日均tokens涨320倍，MaaS主导产业模式，火山引擎从GenAI领跑到MaaS加速 | 大模型商用2024

明敏
2025-01-20
15:00:32

来源：量子位

明敏 发自 凹非寺

量子位 | 公众号 QbitAI

如果2023年给大模型的关键词是席卷，那么在2024，这个关键词应该是渗透。

最常用的软件、手机PC本身、甚至厨卫/电源开源，都在被AI重塑。

主观感受中，这一年，AI更加强大，以前所未有的速度嵌入各行各业。

真实的客观世界里，千行百业到底发生了哪些变化？变化之下，谁推动促成了这一切发生？全新的大模型产业，哪些模式/架构已经确定？

以下是来自量子位的市场观察。

二三季度增长明显，十大场景率先落地

大模型应用落地绕不开云计算。

因此，云计算市场的数据变化，一定程度上能反映出大模型渗透千行百业的情况。

比如在大洋彼岸，美国三大云厂商亚马逊、微软、谷歌的营收增速悄悄来到近两年高点。

AWS的AI业务在2024年三季度达到了数十亿美元，年增长超过100%；微软Azure营收增速为33%，财报电话会中透露，其中12个百分点由AI业务带动。

对应国内情况亦是如此。

根据IDC最新发布的《中国公有云服务市场（2024上半年）跟踪》报告显示，2024上半年，中国公有云服务整体市场规模（IaaS/PaaS/SaaS）为210.8亿美元（约合1518.3亿元人民币）。

国内公有云市场从二季度开始反弹，AI大模型和智能算力服务成为助力公有云市场回暖的最主要因素。

《中国智算服务市场（2024上半年）跟踪》报告中，2024上半年中国智算服务整体市场同比增长79.6%，市场规模达到146.1亿元人民币。

其中，智算集成服务市场同比增长168.4%，市场规模达57.0亿元人民币；GenAI IaaS市场同比增长203.6%，市场规模达52.0亿元人民币；Other AI IaaS市场同比缩减13.7%，市场规模达37.1亿元人民币。

在AI IaaS市场，客户需求向GenAI转移，云巨头快速调整引发市场变局，2024上半年GenAI IaaS前三甲分别是阿里巴巴、火山引擎和商汤科技。

更细分的MaaS市场，IDC数据显示2024上半年中国MaaS的规模已达2.5亿元人民币，中国AI大模型解决方案市场的规模为13.8亿元人民币。

二者2024-2028年的年均复合增长率分别为64.8%和56.2%。预计2028年，中国MaaS市场总规模达到38亿元人民币，中国AI大模型解决方案市场总规模达到211亿元人民币。

市场需求暴涨，并在下半年集中爆发。

IDC数据显示，2024年6月中国生成式AI日均tokens处理规模达2180亿（除去自有业务和其生成式AI应用使用），预计11月可到11200亿规模，1年之间暴涨320倍。

再从落地领域来看，过去一年大模型应用可谓是百花齐放，快速渗透到生产生活的方方面面。

量子位智库发布的《大模型落地与前沿趋势研究报告》中显示，大模型项目在教科、通信、能源、政府、金融等行业落地较多，全行业在今年第二、第三季度增长明显。

其中落地项目数量最多的领域是教科，公开披露的落地金额最多的是政务。

IDC研究分析总结大模型十大核心能力和十大应用领域，梳理出了AI大模型落地应用场景全景图，覆盖金融、互联网、零售消费、医药健康、智能终端、游 戏、企业服务、文化娱乐、教育科研、汽车。

落地成熟度按照L1-L4分级，目前进展最快的细分赛道达到L3级，包括智能客服、新闻撰稿、论文助手/总结、企业知识问答、对话陪聊等，集中在信息处理场景。

这与云厂商分享的数据相呼应。火山引擎Force冬季大会上表示，近3个月豆包大模型在信息处理场景的调用量增长了39倍，客服与销售场景增长16倍，硬件终端场景增长13倍、AI工具场景增长9倍，学习教育等场景也有大幅增长。

