文 | 表外表里 張冉冉 周霄
編輯 | 付曉玲 曹賓玲
今年以來,互聯(lián)網(wǎng)云廠商似乎在集體表演“自殺”。
一季度里,各家業(yè)績的惡化形勢,沒有太大改善。比如,阿里云2023Q1營收增速已經(jīng)跌到負(fù)增長2%。
但這個節(jié)骨眼上,業(yè)內(nèi)卻打起了價格戰(zhàn):4月底,阿里云宣布核心產(chǎn)品價格全線下調(diào)15%至50%;騰訊云緊隨其后,部分產(chǎn)品線最高降幅達(dá)40%;京東云直接承諾“全網(wǎng)比價,買貴就賠”。
內(nèi)卷之激烈,被網(wǎng)友調(diào)侃為,“換個思路,各家可以相互倒賣彼此的產(chǎn)品賺差價了?!?/p>
然而,外界談?wù)撋乐H,云廠商們卻講起了奉獻(xiàn)。騰訊2023Q1電話會議淡定表示,降價“適用于中小企業(yè)”;阿里則在合作伙伴大會上放言,“希望將技術(shù)紅利更多回饋給客戶和伙伴,讓更多中小企業(yè)更好地使用云計算?!?/p>
可商業(yè)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(shù)據(jù)庫和云存儲產(chǎn)品,甚至一些云廠商還放開了包括ECS、數(shù)據(jù)庫PolarDB、機器學(xué)習(xí)PAI等支持AI大模型訓(xùn)練云產(chǎn)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(tài),以降低大模型的使用門檻。
很顯然,技術(shù)普惠是借口,押注AI技術(shù)周期恐怕才是真心。
畢竟如此一來,不僅有可能打破現(xiàn)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(xùn)練成本,圈新的上云用戶,再通過生態(tài)建設(shè),將用戶留住,撬動更多變現(xiàn)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(zhàn)這味藥,能有幾分療效呢?
一、AI技術(shù)周期,降價率先圈住“觀望者”
“阿里云們可能會得不償失?!?/p>
對于互聯(lián)網(wǎng)云廠商重打價格戰(zhàn),一些投資人相當(dāng)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(jīng)營利潤率好轉(zhuǎn)的跡象(如阿里),要么剛定下“要利潤,不要規(guī)?!钡哪繕?biāo)(如騰訊),可以說才喘上來半口氣?,F(xiàn)在降價潮襲來,相當(dāng)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(yù)期回報實在太誘人了。
畢竟在云計算行業(yè),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(zhuǎn)型至“螞蟻搬大象”的云服務(wù),并且在轉(zhuǎn)型陣痛期多次降低產(chǎn)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(fā)前夜。
彼時,美國大企業(yè)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(lián)網(wǎng)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(guān)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(xù)降低其價格,為客戶使用混合云降低門檻。
結(jié)果證明,微軟押到寶了。RightScale調(diào)查報告顯示,2017年采用混合云的企業(yè)較2015年上升9%,且預(yù)計未來在云的市場份額能達(dá)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(fā)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(chǎn)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(jù)Synergy Research統(tǒng)計,微軟云的市場份額增幅,持續(xù)超過亞馬遜云和谷歌云。
回到當(dāng)下,國內(nèi)互聯(lián)網(wǎng)云廠商價格一降再降,同樣劍指新一輪技術(shù)周期帶來的需求紅利。
眾所周知,去年運營商(移動云、聯(lián)通云和天翼云)在政企市場混得風(fēng)生水起,收入增速均超過100%,強勢搶占了互聯(lián)網(wǎng)云廠商的份額。
