從文心一言到文心大模型4.0的開放，百度比任何一家公司都展現出了更強烈的改革意愿。但體現在市值上，市場表現似乎并未達到預期。而百度在AI領域的挑戰，揭示了互聯網行業在AI轉型過程中的普遍問題。

作為一家以工程師文化著稱的公司，百度近年來在AI領域的布局引人注目。從文心一言到文心大模型4.0的開放，百度比任何一家公司都展現出了all in AI的強烈改革意愿，幾乎所有產品都經歷了AI的重塑或優化迭代。

但體現在市值變化上，百度的市場表現似乎并未達到預期。

此前我們指出，十多年里，百度的研發投入過千億，從AI、自動駕駛，到大模型，將技術轉化為實際受益的過程中艱難險阻，可能與AI技術在市場的落地效果、用戶接受度以及競爭格局等因素有關。

但從當下的發展來看，百度的方向并沒有錯，有一點能夠確定，未來肯定是AI的。

李彥宏在2021年演講中同樣指出，中國將迎來AI黃金十年，并且未來十年，AI技術應用門檻將顯著降低。此外，他后來也提到，隨著AI技術應用門檻的不斷降低，開發者和創造者們將迎來更多機會。

為了順應這一趨勢，百度力推旗下的飛槳平臺，旨在通過簡化開發流程和提供易于使用的工具，AI開發與應用的門檻正在降低。類似的，騰訊云的Hai和華為的昇騰AI全棧軟件平臺也都是給AI應用開發造鏟子。此外還有生成式AI的利用，例如字節的Coze和國內版的扣子，是為了降低基于大模型的AI應用開發門檻。

縱觀近兩年的AI產業鏈，會發現，控制軟件生態的芯片公司仍然是最賺錢的部分，典型如擁有高性能GPU的英偉達；而在ChatGPT的帶動下，大模型領域融的錢最多，例如MiniMax的估值超過25億美元，李開復創辦的零一萬物也完成了數億美元的融資，一些公司已經達到了百億級別。

科技領域的投機狂潮是常態，有意思的是，被寄予厚望的AI應用領域，反而沒融到特別多的錢——應用廠商融資金額大多沒有超過億元。不少投資人也指出，隨著市場回歸冷靜，能融到錢的AI項目，和大模型、甚至早期的移動互聯網相比，難度不可同日而語。

這主要是由于市場對這些企業的預期還不高。真正成功的AI應用確實不多，用戶量增速高的也不多，很難找到對標。而做產品的公司，身處的競爭環境跟過去差距很大，你難以找到一個沒有巨頭駐足的領域，對初創公司來說顯得更加危機重重。

尤其在美元基金投資大幅撤退后，人民幣基金存在限制和偏好差異，畢竟在國內，單靠AI這些高新技術創造的產品價值，和制造業、零售業比差距依然比較明顯，加上今年A股市場出現了罕見的IPO撤單潮，投資人的整體反應更加謹慎。

在這種情況下，依靠AI產品起家，且能用營收利潤讓市場滿意，甚至完成IPO的創業公司幾乎為0。也正因為這樣，有的互聯網公司正在力推自家大模型，大模型公司力推自家應用，但由于市場缺乏說服力的價值衡量標準，這些二級市場的大公司，也不容易憑借AI應用迎來自己的市值第二春。

百度就是其中最典型的例子?；叵肫鹜瞥鑫男囊谎灾?，ChatGPT對于百度來說更多意味著恐慌，背后是對AI搜索或將取代傳統搜索的預言。

AI搜索能夠更準確地理解用戶查詢的意圖，這種確定性使得用戶無需再逐一瀏覽多個鏈接以找到所需信息，從而提高了搜索的效率和準確性。不過傳統搜索實際上并非一無是處，針對用戶輸入的明確關鍵詞，依靠在相關度，點擊量等排名機制上的優勢，甚至能給用戶更合適的答案。

換句話說，對于百度而言，真正的威脅并非是AI改變了搜索。百度的轉折曾聚焦在移動互聯網時期，傳統的信息分發平臺和競價廣告，被更個性化、以興趣為導向的算法邏輯取代，百度錯失了在移動端維系用戶生態的機會，它的搜索份額是被抖音、微信、小紅書這些面向不同場景和需求的平臺分流。

如今，疊加AI火熱現狀，應用層所肩負的使命對百度來說更艱巨和復雜。雖然無法重現當年李彥宏對“框計算”的愿景，但這的確會是重構商業壁壘的新時機。

谷歌和微軟在AI時代的再次崛起，與策略息息相關，谷歌注重通過戰略并購和風險投資來強化其技術優勢，并通過云服務支持AI初創公司；微軟則通過大規模投資和合作開發，加速自身AI技術的突破，并構建強大的AI生態系統。

