，給出經濟實惠的定制化推薦方案。

確實，通用大模型的產業應用仍處于早期，騰訊此舉把通用大模型做小做精，目的是讓行業更快用起來，因為在一些客服等行業問答場景中，較小的模型就能滿足需求，而不需要調動十億規模乃至數十億規模的大模型參數。

騰訊釋放的信號是，把大模型服務定位為大模型精選商店。

在技術底座層包括了金融、政務、文旅、傳媒等行業大模型和基礎算力設施；在TI平臺層提供了數據標注、訓練、加速及工具鏈等平臺服務；在應用層提供客戶專屬大模型、細分領域訓練平臺、應用平臺和智能應用。

而騰訊內部，也率先用大模型能力做出了升級示范。

比如企業營銷SaaS組件「騰訊企點」，上新了新一代智能客服和企點分析AI助手，解決了傳統智能機器人的覆蓋率低、接待上限低和知識維護量大等難題，具備快速學習和智能回答的能力，可提供精準回復和豐富回答，并輔助人工操作以提高客服效率。

騰訊會議即將推出覆蓋會議全流程場景的AI小助手，只需通過簡單自然的會議指令，基于對會議內容的理解，就可以完成信息提取、內容分析、會管會控等多種復雜任務。此外，騰訊云還推出AI代碼助手，支持多種編程語言和主流開發環境，提高編程效率。

歸根結底，騰訊的大模型商店意味著，SaaS（軟件即服務）這一傳統云服務的模式可能將被Mass（模型即服務）取代。

此前，云服務可以分為面向普通個人用戶、面向企業用戶和專業開發者用戶三種。從服務模式和業務層次上分，可以分為IaaS（基礎設施即服務）、PaaS（平臺即服務）和SaaS（軟件即服務）三種，但在大模型的帶動下，Mass（模型即服務）成為主流。

此前，騰訊云偏向于IaaS，行業曾有觀點認為，主要原因在于其已經有了PaaS（平臺即服務）級的騰訊開放中心，并且具有世界上注冊用戶最多的SaaS形態的QQ和微信。對于個人普通用戶沒有去急需擴張的需求，所以將騰訊云直接用于命名IaaS形態產品。

在Paas的模式上構建新的Mass模式，早已成為百度和阿里的共識，如今騰訊的跟進，意味著為企業的大模型訓練及推理提供算力資源和機器學習服務，成為BAT再次混戰的新起點。

華為才是對手

在云市場，談論BAT并不準確。對于騰訊云來說，同樣坐落在深圳的華為云才是當下最大的對手。

遙想2017年，IDC發布的中國公有云IasS市場調研，阿里云位居第一，上半年IaaS營收為5億美元，占據中國市場份額的47.6%；騰訊云位居第二，營收約為1億美元，份額為9.6%；金山云位居第三，營收6839萬美元，份額6.5%；中國電信位居第四，營收6254萬美元，份額6%。

而根據IDC發布的2022年下半年公有云市場報告，不論是IaaS市場還是IaaS+PaaS市場，此前一直排名第二的騰訊云首次跌出前三。排名前五的分別是：阿里云、華為云、中國電信天翼云、騰訊云和AWS。

昔日位居第二的騰訊云，被今天的華為云取代。

華為的實力眾所周知，IDC中國副總裁兼首席分析師武連峰曾認為，華為對企業級用戶的理解會比百度和騰訊深，一是因為華為有基礎設施業務，二是有合作伙伴，三是有運營商資源，「長遠來看，華為在云計算的發展是比較有潛力的。」

大模型，也是華為云志在必得的一戰。

早在6月初，市場就已經有消息，今年7月7日的華為云開發者大會，AI將會是主線。尤其是大會邀請函上注明的，「AI for Industries」（面向行業的AI）將成為人工智能新的爆發點。

面向行業的AI，成了騰訊云和華為云的不謀而合的主題，只是騰訊云搶跑了。

那么同樣的疑問是，華為云會發布傳聞已久的盤古大模型？還是跟騰訊云一樣，先發布企業專屬的行業大模型，繼續打磨通用大模型？都將在7月7日揭開面紗。

入局稍晚的華為云，何以在短短數年間反超騰訊云？

一方面是因為云行業的整體變革，行業的垂直整合和服務更下探、更深入，客戶的要求也比以往更加復雜多元。

2022年年末，馬化騰內部講話就暴露出，騰訊云要放棄集成商的角色，轉而做自研產品被集成的戰略，此后騰訊云提高自研產品的銷售，減少分包項目。

另一方面，是華為在to B和to G業務深耕已久的功力。

一直以來，云行業大客戶集中在金融、政府和運營商，華為在這些領域積蓄了多年的服務能力，不論是2020年戰略放棄私有云、全力押注公有云市場，還是堅持自研的技術路線，從底層技術上發布服務器芯片和云服務器乃至智能云操作系統，都顯示出華為在云生態建設上的硬實力。

