基於高科技、高效能、高品質三重特征，生成式AI亦被稱為新一代「新質生產力工具」，誰能夠在知識、推理、執行三層能力上實作突破，誰將有機會引領整個社會生產力的跨越式發展。
12個億，第一波吃到生成式AI紅利的公司已經賺到了。
近日，商湯集團（0020.HK，以下簡稱「商湯」）釋出了截至2023年12月31日的經稽核全年業績。2023年，商湯實作營業收入34億元人民幣，EBITDA虧損收窄2.2%。
最值得關註的是，去年商湯生成式AI業務收入同比增長199.9%達到了約12億元，對集團整體收入的貢獻也從10.4%提升至35%。
經過一年的調整，商湯的業務板塊從智慧商業、智慧生活、智慧汽車和智慧城市四大業務升級成生成式AI、傳統AI和智慧汽車，升級後商湯業務板塊更加聚焦，也有助於加速之後生成式AI業務的進一步商業化。
作為中國第一批成長起來的AI企業，商湯是如何在生成式AI的新浪潮下吃到這「第一口蛋糕」的呢？
站在風口的等風人
從2022年底上線之後，GPT狂飆的400多天裏，硬科技產業的格局已經被徹底改變。
生成式AI成了每個人都要沾邊的事情。
老牌互聯網大廠領頭，年薪百萬以上擴招AI人才。華為「天才少年」每年年薪給200萬元，騰訊、阿裏甚至放話「技術大咖」「阿裏星」的待遇都「上不封頂」，螞蟻集團曾傳出為確認offer的「螞蟻星」一次性提供幾萬元到幾十萬元不等的「簽約費」來鎖住應屆生人才...
與2016年就曾吹過一陣的AI熱潮不一樣的是，這次AI拼的不只是願景和故事，更是務實的商業化。
IDC數據就估算2023年全球生成式AI市場規模約160億美元，其中中國生成式AI市場規模約11.8億美元。
這個被互聯網大廠都盯上的蛋糕，已經在去年就被商湯切下了一塊——
2023年，商湯生成式AI收入達到了11.84億元人民幣，同比增速達到199.9%，也使其成為商湯十年來最快突破10億元營收大關的業務板塊。
都是往生成式AI裏沖的，為什麽商湯能最先吃上這口蛋糕？這就要回歸到大模型成功的根本要素——數據、模型和算力。
實際上市場競爭到這個份上，國內外的基礎模型實力不相上下，所以現在的大模型競爭可謂「得算力與數據者得天下」。
數據，得夠多、夠高質，在這點上，商湯的經驗就占有絕對的優勢。生成式AI是個新風口，但商湯已經是實打實的行業老兵了，作為中國最早一批AI企業，商湯已經在感知智慧和決策智慧領域摸索了十年，這十年中透過為各領域優秀企業共同探索AI技術的套用，如為頭部安卓手機廠商和主流車企客戶提供服務，商湯已經將自己的感知和決策類AI模型植入了超過20億台手機和上百萬台汽車中，其獲取、積累的底層Know-How足夠豐富。
有了「大數據」去訓練「大模型」，就需要「大算力」，就像OpenAI的ChatGPT是構建在微軟雲服務的算力中心上一樣。商湯在「大算力」上的投入一直都是領先於行業的，早在2018年商湯就投資數十億，自建AI算力中心（AIDC），並且在2022年1月上海臨港AIDC就已經被啟用。
算力中心的布局只是商湯SenseCore AI大裝置的一部份，大裝置包含算力層（AI芯片及處理卡+AIDC+AI傳感器）、平台層（模型生產+訓練平台+數據平台）、演算法層（演算法工具箱+開源框架）三層，是大數據、大模型和大算力三位一體的基礎設施。透過SenseCore AI大裝置，商湯徹底打通了算力、平台、演算法，實作了「大裝置+大模型」的協同效應。如今商湯大裝置的總算力規模實作突破性增長達12000 petaFLOPS，營運GPU數量達45000卡。
SenseCore商湯大裝置在新一代AI基礎設施評估體系的評分
高品質數據經驗、萬卡算力的雙重疊buff加持，造就了商湯領先於行業的技術。
萬事俱備的商湯，等的就是生成式AI這股風。
多模態的虹吸效應
有數據經驗、有算力就能賺錢嗎？
這可未必，畢竟AI發展到現在，無法充分商業化一直是其詬病之一。這個問題反映出的內核其實是在生成式AI TOB商業化路線上，企業很難找到能賺錢的場景，並且推出有競爭力的產品。
在這點上，商湯過去十年的經驗就派上用場了。
依托於SenseCore AI大裝置，在GPT釋出後100余天，商湯就得以迅速反應並且推出自己的大語言模型日日新大模型。
初代日日新已經在自然語言處理、文生圖創作、數位人生成、3D 場景和物體生成等多個領域都能出色完成任務。在初代日日新釋出後的四個月商湯快速叠代了2.0和3.0版本，透過提高訓練數據品質，實作了基礎語言能力的顯著提升。日日新成為國內第一個超越了GPT-3.5turbo效能的基模型，也作為首批透過國家備案的大模型，正式面向廣大使用者開放服務。
