互聯網云廠商們,降價“釣魚”
最近一段時間,互聯網云廠商們陸續宣布部分產品價格下調。那么,云廠商們宣布價格下調的背后原因在于何處?從降價的品類來看,或許云廠商們這一動作的目的之一就在于押注AI技術周期。具體如何解讀?一起來看看本文的分析。
今年以來,互聯網云廠商似乎在集體表演“自殺”。
一季度里,各家業績的惡化形勢,沒有太大改善。比如,阿里云2023Q1營收增速已經跌到負增長2%。
但這個節骨眼上,業內卻打起了價格戰:4月底,阿里云宣布核心產品價格全線下調15%至50%;騰訊云緊隨其后,部分產品線最高降幅達40%;京東云直接承諾“全網比價,買貴就賠”。
內卷之激烈,被網友調侃為,“換個思路,各家可以相互倒賣彼此的產品賺差價了?!?/p>
然而,外界談論生死之際,云廠商們卻講起了奉獻。騰訊2023Q1電話會議淡定表示,降價“適用于中小企業”;阿里則在合作伙伴大會上放言,“希望將技術紅利更多回饋給客戶和伙伴,讓更多中小企業更好地使用云計算?!?/p>
可商業世界哪有無緣無故的好,所有的恩惠,都是有訴求的。
可以看到,此輪降價的品類主要聚焦在數據庫和云存儲產品,甚至一些云廠商還放開了包括ECS、數據庫PolarDB、機器學習PAI等支持AI大模型訓練云產品的免費試用。
與此同時,阿里云、騰訊云、華為云等都在加碼生態,以降低大模型的使用門檻。
很顯然,技術普惠是借口,押注AI技術周期恐怕才是真心。
畢竟如此一來,不僅有可能打破現在的“增長困境”,還有新的利潤想象空間——靠降價降低AI模型訓練成本,圈新的上云用戶,再通過生態建設,將用戶留住,撬動更多變現渠道。
就這個角度來看,“自殺式”降價不失為一個破局的思路。但價格戰這味藥,能有幾分療效呢?
一、AI技術周期,降價率先圈住“觀望者”
“阿里云們可能會得不償失。”
對于互聯網云廠商重打價格戰,一些投資人相當不看好。其提到的“失”,指的是被犧牲的利潤。
此前,云巨頭們要么剛有了經營利潤率好轉的跡象(如阿里),要么剛定下“要利潤,不要規?!钡哪繕耍ㄈ珧v訊),可以說才喘上來半口氣?,F在降價潮襲來,相當于撲滅了賺錢的希望之火。
明知山有虎,大家依然爭先恐后向虎山行,那答案大概率只有一個——預期回報實在太誘人了。
畢竟在云計算行業,借助新需求周期重拾增長的情況屢見不鮮。
2016年,微軟同樣站在了懸崖邊上:從“一本萬利”的套裝軟件銷售,轉型至“螞蟻搬大象”的云服務,并且在轉型陣痛期多次降低產品價格,最終陷入利潤下降、投資回報減少等輿論漩渦。
在外界看來,微軟的舉動,多少有些任性。但切換微軟視角,其看到的,是混合云已走到爆發前夜。
彼時,美國大企業并不覺得所有的工作都需要上云,比如銀行,希望敏感的信息可以和互聯網隔絕,不太敏感的再放到公有云上完成。
看到這種趨勢,微軟云將推動混合云作為了差異點,吸引這些客戶群體上云。
為此,其一邊加碼推廣步伐,如2016年召開的Ignite大會上,1446場對話中大約有500場對話都是關于混合云的。另一邊,基于虛擬機可以大大提高公私有云之間切換靈活性的特點,持續降低其價格,為客戶使用混合云降低門檻。
結果證明,微軟押到寶了。RightScale調查報告顯示,2017年采用混合云的企業較2015年上升9%,且預計未來在云的市場份額能達到67%,混合云需求如期而至。
最早切入的微軟云,吃到了巨大紅利,利潤率在2017年之后重啟增長,且生意愈發紅火,越賺越多。
也就是說,微軟云通過降價讓利布局混合云,不僅獲得了新的客戶群體,也擴大了云產品的銷售。
看到成效的亞馬遜云、谷歌云,紛紛加碼混合云,但失去先機下,始終難以和微軟云匹敵:據Synergy Research統計,微軟云的市場份額增幅,持續超過亞馬遜云和谷歌云。
回到當下,國內互聯網云廠商價格一降再降,同樣劍指新一輪技術周期帶來的需求紅利。
