B端戰(zhàn)場的AI敘事：一場極致的效率和場景爭奪戰(zhàn)｜AI觀察系列策劃②

每經(jīng)記者｜葉曉丹    每經(jīng)編輯｜魏文藝    

B端戰(zhàn)場的AI（人工智能）敘事正持續(xù)升溫。

一位押中“杭州六小龍”的投資人近日向《每日經(jīng)濟新聞》記者（以下簡稱“每經(jīng)記者”）透露：“目前AI領域的投資，基本以看B端的AI項目為主，核心考量的是商業(yè)化閉環(huán)和變現(xiàn)能力。”

在評估AI商業(yè)化的競賽中，一個關鍵指標正被推至臺前：Token（計算機領域多場景使用的數(shù)字標識符）。這一指標正如同互聯(lián)網(wǎng)時代的“用戶數(shù)”，成為衡量AI公司實際采用規(guī)模與增長潛力的核心標尺。而眼下，一個正在發(fā)生的事實是，Token的調用量正快速增長。

在9月底舉行的云棲大會上，談及AI在各行業(yè)的應用，阿里云智能集團通義大模型業(yè)務總經(jīng)理徐棟向包括每經(jīng)記者在內的媒體表示：“在一年前，很多模型的調用量都是來自于離線的打標，特定的一些娛樂性的場景會多一點。但最近半年，很明顯的變化是，在線任務大幅上升，不少互聯(lián)網(wǎng)公司、消費電子企業(yè)的大部分交互已經(jīng)開始由大模型來取代了。”

另一方面，AI技術本身也在進化，從單一的大語言模型向多模態(tài)演進，業(yè)內對AI的討論也從生成式大模型向空間計算進化，從Copilot（助手）切換到Agent（智能體），從純軟件端向軟硬件一體摸索。

AI技術帶來的不僅是科技行業(yè)的變革，英偉達CEO黃仁勛將其視為新工業(yè)革命。阿里巴巴集團CEO吳泳銘認為，一場由人工智能驅動的智能化革命剛剛開始。在Token高速增長背后，AI技術正怎樣滲透人類的生產(chǎn)和生活？哪些領域正經(jīng)歷AI重塑生產(chǎn)力？

日均消耗30萬億Token，誰是消化主力？

“日均Token消耗量突破30萬億。”

8月14日，國家數(shù)據(jù)局局長劉烈宏介紹，2024年初，我國日均Token的消耗量為1000億，截至今年6月底的日均Token消耗量已經(jīng)突破30萬億，1年半時間增長了300多倍。

“Token”可翻譯為“詞元”，指在自然語言處理過程中用來表示處理文本的最小單元或基本元素。

圖片來源：視覺中國-VCG41N1402492790

300倍增速，誰在消化巨量Token？

國際市場調研機構沙利文（Frost&Sullivan）調研國內700家企業(yè)后，發(fā)布的《中國GenAI市場洞察：企業(yè)級大模型調用全景研究，2025》報告顯示，中國大模型企業(yè)級市場呈爆發(fā)式增長：較2024年下半年，2025年上半年日均調用量大增363%，已逾10萬億Tokens。其中，阿里通義占比17.7%，字節(jié)豆包占比14.1%，DeepSeek占比10.3%，前三名合計占比超40%。

9月24日，阿里云智能集團通義大模型業(yè)務總經(jīng)理徐棟向每經(jīng)記者透露，目前大模型調用量最大的公司依然是互聯(lián)網(wǎng)和消費電子企業(yè)。其次，制造業(yè)、傳統(tǒng)企業(yè)、政府部門和金融機構等在大模型調用上也有一些有益的變化，大模型嵌入到了企業(yè)級的業(yè)務流程中。第三，隨著多模態(tài)模型的發(fā)展，視頻和音頻模型的推出，進入了多數(shù)流媒體平臺，傳媒行業(yè)的模型調用量增長也很迅速。

