近期，關于GPT和AI的討論已遠不止于概念。“人工智能”這一課題的研究，逐步從資本市場“主題”變成“主線”，從概念走向結果。

而業績期是觀察AI落地進程的重要節點。

(資料圖片僅供參考)

八月來臨，科技公司的業績報告密集披露。大家開始關注到，大模型不僅推動需求端的向上，還為AI供給側帶來變革。

AI新一輪的商業化開始了：

根據微軟近期發布的業績報告，AI Copilot產品進展積極，生態已見雛形，應用用戶數快速增長。AI Copilot可以調用OpenAI，是OpenAI的商業落地途徑之一。除了開放給微軟商用以外，OpenAI還供企業申請訪問包括GPT-4、ChatGPT、Codex以及DALL.E等模型，OpenAI根據用量進行商業化收費。

OpenAI以上所有的商業落地，都以提供MaaS服務的形式進行，這也是當前新一輪AI商業化浪潮的主要模式。

MaaS，即Model as a Service，模型即服務。不同于過去主流的AI商業化模式——項目制，MaaS通過平臺積累的數據資源，對模型進行訓練，最后得到一個可以用于解決問題的大模型，以服務的形式為用戶提供AI技術。

筆者觀察到，本財季中，港股有公司給出了更直接的MaaS模式的發展數據：近日百融云創發布的財報顯示，作為壓艙石的MaaS業務實現收入4.31元，同比增長24%。

亮眼數字或只是表象；背后反映出的行業投資邏輯，才是更值得關注。

AI落地模式狂想：從項目制到MaaS與BaaS

回顧AI商業化的歷程，早從2015年開始，AI行業拉開了商業化的帷幕，中間經歷了長期曲折的摸索和實踐。

商業落地1.0：項目制落地

受限于技術水平，項目制和合作開發是剛開始階段最佳的AI商業化模式。

從理論上而言，AI是重要的生產力工具，通過與垂直領域結合能賦能千行百業。但理想很豐滿，現實很骨感。從實踐的角度看，AI公司面臨三大問題：1、AI應用場景長尾碎片化明顯，不同的場景對人工智能算法擁有不同的需求；2、大模型路線實現難度較大，“小模型”的路線難度較低、較容易實現；3、純AI算法較難單獨定價售賣。

因此，AI公司采用定制化模式應對垂直業務場景，往往是一個場景對應一個模型。比如AI四小龍、海康威視、大華股份等公司在B端落地上，主要采用提供軟硬一體的定制化的解決方案。

這種模式效率較低，往往被視為“手工作坊式”生產模式。

商業落地2.0：產品化轉型

商業落地的下一階段，是將AI解決方案發展為“基型產品”。

相比于過去的項目制，產品型公司的標準化程度要更高。AI公司通過歸納客戶的共性需求，不再需要專門進行針對性的研發，只需要從過去已開發的解決方案中選擇適合這類場景的“產品”并加以實施落地即可。本質上來講，這是針對獨立的細分化商業場景應用，交付同種類型需求的定制項目，以提高標準化程度，達到優化成本、提升落地效率的效果。

但囿于小模型的能力提升有限、垂直行業Know-How壁壘較高等因素制約，絕大部分的公司向產品化的轉型進程十分緩慢。

因此直至目前，項目制仍然是AI行業商業落地的主流模式。

商業落地3.0：MaaS模式，進入AI工業化時代

從國內巨頭近期的動作上看，MaaS服務成為AI發展新階段模式最被看好的模式。

根據李彥宏的發言，文心一言希望為企業客戶提供MaaS服務。百度文心千帆公布API（應用程序編程接口）模式定價，推理云價格調用單價為1K tokens 0.012元。除了百度以外，多個科技公司發力建立大模型并嘗試通過MaaS開放API，MaaS服務成為越來越常見的模式。

大模型是MaaS模式從理想照進現實的關鍵。

以百融云創為例。百融云創自建的MaaS云平臺安全可靠，被廣泛應用于信貸、保險、財富等全行業領域，很大程度上是得益于公司的BR-LLM大模型。

BR-LLM是百融云創基于深度學習Transformer框架，結合NLP、智能語音等技術，打造的場景驅動的產業大模型。其不僅能通過深度微調能支持百億級參數的訓練，還能面向不同金融場景的業務訴求。通過BR-LLM大模型，工程師只需要下達清晰的指令，用文字描述出需求，即能自動生成模型，極大提升機器學習的開發效率和生產模式。

