周明曾对媒体说过

Josnashak7290

[size=14.6667px]开始创业时团队只有他自己，后来扩展到5个人，慢慢开始训练模型，以一个“轻量化”的团队做出的孟子模型，未来应该长期稳定在百人的规模。百川智能、智谱AI也是类似的思路。 对外降本，提升大模型企业的盈利潜力。帮助企业和用户“节流”，降低应用大模型的成本。很多客户的痛点是，用大模型的成本压力很大，希望大小模型结合，来提高投入产出比。比如百川、智谱AI都推出了多种参数的大模型，来综合不同需求。 共同点二：聚焦toB，重视现金流 这些大模型企业从一开始就聚焦在toB市场，智谱AI的CEO张鹏、澜舟科技创始人周明都曾明确表示过，优先发展toB企业服务业务。

从数字化到智能化，传统AI厂商需要从零开 亚美尼亚 WhatsApp 号码 始做用户教育，去讲述AI技术降本增效的价值。与之相比，大模型的认知度和接纳度，都是非常高的。各行各业对生产力的渴求、对应用AI的共识，都非常充沛。这给大模型企业带来了非常好的增长基础。 百炼智能发布的《大模型招标需求分析简报（2023年1月-11月)》显示，7月起，随着国内130个大模型相继问世，大模型招标需求量开始呈现明显上升趋势。11月迎来增长高峰，需求量较前月翻至近3倍。其中选择投入10万-50万预算进行小规模尝试的企业最多，同时也有不少以国央企为代表的企业开始释放百万级项目预算。 如前所说，toB的钱也未必好赚。企业客户虽然付费意愿比C端用户高，但toC应用可以标品化、大规模地吸引用户付费，而toB智能化项目却需要定制化，投入更大。





此前机器视觉公司也曾想将AI模型跨场景、泛化应用，但发现现实世界的商业模式依然是强定制，成本居高不下。 这个问题，在大模型创业者中有比较广泛的共识，也都在积极探索解法。百川智能CEO王小川曾对媒体透露，要突破toB定制化问题，通过可配置、可调整的搜索增强知识库，以产品化的方式，通过不同的产品组合，来解决客户的定制化需求。 共同点三：广交朋友，积极开源 “定制化”之所以成为企业的天然需求，一个主要原因是AI落地业务场景，是从零开始的，AI要和业务一起磨合才能发挥作用，很多场景是无法用一个通用产品来解决的。智能化是一门长期的慢生意，是离不开生态合作伙伴，去深入行业，做大量定制化工作的。