科技云报到:云服务的中场战事,从AI应用开始

本文涉及的产品
智能开放搜索 OpenSearch行业算法版,1GB 20LCU 1个月
实时计算 Flink 版,5000CU*H 3个月
检索分析服务 Elasticsearch 版,2核4GB开发者规格 1个月
简介: 从去年的大模型之战,到今年的AI应用之争,云服务正在迈入全新的发展阶段。AI这个杠杆将各家厂商的竞争策略更向前推进了一步。

科技云报到原创。

从去年的大模型之战,到今年的AI应用之争,云服务正在迈入全新的发展阶段。AI这个杠杆将各家厂商的竞争策略更向前推进了一步。

“云+AI”能够孵化出多少可能?在业界眼中,“云+AI”则意味着新的悬念:云计算将朝着哪个方向进化?大模型的市场格局将有怎样改变?云服务巨头又会在其中扮演怎样的角色?大模型和AI应用,能否成为云服务商的第二增长曲线?

一连串的问号,人们期待着答案的揭晓。

AI应用成“重头戏”

最近两年,以大模型为代表的AI应用已在国内形成奔涌之势。公开数据显示,截至目前,国内完成备案并上线、能为公众提供服务的大模型已达190多个,注册用户数超6亿。

埃森哲最新调研显示,59%的中国企业计划在未来一年内继续加大数字化转型的投入,相比去年增加了6个百分点,同时有相当多的中国企业希望能够抓住AI技术,不断创新加速重塑。这不但显示出了各个行业对于AI服务的潜在需求,也显示出了大模型潜在的巨大商业价值。

在大模型领域重要的参与者云服务巨头眼中,这些不仅意味全新的商业逻辑正在浮现:大模型的应用消耗大量算力,可以带动云服务的收入增长,同时大模型会优化软件应用的功能和体验,带动软件业务收入的增长,发现新的用户需求,反过来还可以进一步促进大模型的成熟。

大模型的落地应用不仅能够帮助行业客户实现基于AI能力的业务创新与升级,而且不同于以往的技术迭代,大模型驱动着基础设施的重构,也带来了上层应用的变革。

如果回溯一下IT技术的发展历史可以看到,在大模型出现之前,IT行业一直是“CPU+OS+软件”这样的组合唱主角,此后随着计算、网络、存储的虚拟化技术的日臻成熟,让算力成为了重要资源,也让云改变了基础设施的能力和形态。

而到了如今AI时代,“GPU+云+AI”这个新组合取而代之。在GPU为大模型提供算力支持的前提下,云服务商需要重新构建从底层到应用层的服务架构,而大模型将带来从研发到应用的重构。

同时,MaaS变成了云架构新的重要组成,成为云服务商竞相发力的重点,这会让云服务大厂的技术体系出现重大变化。随着云服务与大模型的深度融合,云服务商会以云的模式推动大模型的服务化和应用的规模化。

由此,阿里云、腾讯云、百度智能云等云服务巨头,在经历了过去几年的低谷之后,纷纷以AI作为未来发展的重点,用以重构自身的技术业务,从而带动业绩的增长。这些大厂发布的财报数据也显示出,来自AI的收入占比正在逐步提升。

今年8月,阿里巴巴集团发布的季度业绩显示,云智能集团在最新财季营收同比增长6%至265.49亿元,其中,AI相关产品收入实现三位数同比增长。

百度集团公布的2024Q2财报则显示,智能云营收51亿元,同比增长14%。AI收入占比9%,高于上一季度的6.9%。

云服务巨头在AI领域的深度参与和大量投入,已让去年开启的大模型之战的硝烟渐渐散去,大模型带来的AI应用变成了现在的重头戏。

这意味着,以MaaS平台和AI原生应用为核心的全新云服务生态已经出现,以AI技术改造的应用软件在生态中会占据更重要的位置。

由于云行业的“马太效应”,数据、算力和存储等底层资源将由少数云服务巨头主导,云服务的商业机会逐渐向上,向PaaS、MaaS、SaaS层聚拢,特别是SaaS,从研发到商业模式,均会发生根本性变革。