阿里云們急需一個突圍的口子,傳統(tǒng)企業(yè)隨之被盯上——除了零售業(yè)和制造業(yè)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(shù)的出現(xiàn),打破了這一掣肘。
以制造業(yè)為例,關(guān)鍵的質(zhì)檢環(huán)節(jié),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(zhì)檢系統(tǒng)后,通過機器學(xué)習(xí)、深度學(xué)習(xí)等技術(shù),實現(xiàn)了長期穩(wěn)定運行情況下,月檢測6000+臺,總體準(zhǔn)確率>99%。
如此一來,和過往購買傳統(tǒng)的云服務(wù)相比,企業(yè)AI上云的積極性大大提升。
事實上,更早推出AI技術(shù)的海外,已經(jīng)顯露出用戶增長爆發(fā)跡象。
·微軟最新電話會議顯示,Azure OpenAI 已擁有2500位新客戶,預(yù)計二季度將增長10倍。
·C3.ai(專供企業(yè)AI服務(wù))2022Q4電話會議透露,服務(wù)的行業(yè)范圍也在不斷擴大。
而企業(yè)AI上云,對云廠商的算力和數(shù)據(jù)存儲需求也會提升。
畢竟對大多數(shù)企業(yè)來說,直接掏錢批量采購GPU是一件奢侈的事情。據(jù)硅谷著名風(fēng)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(guī)模效應(yīng)支撐自己批量采購 GPU。
更何況,AI技術(shù)人才的缺失也是一大頭疼的問題,如某傳統(tǒng)行業(yè)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(shù)團(tuán)隊大換血?!?/p>
因此,對傳統(tǒng)行業(yè)和中小企業(yè)來說,自研大模型并不現(xiàn)實。
在這種情況下,向云廠商“租用”資源,聯(lián)手研發(fā),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(jié)合自身所積累的行業(yè)場景化數(shù)據(jù)對大模型進(jìn)一步訓(xùn)練,開發(fā)出自身的前端具體應(yīng)用。
而要想拉攏傳統(tǒng)企業(yè)和中小企業(yè)AI上云,“租金”就要有吸引力??梢钥吹剑茝S商此輪降價就錨定數(shù)據(jù)、存儲這些門檻級產(chǎn)品。
總的來說,AI技術(shù)加成下,不僅帶來更多新用戶群體,也提升了用戶對云產(chǎn)品的需求量。而這一定程度預(yù)示著AI新技術(shù)周期藍(lán)海,爆發(fā)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(yīng)用端,堅信不已。
此輪云廠商“價格內(nèi)卷”背后潛藏的,或許正是降價圈住AI新用戶,復(fù)刻微軟云逆襲故事的野望。
二、瞄上生態(tài),打的是長期利潤算盤?
在AI創(chuàng)新周期的博弈里,“開發(fā)者”是大佬們掛在嘴邊的關(guān)鍵詞。
騰訊的湯道生曾在技術(shù)開放大會上表示:“面向數(shù)實融合世界,開發(fā)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(zhí)行,有所為有所不為,換言之把半條命交給伙伴?!?/p>
之所以如此重視交朋友,在于當(dāng)下大模型領(lǐng)域的競爭,已經(jīng)從“單打獨斗”轉(zhuǎn)向了“抱團(tuán)作戰(zhàn)”,也即生態(tài)的較量。
畢竟光大模型訓(xùn)練,就要幾億算力打底,而想將大模型進(jìn)行規(guī)?;瘧?yīng)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(dá)A100芯片打造超算平臺,還在Azure的60多個數(shù)據(jù)中心部署了幾十萬張GPU,用于ChatGPT的推理,預(yù)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(guān)閉了面向C端的 Plus服務(wù)。
如此巨大的投入,必須要有足夠豐富的商業(yè)場景才不會血虧。但大模型公司自身能夠滲透的應(yīng)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(yè)。
OpenAI 創(chuàng)始人山姆·阿爾特曼今年1月就提到:關(guān)鍵在于中間層,有一批新的創(chuàng)業(yè)公司采用已有的大模型,并對其進(jìn)行調(diào)整,它們有獨特的數(shù)據(jù)飛輪,隨著時間推移不斷改進(jìn),會反哺大模型,創(chuàng)造很多價值。