上述報告還指出，中國企業(yè)正從“追求單?最強模型”，轉向“為特定業(yè)務場景尋求最優(yōu)解”，對不同的模態(tài)、尺寸和落地場景匹配的需求將進一步爆發(fā)。

豐儉由人的模型供給，快速匹配多元化的市場需求。在AI應用趨勢上，區(qū)別于海外市場，中國AI應用在B端市場的競爭更為充分和激烈。

國海證券分析師近期指出，中美AI應用在使用傾向上存在明顯不同，中國以“生產(chǎn)力工具”為主導，相關產(chǎn)品潛在需求可能更強。因此國內AI應用在垂類行業(yè)的B端需求需要額外重視，除此之外，AI+工業(yè)（智能制造）在我國的政策空間、應用空間也較大。

以大宗商品貿易為主營業(yè)務的中基寧波集團，自今年以來正在加大AI+工業(yè)領域的探索和數(shù)字化轉型。

中基寧波集團首席技術官王海濤向每經(jīng)記者表示，今年年初公司判斷AI能力相對穩(wěn)定后，開始逐步應用智能體AI Agent，以解決運維、人員配給問題。第三季度公司開始在多個場景部署智能體，若運行順利，將考慮從第四季度起花半年時間探討如何做行業(yè)小模型。截至年末，希望可以在公司內部搭建100個有效的智能體。這些智能體基于多個模型，相對敏感的數(shù)據(jù)會跑在經(jīng)調教的開源模型上并本地部署算力，更多智能體的算力基于云端算力。

在底層模型的選擇上，多家調用大模型的B端企業(yè)向每經(jīng)記者提及，他們基于公司業(yè)務需要以及成本考量，更傾向選擇接入適配自身AI產(chǎn)品需求的底層大模型，而不是一味追求大尺寸、性能強的大模型。

“有一些需要快速識別場景的應用需求，我們會使用小模型，Token消耗成本低。有一些需要深度推理的，我們會用滿血版模型去跑。”稅友股份億企贏CPO（首席產(chǎn)品官）周源告訴每經(jīng)記者。

“客戶在模型側的選擇，目前還是一個IT維度的選擇，考慮主要有五個方面：一是穩(wěn)定性，二是效率，三是成本，四是服務響應，五是易用性。”阿里云智能副總裁霍嘉分析指出。

務實、好用，成為B端企業(yè)調用不同大模型的基本原則，也契合了金沙江創(chuàng)業(yè)投資基金資深合伙人朱嘯虎在9月初對AI產(chǎn)業(yè)的預判，他預測模型小型化將成為未來幾年的關鍵趨勢。

騰訊云副總裁吳運聲此前也向每經(jīng)記者表示，相對而言，面向B端用戶的AI Agent在穩(wěn)定性方面有很嚴格的要求，不同企業(yè)對智能體的算力部署方式也會提出嚴格要求，目前AI Agent能力還需不斷迭代。

AI Agent崛起，SaaS行業(yè)如何破局？

每經(jīng)記者注意到，相比于AI行業(yè)熱衷談論的Copilot（助手），AI Agent 作為AI自主決策的封裝形式，國內不少SaaS企業(yè)都紛紛加大AI Agent 領域布局。

“B端有一個特點很明顯，企業(yè)對降本增效的需求比較強烈。而現(xiàn)在大家都在推AI Agent，問題在于，這些AI應用是不是真的能幫助企業(yè)降本增效。”稅友股份億企贏CEO（首席執(zhí)行官）王安笑向每經(jīng)記者表示，生產(chǎn)端和運營管理端的降本增效，以往是SaaS（軟件運營服務）行業(yè)的戰(zhàn)場，而現(xiàn)在垂類的AI Agent有望替代原來的SaaS系統(tǒng)。