目前,各云服务巨头一方面以大模型对自身产品进行全面升级和改造,另一方面向不同行业输出,帮助客户和合作伙伴快速开发AI应用。

例如,腾讯旗下数百款产品均已接入腾讯混元大模型,通过智能化升级扩大付费用户基础。据介绍,今年一季度,腾讯会议收入同比翻倍,企业微信收入则同比增长200%。

由此可见,国内的云行业在以大模型为代表的AI浪潮的推动下,目前已来到了一个新的阶段,新型云服务商开启了大模型及应用淘汰赛。在这样的背景下,云服务巨头纷纷厉兵秣马,开始了又一轮的激烈竞争。

从“被集成”到MaaS

在过去的几年里,包括阿里云在内的国内云厂商,在定制化项目侧的进展并不顺利。如今,阿里云提出的公有云优先战略,客观来看,虽短期政务相关业务会带来一定程度的影响,但长期来看将作为良性效应为阿里云提供助力。

同样,腾讯云也在2022年开始便宣布“被集成”的战略。在更多年前,马化腾就说过,要把腾讯的半条命交给合作伙伴。

从短期来看,做总集成更有利于云厂商接到大单,在成长初期不仅能够探索垂直领域的具体场景,还能够增加行业know-how的积累。然而这种模式带来的利润率并不向好。长期来讲,云厂商做总集既影响利润率,还影响其自身业务形态发展。

因此,能看到的是,在过去的几年时间里,不论是线索伙伴、产品开发伙伴,还是咨询或售后伙伴,各家都在采取持续发力的阶段,通过资金、云算力折扣,再或者是培训等等帮助自身生态内的企业加速成长。

而在如今,这种被集成形态则是又了新的抓手,即MaaS。

过去,国内云厂商的核心能力基本停留在IaaS层面的“计算、存储和网络”服务器相关三大件领域,对于PaaS层的云服务能力相较落后于AWS等一众海外云厂商。

但实际上,云厂商的价值则是要向PaaS平台发展的。“把IaaS、PaaS以及SaaS三者的优势拿出来做可组装的能力、能够在平台上做二次可组装、最终实现业务和平台的创新。”这是2023年Gartner十大趋势报告中对行业云平台的释义。

而这句话的关键词则在于“组装”,这也意味着云厂商要充分发挥的能力是PaaS平台,这也是国内云巨头近些年纷纷提出“被集成”的原因所在。

不过,其中的难点在于,对云厂商而言,其并不是所有的能力都实现了PaaS化,这就意味着生态伙伴不具备完全的服务能力;此外,在部分核心环节,云厂商还需要自身下场亲自做产品(比如数据库)以此来保证自身的高利润率,因此完全意义的PaaS化和生态本身存在一定的冲突。

AI大模型,也或者说MaaS正在悄然改变这种模式。

截至目前,能看到的是,阿里云、华为云、腾讯云、百度云、京东云等云计算大厂都已经推出了MaaS服务。

MaaS为云厂商带来的新增量具体体现在两种方式:第一,API调用服务。比如在这个过程中,云厂商可以根据用量或者时间来收费。第二,给训练、运行大模型提供AI算力服务。目前,随着国内模型参数的逐渐提升,以及垂直领域模型的爆发,关于模型训练的需求也在涌现。

对于生态而言,基于MaaS的模式,可以将生态伙伴统一拉至一个AI服务起点上,既规避了之前产品侧的冲突,同时在MaaS的生态模型下,云厂商可以基于足够强的利润驱动以作为底层角色,为生态企业提供更为彻底和边界清晰的服务保障。

可以说,相比此前,云厂商在IaaS和PaaS上的发力,MaaS的出现则为云厂商提供了新的增长空间。不仅如此,MaaS对于生态的一个更大价值则是,基于数据训练表达的模型,让客户、开发者、创业公司和ISV等角色都聚拢在一起,一同降本增效。

从单纯的PaaS到MaaS,云厂商的生态策略正在进化。

云行业开启“淘汰赛”

