DeepSeek R1引发大模型市场竞争加剧，通用AI或难以维持收费模式

随着DeepSeek R1的发布，大模型市场的竞争态势正愈发激烈，推动了AI技术的深度思考能力的进化。深度变化并不止于技术本身。此项创新加速了大模型商业化早期红利的迅速衰退，让原本依赖用户付费模式的通用AI面临更加严峻的挑战。

回顾去年9月，ChatGPT尚处于飞速成长中，拥有1000万名个人付费用户和100万名团体付费用户，其每月的预计订阅收入高达2.25亿美元。随着DeepSeek R1的推出，ChatGPT所依赖的营收模式面临着空前的压力。百度文心一言自4月起实施全面免费政策，并且计划在6月30日全面开源。这种氛围使得通用大模型对个人用户的免费化，成为了一种不可逆转的趋势，而这一趋势很有可能会影响到整个行业的商业模式。

与电子邮箱、搜索引擎和即时通讯软件等互联网工具相比，通用大模型缺乏使用过程中的网络效应和内容沉淀。它们往往被视为纯工具，用户对其功能和性能有着最直接的需求，对产品并没有太过感性的连接。一旦市场上出现更出色的替代品，用户便会毫不犹豫地切换。因此，未来一段时间内大模型无法实现持续的技术垄断，各大厂商将相互竞争，快速迭代更新。例如，OpenAI推出“Deep Research”，谷歌发布了Gemini 2.0系列，着重提升推理能力，以应对DeepSeek R1带来的挑战。在能力趋同的情况下，API调用价格也势必下降，通用大模型的使用将愈发普及，类似于云服务成为互联网的基础设施。

技术优势并不是维持收费模式的唯一保障。C端用户忠诚度低，且对通用模型的付费场景有限，随着市场竞争加剧，用户更倾向于选择性价比更高的产品。通用模型在处理企业的实际生产和经营需求时，往往面临“知识幻觉”的困扰。例如，如果需要通用模型为企业撰写一个技术报告，它虽然可能生成一些高质量的文本，但无法提供与最新技术相关的精确数据和可靠分析。

由于缺乏结构化的行业知识和专业数据，通用大模型在回答企业研发和经营问题时，可靠性和合规性都受到质疑，无法为企业的核心决策提供有力支持。因此，企业开始寻求垂直化的专业模型，这类模型能够将AI的推理能力与行业知识深度结合，成为解决实际经营问题的有力工具。

垂直模型通过深度融合行业Know-how与AI能力，能够精准解答“如何优化生产线良品率”或“预测稀土永磁材料的技术趋势”这样的专业问题。例如，顺丰推出的丰语大模型，旨在帮助基层快递员迅速掌握物流知识，能够根据海关政策和运输规范快速给出准确回答。而类似企知道这样的公司，利用海量的专业数据和行业资源，能够迅速生成技术报告，帮助企业洞察最新行业动态。

企知道通过技术信息分析及专业知识积累，成功实现了其产品的迭代升级。在人工智能技术突破后，企知道把大语言模型与自建数据库相结合，推出了更加符合客户需求的创新产品，吸引了接近万家企业选择其服务。

AI与产业的融合，绝不是单纯的技术替代，而是智慧与经验的传承。通用大模型将成为垂直模型的核心基座，而垂直模型则是推动产业应用的关键。唯有当AI深入生产线，像经验丰富的技工一样理解市场和技术，方能真正成为推动产业升级的新动力。

未来，企业在评估AI的标准时，将不仅是参数的堆砌，而是落到实处的商业价值：例如它给企业带来了多少收益。这将是衡量AI推进行业进步与技术演进的最终标尺。正如我们期待的那样，在这一进程中，企业能更好地利用AI技术，不再是简单的工具，而是促进其长远发展的重要伙伴。