眾所周知,去年運營商(移動云、聯通云和天翼云)在政企市場混得風生水起,收入增速均超過100%,強勢搶占了互聯網云廠商的份額。
阿里云們急需一個突圍的口子,傳統企業隨之被盯上——除了零售業和制造業上云滲透率近30%之外,其他如汽車、餐飲、建筑等均在10%以下,蛋糕很大。
過去這部分客戶因為上云帶來的ROI不高,大多在觀望,但AI技術的出現,打破了這一掣肘。
以制造業為例,關鍵的質檢環節,過去面臨人力操作、效率低下、次品率高等老大難問題。富士康上線AI質檢系統后,通過機器學習、深度學習等技術,實現了長期穩定運行情況下,月檢測6000+臺,總體準確率>99%。
如此一來,和過往購買傳統的云服務相比,企業AI上云的積極性大大提升。
事實上,更早推出AI技術的海外,已經顯露出用戶增長爆發跡象。
·微軟最新電話會議顯示,Azure OpenAI 已擁有2500位新客戶,預計二季度將增長10倍。
·C3.ai(專供企業AI服務)2022Q4電話會議透露,服務的行業范圍也在不斷擴大。
而企業AI上云,對云廠商的算力和數據存儲需求也會提升。
畢竟對大多數企業來說,直接掏錢批量采購GPU是一件奢侈的事情。據硅谷著名風險資本a16z測算,一個公司一年的AI運算開支只有超過5000萬美元,才有足夠的規模效應支撐自己批量采購 GPU。
更何況,AI技術人才的缺失也是一大頭疼的問題,如某傳統行業員工所說:“我們IT部門基本沒有太符合要求的,如果上馬AI首先要將技術團隊大換血?!?/p>
因此,對傳統行業和中小企業來說,自研大模型并不現實。
在這種情況下,向云廠商“租用”資源,聯手研發,才是性價比更高的方案——接入云廠商提供的通用大模型,再結合自身所積累的行業場景化數據對大模型進一步訓練,開發出自身的前端具體應用。
而要想拉攏傳統企業和中小企業AI上云,“租金”就要有吸引力。可以看到,云廠商此輪降價就錨定數據、存儲這些門檻級產品。
總的來說,AI技術加成下,不僅帶來更多新用戶群體,也提升了用戶對云產品的需求量。而這一定程度預示著AI新技術周期藍海,爆發在即。
可以看到,今年以來,上游巨頭們都對大語言模型顛覆下游應用端,堅信不已。
此輪云廠商“價格內卷”背后潛藏的,或許正是降價圈住AI新用戶,復刻微軟云逆襲故事的野望。
二、瞄上生態,打的是長期利潤算盤?
在AI創新周期的博弈里,“開發者”是大佬們掛在嘴邊的關鍵詞。
騰訊的湯道生曾在技術開放大會上表示:“面向數實融合世界,開發者是最重要的‘建筑師’?!?/p>
張勇更是直接在訪談中喊話:“我們有個原則會堅決執行,有所為有所不為,換言之把半條命交給伙伴。”
之所以如此重視交朋友,在于當下大模型領域的競爭,已經從“單打獨斗”轉向了“抱團作戰”,也即生態的較量。
畢竟光大模型訓練,就要幾億算力打底,而想將大模型進行規模化應用,很可能要付出百億量級別的算力成本。
比如,為了給ChatGPT 提供算力保障,其金主爸爸微軟用幾億美元,耗費上萬張英偉達A100芯片打造超算平臺,還在Azure的60多個數據中心部署了幾十萬張GPU,用于ChatGPT的推理,預計成本超過幾十億美元。
而且這筆錢還不夠花,2022年4月,由于成本巨大,ChatGPT關閉了面向C端的 Plus服務。
如此巨大的投入,必須要有足夠豐富的商業場景才不會血虧。但大模型公司自身能夠滲透的應用場景十分有限,因此它們需要借助外力,把觸手伸到千行百業。
OpenAI 創始人山姆·阿爾特曼今年1月就提到:關鍵在于中間層,有一批新的創業公司采用已有的大模型,并對其進行調整,它們有獨特的數據飛輪,隨著時間推移不斷改進,會反哺大模型,創造很多價值。
具體理解就是,依靠眾多開發者和大模型客戶的實際應用與調試,相應攤薄廠商數據獲取、模型精調的成本(定位到大模型基礎成本上),并且產品豐富后,客戶可以對平臺上的云產品隨取隨用,提高產品研發、銷售效率。