具體理解就是,依靠眾多開發(fā)者和大模型客戶的實際應(yīng)用與調(diào)試,相應(yīng)攤薄廠商數(shù)據(jù)獲取、模型精調(diào)的成本(定位到大模型基礎(chǔ)成本上),并且產(chǎn)品豐富后,客戶可以對平臺上的云產(chǎn)品隨取隨用,提高產(chǎn)品研發(fā)、銷售效率。
這一點,此前海外云的競爭中已有體現(xiàn)。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(wù),其中有90%-95%源自客戶反饋,覆蓋基礎(chǔ)設(shè)施類產(chǎn)品、垂直行業(yè)解決方案等多個領(lǐng)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(chǎn)品的APPstore),截至今年5月已積累200萬訂閱用戶,讓其產(chǎn)品能夠迅速觸達(dá)到全球百萬用戶。
可以看到,開發(fā)者在Marketplace上的交易規(guī)??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(fā)者也越來越多。
憑借產(chǎn)品生態(tài)擴大銷量、再通過銷量規(guī)模吸引開發(fā)者進(jìn)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(xiàn)錢,隨著生態(tài)輪動越來越成熟,開發(fā)者們扎根越來越深入,巨頭還有更多好處可拿。
回到當(dāng)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(yè)的902家企業(yè)形成合作關(guān)系,并且最近被披露正在考慮創(chuàng)建應(yīng)用程序商店,供客戶向企業(yè)出售定制的AI模型,“技術(shù)-產(chǎn)品-生態(tài)”三部曲漸現(xiàn)雛形。
相比于海外,起步較晚的國內(nèi)云廠商,生態(tài)鏈環(huán)節(jié)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(nèi)低代碼軟件在企業(yè)軟件市場的滲透率不到1%,且在對低代碼有一定認(rèn)知的企業(yè)中,嘗試或已經(jīng)實踐的企業(yè)不足10%。
而缺乏大規(guī)模的生態(tài)基礎(chǔ),云廠商若想將應(yīng)用深入各個垂直細(xì)分領(lǐng)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(yè)格局,似乎隨著AI上云的趨勢,有了改變的預(yù)期。
在這一輪AI上云趨勢里,如上文提到的,上云企業(yè)的成本壓力是倍增的,它們同樣需要“借力”來攤薄開銷,達(dá)到輕裝上陣,和時間賽跑的目的。
這樣的背景下,上云企業(yè)對生態(tài)的依賴程度進(jìn)一步加大,相當(dāng)于給擁有大模型的巨頭們,送來了真正做起生態(tài),實現(xiàn)類似OpenAI那樣“技術(shù)-產(chǎn)品-開發(fā)者”輪動的大契機。
并且隨著生態(tài)的豐富,客戶選用產(chǎn)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(chǎn)品都會云化,做到開箱即用,云服務(wù)不再以資源方式付費,而是以業(yè)務(wù)效果付費?!?/p>
而等到生態(tài)成熟,國內(nèi)云廠商就可以參考當(dāng)年亞馬遜、微軟的經(jīng)驗“變現(xiàn)”,以提振收入。
不僅如此,大模型生態(tài)一旦跑通,或還能重塑用戶青睞私有云的使用習(xí)慣。畢竟企業(yè)若要高效、快速地接入AI,就得先放下對定制化二次開發(fā)的“執(zhí)念”。
以某大廠園區(qū)人臉識別系統(tǒng)為例,支持10萬個ID的人臉識別,每次訓(xùn)練,需要處理約500萬張照片。如此大規(guī)模的數(shù)據(jù),單個企業(yè)很難吃下,在公有生態(tài)上多企業(yè)協(xié)作開發(fā)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(yè)務(wù)增長,“解決方案開發(fā)育服務(wù)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(nèi)讓它們承壓,但看看未來的甜頭,或許是一筆不錯的買賣。
小結(jié)
所謂新一輪價格戰(zhàn),究其本質(zhì)是新一輪的云計算大戰(zhàn)。
而這一回的關(guān)鍵是,如何抓住生成式AI契機,跑馬圈地;同時建立起生態(tài)輪動,尋求更大的規(guī)模、利潤空間。
事實上,目前的價格戰(zhàn)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。
數(shù)據(jù)支持 | 洞見數(shù)據(jù)研究院