在國內，大模型市場的走向已經發生變化。同樣是賣鏟子，芯片算力是剛需，物以稀為貴，仍能賣出更高的價格；而為AI應用做底層支撐的國產大模型，由于過度競爭，很多企業仍然處于“套殼”狀態，熱度正不斷被稀釋。

面對這樣的情景，大部分公司有三條路走：

一是打造幾款C端或B端應用，作為短期改變AI落地難的有效方法。

二是圍建自己的生態，化身投資人孵化AI應用，最后是技術公司擅長的領域，堅定地不斷加大在深度學習、自然語言處理、計算機視覺等研發力度，通過技術創新來推動增長。

事物的發展過則必反，這些以百度為首，囿于市場需求不明確、商業化路徑不清晰的大模型公司，正逐漸陷入技術沼澤。

基礎模型的“卷”，指的是在算法、模型精度和性能上的無休止追求，導致資源的大量消耗和成本的增加。

在生成式AI應用中，盡管李彥宏呼吁創業者去“卷”AI應用，但實際落地依舊面臨高昂成本、大模型幻覺和用戶留存率低的問題，比如今年大模型“價格戰”導致API調用成本大幅下降，不過相比傳統關鍵詞搜索，基于大模型的搜索成本仍高出10倍以上。

紅杉資本的研究報告指出，AI基礎設施投入巨大，但帶來的實際收益至今遠未達到預期。AI產業的收入預期與實際增長之間存在巨大差距，這一“黑洞”從2023年的1250億美元擴大至6000億美元。

即使放在全球范圍，AI對企業的實際財務回報同樣不如預期。微軟表現強勁，智能云去年四季度收入同比增20%，但受AI投入影響，整體業績未能達到預期。相比之下，谷歌雖然在廣告收入上有所增長，但資本支出的大幅增加以及AI發展不及預期等因素也導致了市值的波動。

毫無疑問，對比上一波的云計算熱潮，AI還有更多的未知。

過去幾年里，基于云計算構建了相對完善的生態體系，包括云服務提供商、軟件開發商、集成商等各個環節的緊密合作，一齊推動云服務的普及和應用。云改變了傳統軟件的交付模式，提供了如SaaS、PaaS和IaaS這些更具想象力的商業模式。

進一步來看，在討論從IBM到Salesforce的跨越，以及SaaS作為一種重要的商業模式變革時，眾所周知，隨著技術的進步和市場的變化，傳統數據庫和軟件的問題包括成本高、部署復雜、維護難度大等。以Salesforce為代表的企業，用戶只需按需付費，即可通過互聯網使用服務。

這種跨越不僅代表了技術層面的進步，更代表了商業模式的深刻變革，進而去推動整個產業的創新競爭。很明顯，AI還沒有顯示出這樣的劇變。

現有AI應用，主要分布在Copilot（生產力工具）、Creativity（輔助創意）和Companionship（情感陪伴）三個領域，有媒體調研了數十個AI應用產品的定價策略發現，AI功能的商業化方式，主要分為直接對AI功能收費或提高產品價格，或者將AI功能集成到現有捆綁包中而不改變價格的幾種方式。

調查發現，當下大部分的AI功能都被放到原有的軟件包中，作為“更新”的附加功能存在，包括Notion、Microsoft和Airtable在內，都是通過向用戶額外收取費的方式提供AI功能。

還有將AI產品打包到套餐里訂閱，少部分會結合訂閱費用和按用量結果付費來混合定價。比如近期出圈的AI角色出海應用Talkie，自去年上線，至今累計下載營收近83萬美元，它的營收由訂閱、內購和廣告三部分構成。

就現在來看，不論是作為附加功能存在，還是AI原生的少部分獨立產品，都沒有能突破現有商業模式構建新的盈利模型。

給AI產品定價是件相當復雜的事，關鍵是如何準確衡量功能的實用價值，讓用戶愿意買單。這也就決定了，以SaaS訂閱為主的AI應用，在國內是否能打破以往軟件“付費難”的困境。樂觀一點，如果實現了，也未嘗不是一項突破。

回到百度，可惜的是，對比市值會看到，去年以來，在AI大模型風口下，谷歌、微軟等公司迎來了市值巔峰，即使有些回落也仍居于高位。反觀國內的百度、阿里等互聯網大公司，市值并沒有類似的變化，依然處在漫長低點。

背后的原因當然是復雜的，市場規模、國際化程度、技術創新與研發投入、國內市場競爭激烈、監管政策與合規要求、投資者信心與市場預期，這些挑戰落在百度身上，成了一個個尖銳無比的難題。