百融雲：用MaaS為B端尋找AI最優解

作者：港股研究社

如果沒有開源，就沒有Linux、PHP、MySQL，也就沒有中國的數據庫和互聯網；如果沒有Transformer的開源，也就不會有OPEN AI和ChatGPT。但正因為有了開源，纔會出現AI同質化，也就將導致MaaS（模型即服務）不稀缺，進而導致@百融雲-W（6608.HK）們即將面臨價格戰？但，這是事實嗎？

以上觀點刻舟求劍、完全錯誤，因為傳統IT開源的是全部源代碼，但AI大模型不會開源訓練過程和訓練數據。而語料的缺失，正是中國AI公司想爭奪MaaS業務和B端市場但又缺乏競爭壁壘的關鍵。

曾經的「LAMP」棧：Linux是開源的操作系統內核，開放源代碼與開發者社區，后世的安卓系統便脱殼於此；Apache HTTP Server是一個Web服務器軟件，處理HTTP請求並提供Web頁面；PHP是開源的服務器端腳本語言；MySQL是開源關係數據庫管理系統（RDBMS），用於網站和在線應用的數據存儲，共同構成了互聯網世界的基座。但早在AI時代到來之前，雲計算時期的開源就已經發生了變化。

核心原因，就在於——「商業化」，也就是科技公司開始利用開源做生意。

彼時的雲服務商通過大量採用和貢獻開源技術，如OpenStack、Docker，將開源軟件與雲服務緊密結合，通過提供基於開源軟件的雲服務來創造商業價值，如AWS、Azure等。而到了現在的AI時代：OpenAI已不再Open。

AI大模型的開源戰場，交給了Meta、Llama這些AI大模型，但Llama2並不符合開放源代碼促進會（OSI）設定的定義，比如禁止使用Llama2去訓練其它AI模型以及如果該模型用於每月用户超過7億的應用程序和服務，則需要獲得Meta的特殊許可證。

作為中國MaaS的頭部玩家，百融雲曾經也一度擔憂開源AI帶來的競爭壓力，但事實上，開源AI除了訓練許可之外，商業化領域最大的痛點還在后面。

首先是開源的方式，Llama的開源方式是指在開放源代碼的同時，對使用、修改和分發該模型的行為施加一定的限制。這與完全開放的開源許可證不同，后者通常允許用户在幾乎不設限的情況下使用和修改軟件。雖然Mistral、谷歌的開源AI模型Gemma，同時開源了模型的權重和架構，但是對於AI模型訓練的數據和訓練過程並不開源。

這兩項，恰恰就是MaaS模式已經出現，但玩家少之又少的原因。因為沒有Fine-tune和垂直領域私有化數據訓練的AI模型，是沒有任何商業化可能性的。

百融雲MaaS業務的主要戰場是金融業，作為中國六大基石產業之一，中國金融機構是不可能允許將數據用於訓練開源AI模型的，尤其是來自海外的開源AI。

金融機構對於MaaS服務的使用，第一層是單次使用直接得到信息輸出（Equivalent模式）；第二層是基於現有搜索引擎，AI通過對實時信息的智能檢索和分析，經過加工后再生成信息反饋（2-Stage Search Summarizer模式）。所以中國的金融機構需要不停的在業務流程中調取實時信息，並且依賴百融雲MaaS服務的擴展能力，假定AI模型會檢索傳統搜索引擎中的相關內容，並基於每條搜索內容生成結果響應，如貸款申請評分、財富管理產品推薦等等，並將模型認為最好的答案輸出給用户，50 tokens的信息輸入條件下，每次基於傳統搜索引擎生成10個響應，每個響應中有平均1000 tokens，並最終生成400 tokens的搜索結果。

舉一個MaaS在財富管理的實際應用，一位客户提出了「有5萬元可供投資」的需求，百融雲的MaaS服務就會調用所有的AI模型庫，其訓練數據來自金融機構的產品中心、客户中心、賬户核心、風控、商户、運營管理等不同的業務部門，最終形成的MaaS業務調用結果就會是：「您的投資風格是穩健型，您是我行尊貴的鉑金客户，我行目前有平均年化收益3%的理財產品，起投金額正是5萬……」。

中國企業用户從來要的就不是AI大模型，而是能幫助用户創收的AI解決方案，可以是AI產品，也可以是AI服務。但很明顯，上述百融雲MaaS業務的案例，是所有開源AI模型無法實現的。

因為無法獲得垂直領域訓練數據的開源AI，與不能變現的小程序沒區別。

百融雲MaaS業務在2023年實現收入8.91億、同比增幅17%、且有99%的核心客户留存率。如果開源AI模型能取代百融雲的地位，或許客户早就更換AI服務商了，因為在Scaling law法則下，就算開源具備私有化部署的成本優勢，也彌補不了無法商業化的劣勢。

百融雲們，似乎之前也高估了開源AI的威脅。換言之，開源AI上不了中國商業化的高端局。

目前百融雲的MaaS收入僅僅相對於金融機構信貸總額的萬分之幾，中國消費信貸這麼大的市場，即使成為千分之一的體量，百融雲要面對的也將是幾百億規模的普惠金融AI市場。現在便開始展望天花板，未免早了些。