這一點,此前海外云的競爭中已有體現。以AWS為例,其從2013年起就不斷“呼朋喚友”。
在伙伴們的支持下,僅2018年,AWS就上線了1957項新功能和服務,其中有90%-95%源自客戶反饋,覆蓋基礎設施類產品、垂直行業解決方案等多個領域。
AWS也投桃報李,為合作伙伴提供銷售渠道Marketplace(可以理解為云產品的APPstore),截至今年5月已積累200萬訂閱用戶,讓其產品能夠迅速觸達到全球百萬用戶。
可以看到,開發者在Marketplace上的交易規??梢詳U大80%,成交速度能夠提升40%。在此吸引下,著急下水的開發者也越來越多。
憑借產品生態擴大銷量、再通過銷量規模吸引開發者進一步入駐的輪動,Marketplace成為年賺超十億美金的云上“APP Store”。
不僅是賺現錢,隨著生態輪動越來越成熟,開發者們扎根越來越深入,巨頭還有更多好處可拿。
回到當下來說,OpenAI似乎也想走這條路。
截至2023年1月,其已跟科技、教育、制造、金融、零售等行業的902家企業形成合作關系,并且最近被披露正在考慮創建應用程序商店,供客戶向企業出售定制的AI模型,“技術-產品-生態”三部曲漸現雛形。
相比于海外,起步較晚的國內云廠商,生態鏈環節缺失的問題更突出,在這方面的需求更迫切。
可以看到,截至2022年,國內低代碼軟件在企業軟件市場的滲透率不到1%,且在對低代碼有一定認知的企業中,嘗試或已經實踐的企業不足10%。
而缺乏大規模的生態基礎,云廠商若想將應用深入各個垂直細分領域,就得死磕自研或者外部采買——比如,阿里云就是前者,今年之前的騰訊是后者。但無論是哪一種,都有點費力不討好。
不過,如今這一行業格局,似乎隨著AI上云的趨勢,有了改變的預期。
在這一輪AI上云趨勢里,如上文提到的,上云企業的成本壓力是倍增的,它們同樣需要“借力”來攤薄開銷,達到輕裝上陣,和時間賽跑的目的。
這樣的背景下,上云企業對生態的依賴程度進一步加大,相當于給擁有大模型的巨頭們,送來了真正做起生態,實現類似OpenAI那樣“技術-產品-開發者”輪動的大契機。
并且隨著生態的豐富,客戶選用產品的自由度提高,還可以一定程度上提高定價的彈性。
比如,阿里云就曾提到:“所有平臺級產品都會云化,做到開箱即用,云服務不再以資源方式付費,而是以業務效果付費?!?/p>
而等到生態成熟,國內云廠商就可以參考當年亞馬遜、微軟的經驗“變現”,以提振收入。
不僅如此,大模型生態一旦跑通,或還能重塑用戶青睞私有云的使用習慣。畢竟企業若要高效、快速地接入AI,就得先放下對定制化二次開發的“執念”。
以某大廠園區人臉識別系統為例,支持10萬個ID的人臉識別,每次訓練,需要處理約500萬張照片。如此大規模的數據,單個企業很難吃下,在公有生態上多企業協作開發更有效力。
而對云廠商來說,私有云占比降低,省下來的可是真金白銀。參考金山云就知道了,此前隨著私有云業務增長,“解決方案開發育服務成本”也迅速增加。
收入多了,開銷少了,云廠商的利潤表自然也會有更多的騰挪空間。雖然降價短期內讓它們承壓,但看看未來的甜頭,或許是一筆不錯的買賣。
三、小結
所謂新一輪價格戰,究其本質是新一輪的云計算大戰。
而這一回的關鍵是,如何抓住生成式AI契機,跑馬圈地;同時建立起生態輪動,尋求更大的規模、利潤空間。
事實上,目前的價格戰可能只是開始,畢竟站在這樣的十字路口,恐怕沒有人可以獨善其身。
作者:張冉冉,周霄;編輯:付曉玲,曹賓玲;數據支持:洞見數據研究院
原文標題:阿里云們,降價“釣魚”
來源公眾號:表外表里(ID:excel-ers),洞見數據研究院。
本文由人人都是產品經理合作媒體 @表外表里 授權發布,未經許可,禁止轉載。
題圖來自Unsplash,基于CC0協議。
該文觀點僅代表作者本人,人人都是產品經理平臺僅提供信息存儲空間服務。
- 目前還沒評論,等你發揮!