The Information报道，站在大模型金字塔尖的OpenAI，今年正面临着50亿美元的亏损，现金流可能撑不了一年。尽管ChatGPT一次又一次地惊艳了技术圈，但开支实在太高了。OpenAI的年收入预估在35亿-45亿美元，运营成本为85亿美元。问题出在哪里，并不难理解。一种主流观点认为：虽然付费订阅已经为OpenAI贡献了19亿美元的年收入，但ChatGPT依然不是一个“杀手级应用”，这家公司的问题也恰恰就是做不出一个杀手级应用。也正因如此，OpenAI如今盯上了搜索，把大模型能力和搜索引擎结合起来，推出了SearchGPT，希望借此找到真正的杀手级应用。与此同时，国内也没有停止对于AI杀手级应用的追求和探索，并且“心照不宣”地也盯上了搜索。在刚刚结束的ISC.AI 2024上，周鸿祎宣布，截至2024年7月，360AI搜索已经成为国内流量最大的AI应用。数据显示，360AI搜索的7月用户总访问量超过了国内一众热门AI应用。除了同时布局AI浏览器、AI儿童手表这样横跨软硬件的单点产品外，周鸿祎最寄予厚望的，恐怕是集结了包括360智脑在内，还有大厂——百度、火山引擎、腾讯、阿里巴巴、华为；五小虎——智谱AI、月之暗面、MiniMax、百川智能、零一万物；垂类头部——商汤科技、科大讯飞、好未来、幻方量化、面壁智能等16家国内主流大模型厂商，共同打造的集各家之所长、11项指标打败GPT-4o的混合大模型。基于该强大的混合大模型，360发布了可以任意调度这16家大模型的C端产品——AI助手。
由于混合大模型集各家国产大模型所长，它呈现出来了强大的综合能力，并且在12个单项评测中，有11个都超越了号称“全能”的GPT-4o，因此它也在业界被称为360组建的“复仇者联盟”。
其实对于国产大模型来说，真正的“敌人”根本不是GPT-4o，而是商业化。事实上，在大模型业内，早就已经普遍出现了商业化上的“失意”、产品用增瓶颈这两大困境。QuestMobile数据显示，截至今年六月，国内月活在千万级以上的大模型类应用仅有两个，分别是豆包和文心一言，用户规模在100万以上的也仅有8个。众所周知，互联网世界“超级应用”的用户体量都是以亿为单位的。因此，结合大模型的重研发投入和广告投放，再对比其用户体量和增长势头，也可以宣告：基础模型App，不太可能直接成为“国民级应用”。全球市场，ChatGPT有2亿月活，占生成式AI总流量的60%，马太效应之下年收入才到达35亿-45亿。而其他明星选手的商业化情况也不容乐观，比如Claude背后的公司Anthropic，年投入27亿美元，收入仅为OpenAI的十分之一左右。国内市场，过去两年国产大模型领域不断跟随OpenAI的脚步，资本重注，参数越卷越高，商业化难题带来的“断粮”风险也远比硅谷严峻。因此，无论国内外市场，在商业化的视角下，业内还没有看到“iPhone时刻”。解决商业化问题，迫在眉睫。对此，做成了AI搜索、搞出了AI助手的周鸿祎沉淀出了一套关于做AI应用的“周鸿祎方法论”。他认为，2024年，做AI大模型最重要的有两点：第二，承认一个模型未必能解决所有问题，所以需要多个模型联合工作。基于这个思路，360没有卷“自研大模型”，AI助手也并没有像微软一样，与一家大模型牢牢绑定。周鸿祎的产品思路是，做那个既有用户资源愿意攒局，也在技术和应用探索上有一定成果和建树，能做出杀手级应用角色，从而实现AI普惠化。那么，周鸿祎方法论的底层逻辑，能否帮助国内大模型厂商走出这两点困境？