7月12日，东亚期货首席经济学家景川对财联社表示，美联储的利率变化主要是源于经济，尤其是通胀与就业之间。由于通胀与就业在今年的韧性，导致降息预期波动。
“我们To B倒也不是说完全不做，但是我们最主要的还是会去聚焦和发力C端。”几个月前，打造了爆款大模型产品Kimi的月之暗面创始人杨植麟曾这样表示。
月之暗面一直是在To C端上走得最坚定的国产大模型创业公司之一，从成立之初就将大多数的精力放在C端的Kimi智能助手上。杨植麟也被视为AGI（通用人工智能）和Scaling Law（缩放定律）最坚实的拥趸，是“朝着绵延无尽的雪山攀登”的创业者。然而，Kimi的用户们最近却发现，月之暗面已在B端频频发力和加码，于8月初发布了Kimi企业级API，提供企业级模型推理服务。
业内的一个共识是，To B是传统互联网科技大厂在大模型竞争中的捷径，创业公司则在C端有更大的机会。这是因为，大厂具有客户资源优势，能够在原有业务的基础之上提供模型服务，而且拥有更庞大的算力规模，能够支撑企业级API高强度的算力调用，保证服务器的稳定性，避免高峰期服务器“宕机”等事故的发生。
几个月前，以字节跳动、百度、阿里等大厂为主导的大模型“价格战”，面向的正是企业级服务。通过极低甚至免费的API价格，大厂们将套壳大模型以及云基础设施实力不足的公司快速淘汰，从而抢占更多的市场份额。
对于既没有客户资源、在基础设施方面也不占优势的创业公司而言，残酷的大模型价格战无疑将使To B商业变现的道路变得更加艰难。因此，无论是百川智能的王小川、零一万物的李开复还是月之暗面的杨植麟，此前都曾表达过对To C的情有独钟。这份情有独钟，一方面可能是他们相信To C的“上限”更高，是更令人心潮澎湃的“星辰大海”；另一方面也可能是因为他们自知创业公司烧不起To B的钱，没有足够的资源和筹码与大厂们展开较量。
既然如此，为什么月之暗面在这个时候选择向B端发力，卷入与头部云厂商的价格厮杀当中？这背后，折射的是大模型To C商业化道路的艰难与迟缓。虽然To C的“星辰大海”看起来很美，可实际上却面临着用户增长容易但变现难、用户付费意愿低等重重难题，实际的商业化进度也一直不及预期。
一个典型的案例是，今年5月，Kimi推出了“打赏”功能，用户可以通过支付进行“打赏”，金额从5.20元到399元不等，分为6个档位，每个档位对应不同的高峰期优先使用权。“打赏”功能的推出，是Kimi向C端用户试水商业化的一个探索，并不强制付费，用户若不想打赏，也可以等过了高峰期后再使用。这份“卑微”与“小心翼翼”，正说明了C端用户普遍付费意愿较低，忠诚度有限。直接收费的后果，很可能是将大量用户拒之门外。
“现在市面上的大模型产品很多，彼此之间没有太明显的差异，而且回答不同的问题往往各有优劣。我常常会切换不同的大模型，同一个问题，每个都问一遍，选答得最好的。”这样的做法，在用户当中其实十分普遍。由此可见，在产品没有与竞品拉开断崖式差距或开发出“杀手级应用”的前提下，想从C端用户中赚钱，难度并不小。
因此，在To C商业化步履维艰的背景下，寻求在To B的方向上突破便成为一个更现实的选择。虽然企业客户不像消费者客户那般庞大，但往往客单价高得多，能够带来稳定的现金流，更快形成商业闭环。值得注意的另外一个背景是，据媒体报道，月之暗面刚刚完成最新一轮3亿美元融资，估值已经达到33亿美元。高估值虽然某种程度代表了高潜力，但也极度考验投资人的耐心。持续“烧钱”而不赚钱，终有一天会将投资人的耐心耗尽。对于盈利还显得有些遥远的大模型创业公司而言，尽快走通商业化的道路是眼下最紧迫的难题，不管是To B还是To C，能赚到钱就是王道。
不容乐观的是，To B也绝非一条好走的道路，不仅需要有强大的基础设施作为支撑，还要求大模型公司具有优秀的服务能力。在中国市场，B端客户往往不会接受标准化的产品，而是需要独特的、定制化的方案，不仅需求繁琐，而且定制化成本极高。这些对于创业公司而言都是极大的挑战，何况，它们还面临着大厂血腥的价格战“围猎”，要在这条已经“卷出天际”的To B赛道上杀出重围更是不易。
最近，月之暗面、零一万物、百川智能等大模型独角兽纷纷完成新一轮融资，行业似乎进入了一轮“融资竞赛”中。但是，狂热的资本推高了估值，也使得居于高处的大模型独角兽们面临着更大的风险与压力。毕竟，公司的长期发展依靠的不是一轮又一轮的融资股票什么叫加杠杆，而是实打实的利润。无论To B还是To C，成功最终一定只属于能够跑通一条可持续商业化道路的公司。