在此基礎上，百融云創的決策式AI驅動的MaaS云平臺，可以迅速滿足金融機構千人千面、不斷變化的需求。對客戶來說，客戶可根據自身查詢需求，通過MaaS云平臺的標準化API自由調配各類模型，包括調用現成模型產品，以直接用于產業應用；或在大模型基礎上“微調”出屬于自己的產品，并快速對用戶進行KYC（know your customers）和KYP（know your products）評估。在百融云創給出的合作案例中，某銀行在百融云創的助力下，審批時長可以從幾個小時大幅壓縮到幾分鐘以內，大幅提升工作效率。而對于百融云創而言，公司能簡單地通過MaaS平臺向客戶大規模交付產品及解決方案，打破了項目制的局限。

不難看出，MaaS的模式推動AI從“手工作坊”生產時代，正式步入“工業化時代”。

未來暢想：BaaS模式成新范式

百融云創MaaS業務開始的較早，目前不僅已初具規模，還具備較高的穩定性，成為百融云創發展的壓艙石；百融云創在生成式AI布局的時間亦較早。比如百融云創自主研發的AI智能語音機器人（Chatbot）最早已于2017年實現商業化應用，與ChatGPT的底層技術同源，均為生成式AI的內容產出方式。該機器人在交互效果上，無論是音色、情感、語速還是對話層面，百融云創智能語音機器人都能夠提供“真人級”的互動體驗。

或正因如此，在生成式AI帶來行業巨變之際，百融云創有余力進一步探索落地模式。

如果說，在上一階段，百融云創已證實了基于決策式AI的MaaS模式十分擅長于助力B端客戶提升中間作業環節的效率；那么在新的階段，百融云創將決策式AI與生成式AI串聯，證實了不同AI技術可以互通互融，并打開更多的想象空間。

決策式AI和生成式AI結合，可以實現強大的知識分析能力和內容生成能力的融合，從中間層延伸至業務層，并適用于更多的使用場景。比如在財富管理領域，百融云創決策式AI對用戶進行數智化洞察，制定完善的營銷和運營策略；結合生成式AI所生成的文字和語音與用戶進行深度交互。不難看出，這構成了一個完整的業務運營閉環。

正是憑借著決策式AI+生成式AI的能力，百融云創開始以完整的業務服務形態為客戶提供AI服務。這就是BaaS（Business as a Service，業務即服務）業務。百融云創的BaaS業務對多場景下客戶進行云服務，覆蓋領域為金融行業云、保險行業云、電子商務/租賃云等，成功地助力了客戶提升資產運營效率。

目前看來，BaaS模式的優勢也十分顯著，既無需長時間部署（如項目制），又能比MaaS更進一步，為客戶提供更方便快捷的一體化AI解決方案。

但無論是MaaS還是BaaS，都呈現顯著的平臺型特點。起碼截至目前看來，MaaS與平臺型的趨勢愈發清晰，AI行業的商業化形式進化，或將迎來投資邏輯和價值的改變。

投資邏輯和投資價值需要重估

商業化落地模式的演進，不僅僅是業務的形式發生了改變。它對業務的開展和市場空間的影響深遠，進而影響TAM（總可觸達市場）的估算；它亦導致投資邏輯和估值模型的全然改變。投資者需要用動態的眼光看問題。

首先我們來梳理一下計算機行業的投資邏輯框架。不論是何種技術革新，基本面分析一定落到商業本質上。一般而言，商業模式按照市場“偏愛”的程度劃分，從低至高的順序為：項目型＜產品型＜平臺型。

此前，AI商業落地模式主要是項目型，這也是目前最主流的模式；現階段新興技術的支持下，領頭玩家的商業模式逐步趨向于平臺型。

上文提到，項目型以定制化為特征，時間較長，成本較高，且難以形成明顯的規模效應。這樣的商業特征，反映在影響投資決策的相關信息上，即擁有相應的特點：項目制公司的I/S表特征是收入體量大，但是毛利率較低（集成的東西較多），且成長性不穩定；B/S表特征是結構較差，債務規模較大、資產負債率較高；CFS特征是現金流不穩定。從未來發展展望來看，由于規模效應較差，可復制性較低，在項目制模式下，AI商業化應用無法大規模普及。

尤其是較低的成長能見度，是科技投資者最大的疑慮——今年接一百億的單子，明年要接新增的一百億單子才能保證不下滑。但項目制往往意味著一錘子買賣，下一年的項目情況難以保證。因此項目制不僅估值往往面臨折價，前景也常常不被看好。