其实，持相近观点的不止周鸿祎，李彦宏之前也在今年WAIC大会上发表过“疑问”：“为什么大家不去认真做AI原生应用，而要去关心大模型进展？”国内的百模大战，事实上已经造成了对社会资源的“巨大浪费”。一开始，各个科技大厂和AI公司为了抢跑，都在和GPT比能力、秀肌肉。但2024年，既然头部大模型格局已经形成了，如周鸿祎方法论所言，也是时候该多关心明星场景和“超级应用”。事实上，大模型商业化难、用增陷入瓶颈期，主要有三个原因：其一，百模大战造成了资源浪费的原因，看似是因为“能力同质化严重”，实际上是大模型厂商找不准场景长板、用户不知道每个大模型适用于何种需求。比如，与GPT相比，大多数人都知道Claude在长文写作等场景上更好。而国内大多数大模型都没有找准自身定位，也就导致了留存率低、付费意愿差等情况。第二，大模型是一种能力，不代表产品本身。如今“聊天机器人”的主流体验形态产品力指标低、易用性差，只能切中少数“创新者”的效率需求，并不具备定位优质付费群体的商业化空间。第三，超级应用的缺失。这里的“超级”不只是用户体量上的，也有调用能力及混合架构技术上1+1>2的效果。其实，目前已经有不少应用接入了多个大模型，但在用户按需调用大模型能力的环节，效果却并不好。这是因为，简单的接入无法具备识别用户真正意图的能力。
而与之相对的AI助手，至少从混合大模型的实际应用效果层面，已经通过新的技术框架解决了大模型的痛点问题，让“复仇者联盟”真正实现了1+1>2的智能协作。
AI应用那么多，为什么第一个跑出来的还是搜索？
业界的主流观点是，相对于新的超级应用，对于现有应用的AI化改造可以创造更大、更快的商业化价值。这也是周鸿祎和360当下要做、在做的事。AI应用是新的“始发站”，但搜索、安全卫士、浏览器都是360积淀了多年的核心产品。放眼国内外，搜索引擎一直是与大模型能力关联最紧密的应用场景。因为在任何技术时代，搜索引擎这一能够走进千家万户的产品形态，都呈现出了后劲十足的商业化潜力。找准明星场景，不是找到一个AIGC的流量能爆发的场景就够了。根据QuestMobile统计，过去一年里，超过四成的AIGC应用出现了流量倒退现象，部分高流量App的卸载率已经高达70%以上。产品生命周期缩短，也让“超级应用”的赛点回归了对关键能力的思考：比起此前一些娱乐形态的产品来说，搜索实现AI化的关键能力不只有大模型。作为一个受众广泛的高流量场景，搜索需要更强的产品力，AI搜索一定要做到足够简单、速度足够快、准确率高、推理成本低，才会获得大众的青睐。也就是说，在正式进入定价收费时代之前，技术端的优化创新肯定是需要的，而在用户端，压缩成本或许比市场教育更重要。360AI搜索之所以让AI应用商业化“看到了希望”，也是因为践行并推动了推理成本低价的趋势。全球范围内，低价化的AI应用也已经成为搜索领域乃至整个流量入口领域的最大变量。谁能做好AI搜索，谁就有望动摇沉寂多年的传统搜索引擎市场。这也就是为什么，坐拥“搜索+浏览器”这一刚需场景、安全卫士等明星场景的周鸿祎，一出手就召齐了大模型领域的16家主流大模型厂商，组起了“复仇者联盟”。所以，360这一波在AI产品上的成果，绝不只是靠“AI教父”的个人号召力。大模型厂商需要明星场景，更需要用户量级远大于“AI爱好者”的超级生态。360将覆盖10亿+用户的产品入口和场景开放给了这些企业，对于大模型来说，确实是不可多得的优质用户和数据源。而在技术层面，360的AI助手采用了比国际主流MoE（Mixture-of-Experts）混合专家架构，更为高效的CoE（Collaboration-of-Experts）专家协同架构。这种技术架构能够通过意图识别模型，更加理解用户的实际需求；通过任务分解路由模型，也让各大模型、小模型之间有了更多的协同配合，通过类似的多重技术优化，让整个架构更为智能、高效。周鸿祎认为，AI在中国的发展前景，要看两个指标：能否走进百行千业和千家万户。
