【e公司观察】大模型从“选择题”到“应用题”

大模型引发全球市场狂欢之后，实打实的业绩贡献首次体现在相关概念上市公司的财报中。从所披露的创收来看，大模型不仅有望成为AI“奇点”，而且已经是不少公司投入产出周期最短、商业化变现最快的技术创新之一。

梳理多公司半年报中披露的大模型相关创收，既有软件增值类收入（比如，三六零基于360智脑给中小企业客户提供AI增值服务，取得近2000万元相关业务收入），也有应用赋能类收入（比如，科大讯飞AI学习机GMV在5月和6月分别大增136%、217%），还包括与主业相关的服务类收入（比如，拓尔思AIGC业务实现营业收入782万元，涉及媒体智能辅助写稿等）。

这至少说明三个问题。其一，不少技术性、平台类公司的大模型已经实现商业化反哺；其二，商业化变现仍处初期，创收规模并不大，仍需挑战更高增量；其三，百度、阿里等大厂并未单独披露大模型收入，而是依然融合在智能云等业务板块，但从这些业务板块增速来看，大模型也成为牵引发展的动力之一。

商业化的另一端，是这些大模型公司的成本侧。多数公司中报没有单列大模型的研发投入。不过，无论从三六零同比提升近4%的上半年研发费用来看，还是从筹划18亿元定增以加码行业大模型研发及AIGC应用产业化项目来看，这是一个非常“吃金”的赛道。

面对稚嫩的商业化创新幼苗，国家政策层面创建环境，护航大模型的花蕾长成、百花齐放。9月1日，首批大模型产品陆续通过《生成式人工智能服务管理暂行办法》备案，正式上线面向公众提供服务，从而助推数据调用与模型迭代之间的"飞轮效应"。商汤、百度等港股公司皆在首批名单之内，三六零、科大讯飞等A股公司大概率也已完成备案提交。

从百度文心一言开放12小时就飙升到苹果商店免费榜首来看，"飞轮效应"的高效实现，已经具备数据侧基础。但这个过程仍然面临两大问题。

一方面，短中期来看，如何进一步将大模型从“选择题”变成“应用题”。

AI大模型产业链条较长，算力支持、算法研发、模型训练皆有涉及，以“AI+X”为代表的应用层外延最广。但目前应用层依然在用或不用之间徘徊，因此有的业内人士将大模型与此前的石墨烯产业类比，认为是“食品中的葱花”。

从上市公司半年报所披露的数据来看，大模型创收体量依然很小，应用侧与技术侧之间的良性互动还有极大空间。大模型等生成式人工智能产品，需要更快、更进一步的落地应用，在实践中发现问题、解决问题。在这个过程中，研发侧该提供怎样的服务包、应用端该怎样定义好问题，进而构建、优化研发-产品-应用的模式，才是核心。

另一方面，从中长期来看，有必要提前关注和预判“百模大战”的模式创新与战况终局，这不仅关乎商业模式，也关乎大模型企业命运。

从半年报所披露的成本侧来看，大模型训练难度高、成本高；对算力规模和性能要求也高；加上大规模数据的收集、挖掘、建设、筛选、清洗本身也是一项巨大的工程，从底层做起的成功率已经越来越低。沿着个逻辑推衍，在优化构建研发-产品-应用模式的基础上，“百模大战”终局，或将落在少数数据和技术型公司身上，这或将使大模型赛道加速浮现出“设计-代工”式的类芯片产业生态。A股大模型公司如何在产业演进趋势中找准自己的位置，很大程度上决定着未来。