華為云正在以超過200%的增速發展，可以提出設想，華為云超越阿里云還有多遠？

阿里云自然也不會坐以待斃。今年4月的阿里云合作伙伴大會上，率先開啟「減價大酬賓」，核心產品價格全線下調15%~50%，存儲產品最高降幅達50%。

阿里云開啟的降價潮，很快得到了騰訊云的效仿。6月1日起，騰訊云將針對部分區域云服務器實例特惠時長進一步加大折扣力度，價格降幅最高將達40%。

事實上，云計算廠商對IT商業模式的改變，本質上就是降低用戶端成本，提升了運營商的規模效應，如今，大模型的興起給用戶端的成本再砍了一刀。

不久前，阿里再次組織變革，張勇專職擔任阿里云的一號位，也顯示出了阿里志在云端的決心。

就在6月26日的世界互聯網大會尼山論壇企業家座談會上，張勇首次談到，「我比任何時候都更加相信，云計算、大數據和人工智能等核心技術的發展，將會給社會帶來巨大變革，戰略意義非常重大，這是我決定全身心投入阿里云智能集團的重要原因。」

會議期間，360 創始人周鴻祎朋友圈發布一張三人合影，配文稱：在孔子的家鄉討論如何打造安全可控易用的人工智能，三個老朋友看法一致。

截至5月底，中國10億參數規模以上的大模型產品已發布近80個，但誰會帶來突破性的變革產品？依然是未知數。

應用層的競爭，是關鍵

ChatGPT大火以來，上一階段的競爭主題是「有自己的大模型產品」，如今進化成了「如何用生成式人工智能改變企業」，也就是說，應用層的構建才是檢驗標準。

以微軟云服務平臺（Microsoft Azure）在今年6月推出的示范為例，其已經把生成式AI應用到多個行業，打造出了10種利用該技術改變游戲規則的案例，推動不同行業的企業轉變運營和增長。

微軟云的10種解決方案，展現出了生成式人工智能的商業前景，分別是：內容創建和設計；加速自動化；個性化營銷；聊天機器人和虛擬助手；產品和服務創新；語言翻譯和自然語言處理；欺詐檢測和網絡安全；預測分析和規劃；創意寫作和內容生成；醫學研究和診斷。

內容創建和設計上，微軟云拿出的應用層代表案例就是Typeface。

Typeface創立者是全球最大多媒體軟件Adobe前首席技術官阿布海·帕拉斯尼斯，2022年6月成立之后，其核心優勢是成為利用OpenAI、Stable Diffusion和計算機視覺模型支持的人工智能幫助企業大量生成品牌內容的初創公司。

Typeface開發了一套基于云的工具，將Microsoft Azure OpenAI 服務、Azure 機器學習和其他 Microsoft 技術的強大功能和知識與自己的 Affinity AI 相結合，以快速推動個性化內容創建。客戶可以生成各種圖像和文本，應用在線上營銷活動和各種公司內部的品牌需求中。

在加速自動化實現企業降本增效上，美國老牌電報電話公司AT&T，正在使用微軟云的生成式AI 服務使 IT 專業人員能夠請求其他虛擬機等資源；將遺留代碼遷移到現代代碼；并授權員工完成常見的人力資源任務，例如更改預扣稅、將受撫養人添加到保險計劃或為新員工征用計算機。

此外，在聊天機器人的使用上，老牌跨國企業強生公司可以不用再培訓員工，直接用用微軟云服務的技術構建自己的聊天對話系統，實現為團隊和客戶服務。

在欺詐檢測和網絡安全上，SWIFT（環球銀行金融電信協會）和微軟云一道，構建起了異常交易數據的檢測模型，這讓企業無需從安全位置移動數據。

而在醫學研究上，微軟云服務與NHS信托基金會合作，三秒鐘就可以實現從2000份文檔中找到病例的關鍵信息。

總體來說，目前微軟云將生成式AI的商業化最先推廣的，還是聚焦在廣告和品牌營銷、金融和醫療等互聯網向的公司上。

微軟云的這一套推廣方式，也給國內大模型和云計算大廠做出了示范，畢竟誰能為大模型和生成式AI買單才是最重要的命題，尤其是大企業客戶對云計算大廠更為重要。

反觀國內，一個現實問題是，大模型太多，而大模型之上的應用層創新太少。

利用開源模型加之強大的算力和大量數據，并不足以保證科技公司在大模型的競爭中領先，降價也只是推廣爭奪市場的手段之一，最核心的命題還是底層通用大模型之上構建的示范性的應用層，讓應用層實現爆發式增長和創新，推動進步進而產生競爭壁壘。

至于遲來的騰訊云，微軟CEO薩提亞·納德拉在多年前推動微軟云業務崛起后的一段總結，依然值得回味：領導者必須同時看到外部的機會和內部的能力與文化，以及它們之間的所有聯系，并在這些洞察變得眾所周知之前率先反應，搶占先機。

這是一種藝術，而不是科學。