TO C 的商业模式还未完全成熟,C端的付费意愿太差,全世界一样。商汤在目前暂时不在C端发力是非常正确的,把有限的算力和服务器留给大B端,一可以扭转公司的经营业绩,二可以抢占刚刚开始的商业市场,三是可以在这过程中快速积累更多的行业数据。当国内的算力规模和C端付费场景成熟,再发力也不迟,C端不像B端有很高的粘度,只要你的产品利害,一下C仔就会来到。
与其他模型不同的是,商汤平台使用模型的不同功能需要调用不同的专用模型,例如函数调用需使用SenseChat-FunctionCall模型。这可以解释商汤推出多个不同功能平台的原因,但对开发者来说,一方面,针对性训练的专用模型在特定任务上往往能取得更好的效果,这对追求极致性能的开发者而言是一大优势。但另一方面,过于独立的模型体系确实可能割裂开发体验,特别是对于中小型开发者,掌握和适配多套模型体系的成本可能高于其带来的收益。
在定价方面,"日日新"的API调用价格与KIMI相仿,低于百度文心一言,性价比较高。官方还贴心地提供了Python SDK,便于开发者快速上手和集成。
不过,目前"日日新"在开发者生态建设和使用体验方面还存在一些不足:
其次,开发者工作台还不够稳定,存在一些bug和访问障碍,特别是在开发者试用环节,经常出现无法打开的问题,影响了用户体验。加强平台的稳定性和可用性,是提升开发者满意度的关键。
再次,平台的API文档在逻辑组织和示例代码方面还有不少提升空间,部分文档甚至缺少Python代码示例,不利于开发者快速理解和应用。完善文档体系,提供更加清晰、全面、接地气的开发指南和示例代码,将极大降低开发者的学习门槛。
最后,在技术支持和服务方面,平台的响应渠道还不够完善,开发者遇到问题时获得及时帮助的途径有限。而对于部分行业模型,需要额外咨询销售才能开通使用权限,而这无疑增加了开发者的时间成本。建立完善的开发者社区和服务体系,提供更加便捷、高效、全面的技术支持,将是打造卓越开发者体验的重要一环。
总的来说,"日日新"平台虽然在API能力和定价上具备竞争力,但在开发者生态建设和服务体验方面还有较大的提升空间。作为一个面向开发者的产品,优秀的文档、工具、社区和服务至关重要。期待商汤能够尽快补齐这些短板,以开发者的需求为中心持续打磨产品,为开发者营造一个更加友好、高效、愉悦的开发环境,释放大模型技术赋能产业应用的巨大潜力。
商汤在大模型领域取得的技术突破有目共睹,但美国将其列入实体清单并持续实施芯片禁运,导致算力瓶颈成为制约其发展的一大难题。在可预见的未来,商汤可能难以像海外科技巨头那样,通过不断扩充算力规模来支撑大模型在消费级应用中的大规模商业化。这意味着"商量"等面向C端用户的平台可能难以复制ChatGPT式的爆发式增长。
不过,商汤在2B领域已经积累了丰富的行业经验和政企客户渠道,尤其是在此前以智慧城市业务为主导的ToG领域。在当前形势下,商汤将生成式AI的主战场从2C转向2B,聚焦垂直行业,为特定领域的政企客户提供定制化的大模型和小模型服务,或许是一个务实的选择。通过深耕行业需求,打造领先的垂直领域AI解决方案,商汤可以在2B市场实现差异化竞争,并借助既有的行业积累实现更高效的商业变现。
政企客户对数据安全和模型定制化的需求天然更高,而这恰恰是商汤的强项所在。在"日日新"平台现有的API和开发套件基础上,进一步增强数据隐私保护,提供更灵活的模型适配和部署选项,并积极拓展行业生态合作,将是商汤打造2B市场影响力的关键抓手。
从这个角度看,尽管在2C领域受到算力掣肘,但商汤在2B领域仍有广阔的发展空间。通过聚焦行业AI应用,加速技术商业化,商汤可以在AIGC浪潮中另辟蹊径,实现差异化发展。这需要商汤在战略资源配置、产品规划、生态建设等方面进行前瞻性布局和动态调整。
当然,2B市场的拓展周期相对较长,对商汤的技术、产品、服务能力也提出了更高的要求。如何平衡通用技术积累与行业需求适配,如何在垂直领域实现快速复制和规模化增长,将是商汤面临的重要课题。
(本文由Claude3,Chatgpt-4,商量对话大模型5.0共同辅助创作)