整体市场结构上，目前B端和G端客户依旧是绝对主力，且短期不会改变。但长期随技术进步和行业发展，市场化需求的份额将逐渐增加。

总结来看，2024年是大模型应用加速走向落地的一年。各行各业开始更为主动进行以大模型为核心的智能化转型升级。

IDC全球调研数据显示，37.7%受访企业正在重点投资AI大模型，并预计在未来三年内引入AI软件及相关培训和服务。

这种主动性一方面源自政策驱动、市场需求，另一方面更关键的影响因素在于，大模型应用落地业务的商业模式日渐清晰成熟。

MaaS成为产业落地风向标

梳理来看，目前市面上浮现出的大模型应用落地模式主要有三种：

• 模型服务（MaaS）
• 应用开发部署平台
• 智能体开发平台

这三种模式基本可以覆盖当下大模型应用落地的主要需求。

在具体业务构建上，通常云厂商会构建一个通用服务平台，对外提供MaaS和应用开发服务，在MaaS平台之上还会进一步提供专门的AI应用/智能体开发产品，具体架构可以参考火山引擎的布局。

目前国内头部云厂商均已在如上三个方面完成布局。

在这之中，MaaS成为大模型产业落地风向标，是当下最重要的商业模式；应用开发部署平台上，模型API价格战会长期继续，但在贡献营收上有难度；AI应用/智能体开发平台是新趋势，可以进一步释放大模型潜力，不过目前产品形态仍旧需要市场进一步验证。

为啥这么说？

首先大模型应用落地，场景玩家们走得更快，这带动MaaS市场需求。

大模型趋势到来后，国内率先打响“百模大战”。在这之中，最引人注目的是基础模型之间的角逐，很快形成了五小虎+BAT+字节的核心格局。

从商业化落地角度来看，进展最明显的却不在大模型玩家侧，而是场景玩家。

比如飞书、金山办公、美图秀秀等，因为有着更直接明确的业务升级需求，所以在和AI的结合上进展迅速，并且AI带来的增长也很快对外显化。

泛化到整体市场中来看，大模型应用落地仍旧有海量垂直领域玩家尚未被挖掘。他们往往具备丰富的领域内数据，在政策引导以及技术趋势下，智能化转型需求会愈加强烈，但通用模型并不适用于这类玩家，因此数据整理、模型微调、推理都将会成为他们所需的大模型服务方式，而这些都包含在MaaS之中。

进一步结合当前需求方画像，金融、政企、企服等领域依旧以大中型B端、G端客户为主。他们的需求往往更明确，也更容易贡献实质性的营收，成为推动大模型应用落地的主要力量。

对于供给方而言，大模型重构云计算，MaaS成为新的基础服务。在已有云平台基础上，将大模型进一步融合，为广大企业降低入局大模型的门槛、提高生产创造效率，也是更加清晰的商业模式。

参考此前火山引擎披露的信息，在2023年，国内70%的大模型企业，都使用了火山引擎的算力服务；而在2024年，MaaS将是下一个战场。

量子位智库预测，2027年MaaS市场规模占比将提升到47%，成为AIGC产业的主流商业模式。

其次，云厂商“热衷于”价格战背后，其核心目的在于推动大模型快进到“价值创造阶段”，这使得当下在国内，大模型API不会是主要的营收来源。

得益于自身在底层基础设施上的优势，火山引擎通过算法、软件、工程和硬件结合的方案能够实现更低的价格，来挖掘有AIGC需求的客户。

这种思路是将目光锁定在更长期的未来，如果坚信AI可以对很多行业产生影响，那么率先挖掘出意向用户，就是抢先占领市场。

具体做法包括：使用更好模型结构，实现更低成本完成更复杂推理；工程上，由于不同业务负载存在波峰和波谷，通过规模化调整，可把成本降低几倍；软硬件结合上，不同推理过程对于芯片的带宽和算力要求不同，将这个过程分离放到不同的池化资源去处理，实现降本；再加上对库存和供应链的管理，综合起来每一个环节都有数倍效率提升。

对于需求侧而言，大模型API用户多数为中小企业、开发者，他们目前对于大模型很多还处于观望状态。一方面，大模型应用落地的成本依旧让人望而却步，另一方面，企业是否引入AI大模型、如何引入大模型是一个复杂的决策过程，企业需要思考如何引入大模型才能真正产生价值。