对于任何行业而言,“价格战”都是最有效、直接的方式,云计算行业概莫能外。

云行业属于“烧钱”的重资产行业,加上企业客户每年的IT支出固定,市场处于存量竞争状态,哪个云服务商拓展了更多客户,拿下更多大单,其它的云服务商的业绩势必会受到影响。

云巨头的逻辑是,通过降价,可以提升云计算在不同行业的渗透率,扩展用户规模和黏性,还可以通过普及算力,释放技术红利,驱动非互联网行业从简单上云到深度用云,从而形成规模效应,持续降低边际成本,获得更高利润,以便实现新的资源采购与研发投入,以此巩固竞争优势。

AI大模型同样如此。今年5月,各个云服务巨头,纷纷大幅下调大模型调用价格:字节跳动旗下的豆包主力模型,在企业市场的定价调整为0.0008元/千tokens,较行业平均价格便宜99.3%;阿里通义千问GPT-4级主力模型Qwen-Long输入价格为0.0005元/千tokens,降幅达97%,输出价格为0.002元/千tokens,降幅达90%......降价之剧烈,让大模型创业企业在价格上难以抗衡。

很明显,云服务巨头此番降价的目的在于扩大市场和用户规模,这会是他们的长期策略,云服务巨头希望通过降低大模型调用价格,刺激调用次数的大幅增长,算力成本会因此而摊薄,慢慢产生利润。

而且,价格的一降再降,能够吸引大量开发者和生态合作伙伴。在此过程中,其它的大模型服务商会因为价格和成本原因倒下,市场上的大模型服务商变得屈指可数,这就是云服务商推动“淘汰赛”的目的所在。

但这也反映出了云服务巨头的大模型思路有待改进。作为对比,OpenAI旗下的ChatGPT,其研发成本、训练成本和人力成本,每年动辄花费数十亿美元。这表明,大模型的技术和资金门槛非常高,而且需要不断升级,这就需要有更多的投入,其中的风险也是非常多的。

国内的科技巨头目前呈现出了大模型平台雷同的趋势,大模型产品服务的同质化问题突出,关键在于,AI大模型对于云服务巨头的进一步增长的带动作用有多大,随着投入力度的不断加大,AI是否会像这些巨头预期的那样,带来越来越丰厚的回报,这些都是未知数。

一个良性的大模型生态应该是:在有一两个足够好的基础大模型的基础上,其它巨头企业其实应该将关注点放在算力、数据、大模型训练等中间层服务上,或者是大模型衍生出的真正能够创造价值的行业应用上。

但目前为止,能够与ChatGPT全面匹敌的原创性基础大模型还尚未出现,上层应用和服务更是无从谈起。现在的云服务巨头可以说是悬念迭起,AI大模型对他们真正的考验还在后面。

如今,亚马逊、微软、谷歌等科技巨头均以投资或者自行研发的方式推出了大模型产品,并在云、软件、AI应用与云服务融合方面,趟出了一条清晰的路径。

当前,国内的大模型和AI应用服务尚处于初级阶段,市场规模和产业成熟度尚待提升,空间巨大,各方竞争激烈,在这样的形势下,如何培养大模型的刚需用户群体?大模型的业务边界如何划分?大模型如何成为稳定持久的业务增长引擎?大模型在各行各业落地应用时如何保护隐私和数据安全?

只有解决这些问题,才能吸引越来越多的创业者、开发者、合作伙伴、企业用户加入进来,让大模型和AI应用成为各行各业智能化升级的新引擎,从而让创新发展的新动能与新优势真正显现出来,为更多行业带来新的想象与无限可能。

【关于科技云报到】

企业级IT领域Top10新媒体。聚焦云计算、人工智能、大模型、网络安全、大数据、区块链等企业级科技领域。原创文章和视频获工信部权威认可,是世界人工智能大会、数博会、国家网安周、可信云大会与全球云计算等大型活动的官方指定传播媒体之一。

