零一萬物打出ToB牌，大模型公司更看重如何賺錢了

又一家大模型創業公司暫時放下了對C端Super App（超級應用）的野望，把方向對準了看起來更好賺錢的B端賽道。

繼百川智能反覆強調要重點投入醫療場景之後，11月6日，零一萬物高調披露了其基於Yi模型的大模型ToB（企業級）解決方案。而在10月中旬，這家公司在發佈最新旗艦模型Yi-Lightning的同時，就已推出了首個針對零售和電商等場景的行業應用產品AI 2.0數字人。

這場發佈會可視爲零一萬物ToB戰略的一次體系化梳理。

這套體系囊括三條業務線，分別是新發布的面向電商直播、辦公會議等場景的“如意”數字人解決方案，基於自身AI Infra能力提煉的AI Infra解決方案，以及原有的Yi API和開放模型訓練平臺。零一萬物將其概括爲“Infra+大模型+應用”三位一體戰略。

在這個越發看重公司商業化水平的行業，零一萬物直接將幾位有分量的企業客戶邀來發佈會現場。對於處在風口浪尖、備受商業化與估值質疑的“六小虎”（智譜AI、百川智能、月之暗面、Minimax、零一萬物、階躍星辰）而言，這是一種必要的背書。

這其中主要是“如意”數字人解決方案的客戶，包括百勝中國、孩子王、圖靈新智算、樂淘互娛、直客通等。據該公司介紹，這塊業務目前已經覆蓋包含本地生活直播、AI伴侶、IP 形象、辦公會議、媒體營銷等場景，未來還可泛化到金融、客服、培訓等多個ToB，甚至ToC（消費級）場景。

ToB領域有很多拿下客戶的方法論，但最重要的是對客戶有足夠的重視。

樂淘互娛創始人陳建武對界面新聞記者表示，在選擇數字人方案時，他也結合多種競品公司進行了比較，選擇零一萬物除了技術原因，還在於感覺到零一萬物“All in”了零售場景，比其他對手投入更多。

這直接體現在團隊解決問題的積極性和效率上，“基本上我們提出的任何問題，對方很快就能反饋，並且挨個解決。”陳建武說。

公司的AI Infra（AI基礎設施）能力也被用作商業化。零一萬物是業內尤爲注重模基共建的企業之一，在模型性能攀升逐步平緩的今天，依靠AI Infra提升訓練和推理效率、降低算力成本，其重要性日益凸顯。

該公司認爲，當前大規模AI集羣的建設和運維面臨着一系列的挑戰，在電力供應、液冷技術、計算能力、網絡連接、存儲解決方案、調度系統以及故障監測與定位等方面，均需要大量精力和資源投入。因此，零一萬物將自身AI Infra能力提煉成完整解決方案，與政府及企業合作構建大模型算力與服務平臺。

事實上，AI 1.0時代頭部企業商業模式之所以備受爭議，主要在於ToB業務的“非標化、定製重、交付重”。

對此，零一萬物創始人兼CEO李開復表示，以大模型技術爲代表的AI 2.0正在重塑各行各業的生產力格局，但是隻有進入業務核心系統、快速輕量級大批量部署的ToB應用，才能最大程度爲企業降本增效。

零一萬物聯合創始人祁瑞峰補充稱，公司從Day 1開始摸索大模型在各場景下的能力邊界。要避免AI 1.0時代的業務難題，重點是要憑藉大模型強泛化性的重構能力找到足夠深的應用場景，同時要考慮推理成本，在企業客戶ROI（投資回報率）爲正的前提下做規模化。

但跳出ToB視角，大模型創業公司有一個更宏觀的商業化問題要解答。

單就“六小虎”的融資成績來看，資本已經在這個領域投入了數百億元，但這些公司對應的營收體量仍然較小。紅杉資本曾在自己的報告中討論AI公司的財務困境，認爲爲了支付龐大的基礎設施費用，如數據中心，這些公司每年必須賺取約6000億美元的收入。

在中國，它對應的可能是一個規模小得多的應用生態，那它能夠支撐幾家AI公司最終得以存活？

李開復的結論是，中國可以有跟美國公司一樣多的數量，但打法不一樣。雖然融資不及OpenAI的10%，但零一萬物的訓練成本是其3%、推理成本是其40%。另外，“美國的大模型做到前10名的，沒有一個會在中國落地”，而中國公司不僅可以落地國內市場，也有出海機會。在這種競爭環境下，李開復認爲中國公司甚至在ToC上有更大機會。

直觀看待大模型創業公司的下一步，如何平衡自身的商業收入與估值之間的合理性，可能是在健康狀態下持續經營的重要突破點。

一位AI大模型領域的投資人對界面新聞記者表示，美國AI公司估值普遍在ARR（Annual Recurring Revenue，即年度經常性收入）的20-30倍。但無論是美國還是中國的頭部AI公司，這個比值實際上已經超過了40倍。

以OpenAI爲例，據The Information報道，其最新ARR可能在34億美元（對於該ARR的具體業務構成比例，不同機構與媒體看法不一），但估值來到了1570億美元，是前者的約46倍。

在這一點上，零一萬物的ToB戰略能否幫助其更快提升ARR，成爲一家經得住營收質疑的“獨角獸”？

祁瑞峰告訴界面新聞記者，實際上判斷ARR也要分業務類型，大體可以分爲ToB、ToC和Professional Consumer（專業消費者）這三個模式。如果僅看API收入，國內公司對於OpenAI望塵莫及，但出海場景下的Professional Consumer模式，如果能做到Product-led狀態（產品驅動增長），是有可能達到20-30倍水平的。

“對於ToB，我覺得不要說40倍，回到20-30倍的可能性都不大。”祁瑞峰指出，這涉及國內客單價水平、整體定製化需求仍然偏高等諸多因素。

從零一萬物的角度來說，祁瑞峰認爲如果把數字人業務單拎出來，做到20-30倍水平是極有可能的，但從公司目前多線並行的系統化業務構成而言，還無法形成一個清晰的計算邏輯。