而CoE架构及其应用产品AI助手的目的，就是集各家所长，让大模型 “落入寻常百姓家”。
月亮之上，还有哪些“六便士”？
诚然，目前大模型的市场渗透率还太低，很多大模型企业在商业化方面，除了合作，其实并没有太多空间。更残酷的是：如果只拼生成能力，每一家大模型厂商的商业化想象力其实都没有那么明朗，完全不足以平衡巨额投入。幸好，市场已经逐渐理智了下来。2024年，还在后发制人自研卷参数的大模型选手变少了，踏实做应用、做AI化改造、尝试对AI应用启动收费的人越来越多了。而360蹚出的路，又是另一种敢于联合的精神：先集结起来，把“敌人打败”，把蛋糕做大做好，大家才有可能分到更香的蛋糕。这一点，其实是从互联网时代以来的行业共识，也是所有大模型厂商面对投资人所讲的故事。虽然，即使有了AI助手这样的集各家所长的“六边形战士”，大模型应用和产品的大规模商业化，恐怕也难以一两年内达成。“月亮”有了，那么可以预见的“六便士”，除了AI搜索之外，还有哪些？同样是在ISC.AI 2024上，周鸿祎升级发布了360AI办公产品，在产品服务中打包了200+项AI权益，并推出了“击穿业内底价”的每天6毛钱付费会员服务。可以看到，国产AI的宏大叙事正在慢慢降落，小而深的切口来了：定价策略的普惠化创新尝试，就是一枚属于AI企业的“六便士”。前置性收费的商业化探索得到了超出预期的回报。在360AI办公大会员推出的首月，就获得了近10万付费用户。由此可见，办公、营销等这些高频刚需的场景并没有过时，反而应该让更多AI企业回归初心，用付费效率产品为普通人省钱、减负，而不是徒增开支。当然，做好200多项AI功能亦需要投入庞大的资源，但周鸿祎可以选择进一步开放生态，把360AI办公也开放给更多的中小企业，像360AI甄选一样，通过好用的AI工具服务连接用户和开发者，让大家都能找到分一杯羹的“六便士”，从而进一步促进中国AI应用的创新生态。现如今，大模型领域“技术派”的尺度定律（Scaling laws）暴力游戏方式，已经到了瓶颈期；而“应用派”以应用为导向，解决商业化难题也至少不再是空头支票。而所谓“周鸿祎方法论”，则是应用派的代表性方法论，相较于“个人英雄主义”，他们更加“实用主义”，更加相信分工协作和生态的力量。哪怕是一个最简单的翻译任务，“周鸿祎方法论”的逻辑，也能体现如何通过大模型的相互协作来接近或超越人工的精度：用文心一言做第一遍翻译，用通义千问做翻译原稿和正文对比，再把对比交给百川大模型做润色，最后进行改写。从商业化的视角来看，同样的任务和需求，效果越接近或超越人工，就越能依靠成本优势产生更大的盈利空间。漫威宇宙坐拥无数个有魅力的超英IP，但其中最成功的作品仍然是《复仇者联盟》。“八仙过海，各展所长”这种既可独当一面、又能携手并进的精神，一直都是技术变革中最需要的“明星效应”。AI浪潮也不例外。如今，周鸿祎和360已经抢先一步嗅到了AI浪潮中混合、集成、开放背后的价值和机遇。如果这种模式能够探索成功，对于大模型商业化漫漫长路上的后来者也会是一种巨大的激励。
以上文章来源于36氪研究院 ，作者36氪研究院