相关文章
|
21天前
|
弹性计算 人工智能 架构师
阿里云携手Altair共拓云上工业仿真新机遇
2024年9月12日,「2024 Altair 技术大会杭州站」成功召开,阿里云弹性计算产品运营与生态负责人何川,与Altair中国技术总监赵阳在会上联合发布了最新的“云上CAE一体机”。
阿里云携手Altair共拓云上工业仿真新机遇
|
17天前
|
机器学习/深度学习 算法 大数据
【BetterBench博士】2024 “华为杯”第二十一届中国研究生数学建模竞赛 选题分析
2024“华为杯”数学建模竞赛,对ABCDEF每个题进行详细的分析,涵盖风电场功率优化、WLAN网络吞吐量、磁性元件损耗建模、地理环境问题、高速公路应急车道启用和X射线脉冲星建模等多领域问题,解析了问题类型、专业和技能的需要。
2563 22
【BetterBench博士】2024 “华为杯”第二十一届中国研究生数学建模竞赛 选题分析
|
15天前
|
人工智能 IDE 程序员
期盼已久!通义灵码 AI 程序员开启邀测,全流程开发仅用几分钟
在云栖大会上,阿里云云原生应用平台负责人丁宇宣布,「通义灵码」完成全面升级,并正式发布 AI 程序员。
|
13天前
|
存储 关系型数据库 分布式数据库
GraphRAG:基于PolarDB+通义千问+LangChain的知识图谱+大模型最佳实践
本文介绍了如何使用PolarDB、通义千问和LangChain搭建GraphRAG系统,结合知识图谱和向量检索提升问答质量。通过实例展示了单独使用向量检索和图检索的局限性,并通过图+向量联合搜索增强了问答准确性。PolarDB支持AGE图引擎和pgvector插件,实现图数据和向量数据的统一存储与检索,提升了RAG系统的性能和效果。
|
17天前
|
机器学习/深度学习 算法 数据可视化
【BetterBench博士】2024年中国研究生数学建模竞赛 C题:数据驱动下磁性元件的磁芯损耗建模 问题分析、数学模型、python 代码
2024年中国研究生数学建模竞赛C题聚焦磁性元件磁芯损耗建模。题目背景介绍了电能变换技术的发展与应用,强调磁性元件在功率变换器中的重要性。磁芯损耗受多种因素影响,现有模型难以精确预测。题目要求通过数据分析建立高精度磁芯损耗模型。具体任务包括励磁波形分类、修正斯坦麦茨方程、分析影响因素、构建预测模型及优化设计条件。涉及数据预处理、特征提取、机器学习及优化算法等技术。适合电气、材料、计算机等多个专业学生参与。
1556 16
【BetterBench博士】2024年中国研究生数学建模竞赛 C题:数据驱动下磁性元件的磁芯损耗建模 问题分析、数学模型、python 代码
|
19天前
|
编解码 JSON 自然语言处理
通义千问重磅开源Qwen2.5,性能超越Llama
击败Meta,阿里Qwen2.5再登全球开源大模型王座
826 14
|
14天前
|
人工智能 开发框架 Java
重磅发布!AI 驱动的 Java 开发框架:Spring AI Alibaba
随着生成式 AI 的快速发展,基于 AI 开发框架构建 AI 应用的诉求迅速增长,涌现出了包括 LangChain、LlamaIndex 等开发框架,但大部分框架只提供了 Python 语言的实现。但这些开发框架对于国内习惯了 Spring 开发范式的 Java 开发者而言,并非十分友好和丝滑。因此,我们基于 Spring AI 发布并快速演进 Spring AI Alibaba,通过提供一种方便的 API 抽象,帮助 Java 开发者简化 AI 应用的开发。同时,提供了完整的开源配套,包括可观测、网关、消息队列、配置中心等。
621 7
|
7天前
|
Docker 容器
Docker操作 (五)
Docker操作 (五)
170 69
|
7天前
|
Docker 容器
Docker操作 (三)
Docker操作 (三)
167 69
|
19天前
|
人工智能 自动驾驶 机器人
吴泳铭:AI最大的想象力不在手机屏幕,而是改变物理世界
过去22个月,AI发展速度超过任何历史时期,但我们依然还处于AGI变革的早期。生成式AI最大的想象力,绝不是在手机屏幕上做一两个新的超级app,而是接管数字世界,改变物理世界。
628 52
吴泳铭:AI最大的想象力不在手机屏幕,而是改变物理世界