文 | 光子星球
" 你們帶技術攏共一百來号人的工資有八九千萬，加上水電福利上億，但你們一年隻給我賺四五千萬，你說我還有沒有必要養你們？"
聽到大老闆半開玩笑的打趣後，作爲網易 to B 商業化的一員，張智（化名）不得不重新審視自己的處境，趁早謀求退路。他瞄準了時下難得一個需要全身心入局的賽道——大模型。
To B 方向的大模型銷售圈子很小，張智很快在圈内好友的内推下得到了數份 offer 以及帶 HC 的面試機會。
然而他四處奔波後的結果卻不盡如人意，要麽是希望在傳統銷售技能與關系的基礎上還有一定技術背景，能自行輸出完整的售前技術方案；要麽是騙方案，所謂帶 HC 的面試不過是獲取商業化思路的套路，面試也變成 " 兩個人相互表演 "。
前者意在卷銷售人效，自不必多言；後者雖是醉翁之意，但還是道出了模型服務商現階段的主要任務是在 B 端謀求 AIGC 的變現的現實。
大廠相互比拼大客戶的标杆效應，而創業獨角獸們也開始将重心向 to B 方向轉移：智譜 AI 即使是 90 萬的政企方向項目制訂單也不放過，Kimi 母公司月之暗面也官宣 Kimi 企業級 API 正式發布。
當大模型從 C 端故事走向 B 端落地，這仿佛是上一輪 AI 熱潮的又一次輪回。關鍵是，伴随着企業級 API 陷入價格戰旋渦，相對更能帶來現金流的僅餘項目制訂單。而項目制的結構性矛盾并未因大模型的加入而改變，反而有了愈演愈烈的趨勢。
不幸的是，現階段的模型服務商，還真就靠着 " 期貨 " 一般的項目制訂單，艱難求生。
中廠 " 鬼故事 "
即使市值多次殺入中概股前五，年營收突破千億，網易内部還是習慣自稱爲中廠。
這并不完全是自謙，而是其 " 強枝弱幹 " 的業務特點，導緻網易在探索新業務的時候往往限于組織能力與習慣，難以一次調集足量資源以全功。以其大模型商業化部門爲例，有足足六成産研需要配合遊戲業務，餘下配合商業化的産研資源可想而知。
而今，該部門似乎僅留下了兩三位負責拍闆的領導，在組織上被徹底邊緣化，這一過程總計不過一年多的時間。我們試圖自不同角度還原這個 " 小富即安 " 的中廠，追逐大模型風口的故事。
2023 年初，ChatGPT 紅邊大江南北，開啓了新一輪科技增長叙事。彼時，源自各大互聯網大廠台前幕後的聲音幾乎都是要抓住這輪機會。且不論能否開辟新的增長曲線，僅複用過去科技商業化的成果，便足以動人。
一直以遊戲業務扛鼎，極少 " 不務正業 " 的網易也是如此。不過，網易 AI 需要複用的并非技術産研，而是商業化能力。
一位知情人士告訴光子星球，去年，網易 to B 團隊開始探索大模型的商業化。" 網易内部大多數人都是産研出身，能做 C 端産品，但在 to B 商業化方面整體不算成熟 "，他說。
在發展路徑上，網易與其他模型服務商截然相反。友商是模型底座先行，在具備不錯通識能力後再拓展場景外延。反觀網易則是直接将内部使用的專家模型簡單封裝，雖然内部職能的複用是大廠做 to B 的底層邏輯，但網易身處的遊戲賽道與其他産業存在一定割裂，場景跨越便是一個不小的挑戰。
值得一提的是，網易的 AI 工作室伏羲下屬于網易雷火之下。早在組織架構上，其便昭示了網易将遊戲作爲 AI 的首個落地 " 試驗田 " 的定位。
以去年上半年網易發布的文生圖模型丹青爲例，其作爲快速封裝便直接上馬商業化的産品，便未能在市場上收獲較好反饋。
具體來看，網易曾與某快消品牌有過一次文生圖模型 API 調用的合作，據悉，該應用在投放期間的調用量不過堪堪過萬，從 UV、PV 的口徑看也不甚樂觀。遑論自今年中旬起，基礎大模型的 API 調用早已被打成白菜價，to B 商業化的營收最終還隻能落到定制化項目上。
這背後的根源便在于場景的割裂，本身大模型的生成結果便存在不可控性，場景問題進一步加劇了這一點。
而今在遊戲領域，我們能看到諸如《逆水寒》智能 NPC、捏臉以及《永劫無間》AI 隊友之類的成果，有道與雲音樂也分别推出了基于業務屬性的 C 端 AIGC 産品，但這些能力卻沒法快速平移到其他企業上。
生于業務卻又困于業務，真實的網易 AIGC 似乎一直活在其他明星業務的陰影之下，講不出動聽的故事，外界也難以對其有所感知。
産品與解決方案間的鴻溝
爲一項創新業務的商業化，網易零零總總給到部門一年半的時間，在業内已經算比較有耐心和定力了。若不是主業面臨一些營收壓力，以及遊戲業務内生的營銷與資源置換需求，或許留給團隊的可操作空間還會更大。
比如，團隊内有 BD 提出過一些細分行業的銷售線索，項目規模也自數百萬到數千萬不等，但大多項目最終都沒能入老闆的眼，原因在于與遊戲行業 " 調性不符 " 或是 " 無法在營銷層面做資源置換 "。