但在大模型技術的支持下，AI產業的落地模式發生了改變，向MaaS、BaaS商業模式演進，這些模式具備較強的平臺型特征。

相比傳統軟件產品或項目制銷售，MaaS有以下商業優點：

1、降低投資門檻和使用門檻

MaaS模式可以節省IT基礎設施成本，無需企業內部運維，無需購買服務器、備份設備等硬件設施；可以降低AI模型的開發成本和運維成本。以百融云創為例，公司的MaaS業務以調度使用的token收費，BaaS業務采用效果付費的方式。百融云創的下游客戶不僅可以大幅降低初始投資成本，按需靈活使用，還可以較為明確地把控項目投資回報率。

由于大幅降低初始成本，此模式獲客效率更高。截至報告期中，百融云創累計為7000+機構客戶提供服務。報告期內，MaaS業務的核心客戶數達146家，同比增加14家。

2、較高的用戶黏性以及持續提升的APRU

不同于項目制是一次性買賣，MaaS模式與BaaS模式不僅可以形成可重復收入，還可以持續挖掘客戶價值，具備較強的持續性和穩定性。

例如，百融云創在服務銀行客戶的過程中，可持續延伸客戶生命周期。百融云創的服務始于銀行信用卡業務，隨后延伸至消費貸，再擴大到普惠金融與財富管理，貫穿銀行業大零售體系從銀行業務咨詢到建模，再到可視化管理以及海量銀行用戶的運營和交叉營銷。

正因如此，百融云創擁有了行業領先的用戶粘性與不斷增長的用戶價值——在剛過去的報告期內，MaaS業務的核心客戶留存率達98%維持高位；核心客戶平均收入為243萬元，同比增長11%

3、更好地開拓市場

我們常常發現，由于小模型技術的制約，AI最先落地的行業往往帶有濃厚的政策背景，最典型的就是安防場景。在此背景下，AI公司往往以To G需求為核心打造AI項目，B端的AI需求并沒有好好被激發。

基于大模型的MaaS與BaaS具備較強的泛化性，具備普適性的平臺化特征，能適用于更廣闊的應用場景。一方面，百融云創從銀行業快速擴展到保險以及泛金融行業，并取得良好的成績。上半年，百融云創的BaaS金融行業云收入4.92億元，同比增長55%，金融交易規模為212.62億元，同比增長72%；BaaS保險行業云收入為3.20億元，同比增長14%，總保費規模為15.97億元，同比增長59%。在以上業務的推動下，整體BaaS業務收入達8.12億元，同比增長36%。另一方面，百融云創能把成功的經驗快速擴展至不同的大類行業中，比如在電子商務領域取得較大突破。

但世界上并沒有十全十美的商業模式。新的模式將加劇了優勝劣汰的速度——是騾子是馬，一溜便知。優秀的平臺公司能以更快的速度獲得市場份額，并擁有更優秀的財務表現：強業績持續性、穩定現金流，較高毛利率。

百融云創的財務表現完全符合這一側寫：

1、長周期來看營收/凈利持續穩定增長。

2018-2022年，營業收入從8.58億元增長至20.54億元，CAGR達24.37%，是少數實現盈利的AI公司。本次報告期內，公司實現營收12.43億元，同比增長32%；凈利潤達2.07億元，同比增長121%。

2、高于行業的毛利水平：2018-2022年，公司的毛利率基本維持在70%以上，本次報告期內，公司的毛利率維持72.1%的高盈利水平。

3、高于行業的現金水平：截至2023年上半年公司的現金、現金等價物及類似金融資產位37.5億元人民幣，當前市值不到43億港幣。市凈率破1。

一般來說，市場認為平臺型是較為優秀的商業模式，也愿意給出更高的估值。但由于MaaS模式對投資者而言仍然比較陌生，并未被市場充分認知。因此，MaaS帶來的廣闊前景和投資價值是市場不曾預期的，這當中或存在著價值重估的巨大空間。

退一萬步說，在MaaS模式下，AI公司也將自帶較強Alpha屬性。百融云創就是很好的例子——MaaS+BaaS的模式下，百融云創的發展空間正加速打開。在估值中樞不變的情況下，個股的內生增長性也很有可能帶來可觀的股價上升的潛力，未來股價的走勢值得進一步觀察。

關鍵詞：