事實上，國內SaaS行業(yè)長期面臨著用戶付費意愿低、企業(yè)盈利難的問題。

在9月浙江記協(xié)組織的《潮涌之江 文興浙里》調研中，E簽寶創(chuàng)始人兼CEO金宏洲在接受每經(jīng)記者采訪時透露，SaaS產(chǎn)品對B端客戶而言只是一個工具，很多客戶并不認為工具能帶來直接的價值，但在AI浪潮下有望迎來改善邊際，“AI能力之下，我們有機會幫客戶創(chuàng)造新的價值，有機會在價值分配環(huán)節(jié)分到更多的利潤。同時，也可以通過AI塑造更強的產(chǎn)品力”。

但通用大模型還遠不能解決垂類行業(yè)應用的實際所需，在基礎大模型之上，知識庫、數(shù)據(jù)庫的沉淀和積累將成為AI Agent企業(yè)逐鹿AI應用市場的護城河。

霍嘉提到，能源行業(yè)在AI場景落地中，過去比較難的是找不到場景，但今年的難點他認為是場景不收斂。其次，在應用端面臨從數(shù)據(jù)到語料的挑戰(zhàn)，“大家總以為有了數(shù)據(jù)就有了語料，這是一個錯誤的概念。我們在客戶指導中，有50%～70%的時間是幫助他們處理從數(shù)據(jù)到語料的關系”。

而對于十年飲冰的SaaS行業(yè)而言，能迎來AI應用的春天嗎？

回歸100余天的陳航，8月底在釘釘發(fā)布會上一口氣發(fā)布了十余款AI產(chǎn)品。發(fā)布會上，陳航多次強調“商業(yè)結果可交付”“結果OK再付錢”。釘釘選擇顛覆SaaS商業(yè)模式，升級AI應用中心，從AI硬件到AI模板、AI助理等市場產(chǎn)品均推行按結果付費。

陳航認為，當前AI應用就如同蒸汽時代的單臺紡織機，尚未形成“流水線”般的大規(guī)模普及與高效應用。因此，他更關注AI的普惠性，使更多行業(yè)能夠受益，并深入物理層面，切實解決真實世界中的難題。

在AI重構協(xié)同辦公賽道的當下，釘釘還面臨著飛書、企業(yè)微信等對手的競爭，“AI能力較量”是當下角力的關鍵。

不只是巨頭之間的較量，更多的垂類公司在AI的加持下，都在加大AI應用產(chǎn)品的發(fā)布。王安笑認為，隨著Agent以及大模型的能力進一步進化，很多企業(yè)認為這是一個合適進入賽道的時機，在未來一段時間內，AI Agent可能百花齊放。行業(yè)的競爭甚至會出現(xiàn)“劣幣驅逐良幣”及價格戰(zhàn)等情況。

那么最終比拼的核心是什么？

“Agent的競爭還是會回到行業(yè)認知模型工程能力以及實際應用效果。”在王安笑看來，用戶最終只會為效果買單。

在Token的計費模式中，有基于API Tokens計量計費，有訂閱制付費，也有基于結果付費的商業(yè)模式。盡管未來技術創(chuàng)新有望讓Token成本進一步下降，但隨著模型能力和AI應用的不斷提升，未來Token消耗量仍然巨大。

而價值成了串聯(lián)模型端、應用和終端用戶間最大的上下游供應鏈條，霍嘉認為“回到客戶本身，他們現(xiàn)在開始追求的是模型創(chuàng)造價值、追求業(yè)務價值”。

當然，AI應用的落地不僅僅局限于軟件端的應用，AI能力軟硬件一體化輸出正在為中國制造出海打開一條新的通路。對此，我們將在下一篇《AI硬件出海  中國制造全球化的新故事｜｜AI觀察系列策劃③》報道中深度分析。

免責聲明：本文內容與數(shù)據(jù)僅供參考，不構成投資建議，使用前請核實。據(jù)此操作，風險自擔。

封面圖片來源：圖片來源：視覺中國-VCG41N1402492790