这也解释了云计算厂商为何愿意在当下让利，也就是为何大模型API现阶段无法贡献主要营收。

最后，AI应用/智能体开发平台是2024年的新趋势，有望撬动更广阔大模型市场。

2024年，云厂商将目光集中在降低AI应用开发门槛上，为此推出了一系列产品，包括扣子、HiAgent、文心Agent Builder、腾讯元器等。

他们的特点很突出：低代码/零代码开发、几分钟内以拖拉拽方式快速搭建定制化智能体。面向的人群为业务人员、产品经理以及更多对AIGC应用感兴趣的人群。开发模式通常为提示词工程、插件搭建、RAG、应用编排等。

从底层逻辑来看，这种极低门槛的开发模式，能更大程度释放大模型应用潜力，让大模型浪潮更快渗透到各类场景中去。

不过由于这类商业模式尚处于发展早期，短时间内用户规模较小，更大的爆发点应该在未来1-2年。

大模型应用落地商业模式逐渐清晰，一方面推动这波技术浪潮更快速前进，另一方面也将重塑云计算竞争格局、玩家弯道超车的机会开始浮现。

比如IDC统计的GenAI IaaS市场格局中，火山引擎和商汤的身位都格外靠前。尤其是火山引擎，今年豆包全家桶发布后，火山引擎在MaaS、AI应用/Agent开发平台上的布局更加旗帜鲜明。据披露数据，豆包通用模型的日均tokens使用量超过4万亿，较首次发布时增长了33倍。

快速增长背后也为MaaS以及大模型应用落地发展，提供参考。

MaaS竞争，核心看什么？

结合国内外大模型应用落地趋势分析，大致有四个关键点：

• 模型能力领先程度
• 底层计算能力
• 生态能力、渠道能力
• 持续性高资源投入

首先，模型能力决定产品天花板，也从根本上决定用户是否愿意买单。以OpenAI和Anthropic的对比为例，随着Claude模型能力一再提升，Anthropic的营收相对份额增长。

其次，支撑海量大模型应用落地业务的底层基础设施，也成为MaaS竞争的关键保障因素。

按照市场预估，未来几年后日均tokens消耗量可以达到百万亿级别，这所对应的推理需求等于56万亿TFLOPS，与之对应的将是百万块GPU算力支持。

谁能构建更强大的算力基础设施、谁能维护好巨型算力集群的高效运转，谁就能在MaaS市场中更具有竞争力。

第三，生态能力和渠道能力已构成云厂商在MaaS市场中的核心竞争优势。

全面的业务生态为大模型应用落地提供了天生的试炼场，长期积累的销售渠道能更好让大模型触达落地，同时也可以让大模型和云产品交叉销售，推进落地。

最后，大模型时代唯有持续性的投入才能开发出更有竞争力的通用模型。同时，互联网时代的护城河在大模型时代不复存在，相比于软件，大模型的能力还在剧烈变化且暂时没有看到上限，因此在大模型应用落地竞争中，长期大量资本投入是必然。

在这些因素影响下，新的云计算格局正在加速形成。

谁家的模型更好用？谁的AI Infra能力更强悍？谁能挖掘触达到更多场景？谁能更长期投入并建立健康的商业模式闭环？谁就能重塑新格局。

这必然是一个漫长周期。毕竟基础大模型的上限还是未知。不过可以确定的是，当下MaaS模式能扛起大模型商业变现的大旗，国内市场百家争鸣下，大模型应用落地将会更快速推进。

与此同时，衡量评判大模型商用市场的核心指标也正在浮出水面——

Tokens调用量何以关键？将在本系列文章下一篇中详细解读，敬请期待。

大模型趋势正在进入全新阶段：大规模商用落地。

生产力释放背后，商业机会不断涌现。我们希望通过这一系列栏目提供一种视角，分析大模型应用落地早期阶段浮现出的种种规律变化，从技术维度把握创新浪潮背后的演化路线。

以上是量子位最新原创系列策划栏目「模力熵增」第一期。

Read More