不過，就像當下市場上充斥着數十萬到百萬級的 " 低價 " 訂單一般，就算放開對客戶的篩選，在産品交付的底層邏輯下依舊不能帶來多高的流水以及利潤。
因爲制約網易甚至是絕大多數模型服務商的問題從來不是做不出産品，而是難以自技術驅動的産品思維切換爲運營驅動的解決方案思維。短闆亦不在産品本身，而是支撐整個長交付周期的服務、運營等人力資源要素。
所謂解決方案，在實際成交場景中絕不僅是針對單一場景與問題而組成的産品矩陣，而是針對客戶需求組裝的不同産品與服務，如此才構成解決方案所代表的 " 完整交付物 "。事實上，恰是 " 持續交付 " 的服務叙事，讓 SaaS 走出一錘子買賣的泥潭，持續爲 to B 企業構建現金流。
一位大模型銷售也和我們透露了自己的心聲：" 大部分客戶無論是我自己的資源還是生态資源，最起碼希望能給他們一個還可以的交代，不至于讓他們砸了自己的飯碗。但很多模型服務商交付的沒售後服務的産品，會把甲方的飯碗給砸掉的。"
從另一個角度說，這也是今年這輪 Agent 落地潮中，阿裏通義、字節豆包、智譜 AI 等規模不等的模型服務商均積極拓展生态内合作夥伴的内生原因。生态夥伴是自技術到落地之間的中間件，走完最後一公裏的同時也攬下了以後續服務爲代表的苦活累活。
說白了，拿着錘子找釘子的活兒，大廠不願幹，中廠幹不了，隻能丢給創業公司。
需要指出的是，有人幫忙找釘子也未必是件好事。伴随着生态夥伴的加入構成的分潤，于成本側而言，相比此前友好不了多少，不過是能在熵減的角度上保持組織的精簡；另一方面，長文本、多模态、RAG 等不同方向的技術叠代與産品化周期下必然滞後的産品對沖，正在不斷透支各行各業對 AI 的預期。
某教育集團便在接洽一家模型服務商的時候，提出了将集團 LOGO 放到生成圖片固定位置的需求。而服務商團隊不停 prompt 也 prompt 不出來，會議室也逐漸陷入了尴尬。
"AI 的水平起碼能達到設計的 60%，但你們的連 20% 都做不到 "，在其預想中，鬧得滿城風雨的 AI 應該是一個能夠把僅僅 5 人的設計團隊完全替代的産品，但真實情況是連降本都做不到。
大模型 to B，仍是傳統 to B
GPT5 遙遙無期，Sora 也還沒走出 " 期貨 " 階段。模型服務商大幹快上讓大模型商業化的主要矛盾已不再是技術，而是來自甲方。尤其是在作爲 AI 在企業側落地的 " 最短路徑 " 的 SaaS，近年來水份被擰幹的情況下。
甚至可以說，大模型應用在本質上與傳統 to B 服務并沒有什麽區别：沒有額外溢價，沒有賽道的差異化，甚至在黑箱的不确定性下，交付周期以及成本側的壓力還會相較以往更強。
以某家醫藥 SaaS 企業爲例，其藥店管理系統單店費用原是 3000 元 / 年，在引入調用 API 能力後，爲了快速打破付費牆，反倒是将單店價格下調至 300 元 / 年。
至于交付周期，在相對偏向體量較大的項目制訂單，僧多粥少的情況下，頭部客戶一如傳統 to B 時一般表現。
"CTO、CIO 們先找阿裏、騰訊、華爲等大廠白嫖一遍解決方案的彙報，走一輪下來就差不多兩個月。走完了還得内部推給老闆，等兩個星期内部立項，一般第一期項目也就有個三五百萬。"
張智吐槽道，足足小半年的時間的 BD 成本以及定制化産研決定了這個項目必然虧錢，但爲了大客戶的标杆效應，虧錢也得幹。甚至有的大客戶因特殊原因，并不能出現在服務商的客戶牆之上，比如網易便曾經以嚴選商城的架構，做過茅台的電商 App，這個項目迄今極少爲人知。
如果以 Agent 整合的形式，跳脫出簡單 SaaS 服務窠臼并嘗試自生産關系的角度觸達企業側，在人效比與 ROI 上對成交更友好。隻是這同樣會碰上傳統 to B 在叠代生産工具時碰上的問題——内部組織阻力。
以大模型在政企側較多落地的标書寫作場景爲例，這部分文生文能輕松覆蓋的需求将真切影響到組織内的利益分配。
一位知情人士告訴光子星球，此前阿裏雲便接觸過一家設計院客戶，直至内部立項前的展示、需求打磨、前期開發等流程都異常順利，卻卡在内部立項的流程中走不動。" 這關系到招投标關鍵部門的飯碗，IT 部門根本推不動，招标會上被怼得半死。"
此外，如果按傳統 to B 的視角審視模型服務，不難發現生态夥伴的重要性被不同模型服務商強調，除了基于人力與組織上的考慮，或許更多的還是服務商正在丢掉自己的定價能力。與 API 調用價格一般，競低影響着大模型商業化的未來，邏輯的自洽還需要更多的探索。
至于模型層的初創公司，在市場持續降溫的情況下，再掏不出足夠亮眼的成果，或許隻剩被大廠并購一途了。