2024年2月，距離日日新1.0版本僅時隔10個月，商湯就帶著日日新4.0版本亮相。升級的日日新，在程式碼編寫、數據分析和醫療問答等多場景中達到了與GPT-4相匹配的能力。同時商湯也開源了7B和20B兩種參數規格的基模型InternLM2，效能已經超過了Meta的Llama2和Google的Gemma等同級別開源模型。
有了強有力的產品後，商湯靠大模型賺錢的方式有兩種。一方面為客戶提供API介面和雲服務，為醫療、教育、金融、能源等領域的客戶提供行業大模型的客製化服務和私有化部署；另一方面，基於日日新大模型體系，商湯釋出了一系列TOB的生成式AI套用，比如Copilot產品辦公小諾古力、程式碼小諾古力等AI助手、數位人生成平台如影、高精度3D物體建模平台格物、數據標註平台明眸、高精實景三維重建平台瓊宇等。
也就是說，商湯真正做到了把大模型平台化，並且針對各個行業的痛點，挖掘了大模型在這個行業中最需要被放大的能力。
比如在金融行業，打造金融大模型，需要面對大量數據快速做出決策，那麽數據的準確性就相當重要，對此商湯透過精進模型的檢索增強生成技術（RAG），讓金融數據更高效地影射到向量資料庫中，模型的金融知識儲備被強化，自然降低了錯誤資訊的生成和反饋。
而針對醫療領域，由於行業特殊性，其所需要的知識相當細分和垂直，所以商湯培養出多模態能力極強的「商量大醫」大模型，專門提供專業醫療知識和問答服務，具備CT、MR病例等多種醫學影像的辨識能力。
透過針對細分行業痛點的挖掘，商湯獲得了大量為其大模型買單的客戶，包括了營運商（聯通、移動、電信）、互聯網頭部企業（京東、閱文、小米等）、傳統金融企業（海通證券、招商銀行等）、以及高校（清華大學、上海交大等）和HiDream.ai、瀾舟科技等創業公司。
去年，商湯整個生成式AI業務中70%的客戶都是過去12個月內簽約的新客戶。快速吸納新客戶直接證明三件事——
其一，生成式AI市場有切實的商業需求，已經不再只是紙上談兵；
其二，商湯的技術、產品和服務能力，已被市場所認知並認可；
其三，商湯已經靠原有的大客戶積累產生了虹吸效應，頭部客戶有系統化的供應商，這些供應商在出現類似需求的時候會依賴性的和這些頭部客戶選擇同一家服務企業，並且在中、小企業挑選技術供應商的時候，大客戶案例帶來的品牌效應比一百個技術PPT都好用。
除了新客戶的暴增，剩下30%老客戶的客單價也有50%的增速，說明生成式AI產品的升級隨著更高的技術門檻和產品品質，在盈利能力上對商湯也在產生正面影響。
下一個主旋律
經過2023年的業務重組，商湯已經明確了新的三大業務板塊：生成式AI、傳統AI和智慧汽車。
過去幾個月，隨著三星推出AI手機、蘋果放棄造車宣布轉型ALL-IN-AI以及OPPO等手機廠商陸續宣布ALL-IN-AI，ALL-IN-AI似乎成了一種「正確的選擇」。但其實ALL-IN-AI不能只是一種口號，更應該是切實的投入和明確的態度。而從商湯業務板塊的調整，不難看出其對生成式AI進一步探索的決心。
強大的算力、多年的TOB商業經驗固然是商東加大生成式AI布局的底氣，政策的支持更是商湯的「靠山」。
2024年「新質生產力」成為了主旋律，3月24日，國家發展改革委主任鄭柵潔在中國發展高層論壇2024年年會上針對中國如何發展新質生產力提出三大舉措：以科技創新引領產業創新、推進體制機制創新以及擴大高水平對外開放。
新質生產力的三個特征為「高科技、高效能、高品質」生成式AI完全滿足三個特征也被稱為新一代的「新質生產力工具」，因此商湯選擇側重於生成式AI的策略也契合了國家的宏觀策略。
當然，想要在生成式AI賽道中持續領先，只賺第一個10億還不夠。生成式AI的商業化滲透仍面臨三方面的挑戰：技術創新、政策推進以及市場策略。
為了今年繼續送出滿分答卷，商湯也做了大量準備。
技術創新方面，商湯會進一步發揮「大裝置+大模型」的深度協同優勢，持續擴充算力規模、提升基礎設施和大模型的綜合服務能力，加速投入日日新大模型的叠代升級當中，在保持高速增長的同時也要保持高品質增長，實作大模型推理效率提升的「莫耳定律」，讓模型推理成本迅速降低，開啟更廣泛的套用場景，也提升公司的盈利能力；
市場策略方面，為使用者提供具有最優價效比的生成式AI解決方案，加速生成式AI業務的進一步商業化，繼續最佳化集團營運效率，集中資源於生成式AI業務以改善現金流和減少虧損。
AI 2.0時代，企業要麽主動擁抱，要麽被動轉型，想要摘得「高枝上的果實」，不僅需要韌性，還要比拼耐力。
