美国在卷技术，我们却在卷价格

国内的AI厂商活得不大好……

大家好，我是很帅的狐狸

昨天我跑去一家AI厂商找朋友聊天

听他们吐槽了现在的行业现状

今儿跟你们分享一些有意思的信息

本文会回答——

• 为什么国内AI厂商都在打价格战？

• 为什么国内AI创业公司大多活得不大好？【主观】

• 国内AI创业公司的机会在哪？

昨天听到的抱怨，主要还是「价格战」。

豆包、Kimi、智谱清言、星火，包括最近上架APP的腾讯元宝，都免费了。

而百度的文心一言4.0居然还要收费，我交了一个月就不打算继续续费了……

另一方面，各家大模型的API也在打价格战。

稍微解释下API——简单说就是程序员们可以通过调用厂商提供的API，让自己的程序也有对应大模型的能力。

第一个下场搅浑水的是幻方量化的DeepSeek。

中文能力不输GPT-4，价格却只有它的1%（百万tokens输入1元，token即AI可以处理的最小单位）。

接着是字节旗下的豆包。

百万tokens输入降到了8毛（Pro 32k），Pro 128k版也只要5块。

接着其他大厂也跟上了——

通义千问对标GPT-4的Qwen-Long百万token输入降到了5毛；百度文心一言直接把ENIRESpeed、ENIRELite这两个相对较水的模型给免费了；讯飞接着把星火Lite永久免费开放，顶配的Spark3.5 Max也降到了21元/百万tokens。

可能也是因为这样，百度也不得不在想着其他变现手段……

Anyway，虽然国内模型便宜不少，不过我认识的不少不差钱的工程师们，在生产环境还是偏好最贵（但效果最好）的GPT-4…

另一方面，to-B的定制项目也在卷——

AI厂商的朋友告诉我，除了大厂，创业公司们也打价格战打得火热。

听到了个有意思的案例是——

某银行招标一个场景大模型，腾X开价1,170万，通XXX开价790万，最后智XXX开价120万，成单了。

作为创业公司，这也不算不能理解的选择——

做to-B市场，万事开头难，需要有标杆案例，所以就算是亏钱也愿意接单。

另一方面，不少创业公司还不知道to-B的难做——毕竟手上刚融了一大堆钱，打标时没啥心理负担，中一个亏一个。

这轮「AI+」的逻辑跟9年前提出的「互联网+」其实很类似——大家都是拿着锤子找钉子，或者说，是拿着技术找场景。

不过跟「互联网+」超级无敌不一样的一点是——此时此刻并没有类似智能手机这样的新终端。

换句话说，不像当年，坑位很多——市场供不应求，用户们都在找新应用。

现在用户的手机装满应用，该占的坑都被占了。

用户要换APP，迁移成本会很高——

比如要搬数据，比如要学新应用怎么用（prompt并不是每个人都很擅长）。

当你的「AI+」场景带来的价值增量，并没有高于迁移成本时，用户宁愿坐等现有APP厂商，看看过几个月它们能不能迭代出AI能力。

另一方面，基于大模型带来的价值增量，相对还是比较有限。

毕竟，就现有的大模型技术，就算用上了RAG、外接了搜索引擎，还是不可避免会有AI幻觉的出现——

你也不希望让AI帮你点份外卖，结果它搞错了地址或数量。

当然，电商场景大多还只是小钱，如果还想用它来做医疗或投资决策，要克服的心理障碍就更大了…

Anyway，从结果来看，新App并没有撬动平台企业们对流量的垄断——毕竟并没有多出新的坑位来。

所以对于找场景的创业公司来说，对比9年前的「互联网+」时代，机会还是少了挺多的。

昨天跟AI厂商里的朋友也聊到了这点——

我们认识就是在15年「双创」的时候。

那时候创业的，除了叫得上号的一些大牛，还有很多不怕虎的小牛犊（包括当年的我们）。

而现在的AI创业公司，大多都是AI 1.0时代的老人，或是学术背景较强的专业人士。

所以看清这点的人，都没有急着做to-C应用，甚至连某些大厂（比如腾讯）也是先深耕B端场景。

更多的聪明人在to-B市场疯狂内卷，加上有数据和算力优势的大厂躬身入场，价格战自然是避免不了的。

那……对于创业公司来说，机会在哪呢？

逻辑推导来看的话……

第一个机会，是迁移成本低的工具。

举个例子，比如文章总结类的AI工具。

这类工具每次使用都是独立的，也不依赖我以前的历史使用数据。

所以我现在已经完全离不开Elmo Chat这款Chrome插件了（贾扬清的产品）。

它的总结效果比Kimi Copilot之类的好，而且还免注册免登录。

当然，对于这类工具也有它的弱点——

一是没啥变现机会。

只能等到竞品都死光了，可以开始插广告；或是推新功能，让自己变成全家桶。

比如类似功能的Monica，基本上什么场景都覆盖了，所以有一部分重度用户会很快把免费次数给用完。

截图/

二是迁移成本低。

用户一旦发现有更好用的工具或是平替，马上就卸载了。

假设现在Elmo Chat强制要我付费的话，我肯定马上改用其他家的产品。

第二个机会，是「只有我做得到」的场景。

比如Kimi一开始选的「长文本处理」的场景，营销上也主打这点。

不过Kimi在3月份开始卷到了200万字上下文后，文心一言、360智脑、通义千问也都开始卷长文本了（通义千问更是直接卷到了1000万字）。

而在4月份，Google提出了Infini-Transformer架构，可以让LLM处理无限长的上下文；差不多同一时间，Meta（脸书母公司）也提出了一种无限长文本技术。

换句话说，之后长文本处理变成了大模型标配，Kimi原有的优势忽然就没有了。

因此呢，创业公司跟大厂斗「只有我做得到」，确实不是那么容易的事情…

哦你可能发现了，上面这两点简单说就是「人无我有，人有我优」……

但在AI时代吧，要做到这两点，始终要靠别人没有的数据基础才行，所以难度真不是一丁点…

这可能也是为什么尽管很烧钱，大家还是在打价格战的底层原因——靠价格优势争取来更多的用户使用数据，之后才能让自己一直保持数据优势。

文章来源于“狐狸君”，作者“很帅的狐狸”