
微软CEO最新访谈:大模型将面临激烈价格战,多数成熟任务不再需要顶级模型,Copilot已大量使用廉价模型
投资者内参丨马振阳
在全球科技巨头不断投入巨额资金、争夺最先进大模型的同时,微软CEO萨提亚·纳德拉对大模型未来的竞争格局作出了一个重要判断:大模型市场将面临激烈的价格竞争,绝大多数Token调用最终将走向商品化。
10月26日,纳德拉在知名风险投资播客《20VC》的最新访谈中表示,随着模型能力不断提升,大多数特定业务任务的模型能力将逐渐达到饱和。届时,企业将不再需要持续调用最新、最昂贵的前沿模型,而是转向成本更低的开源权重模型或轻量级闭源模型。
更值得注意的是,这种变化已经发生在微软内部。纳德拉透露,即便是微软自己的Copilot产品,目前也已经在大量混合使用价格较低的闭源模型与开源权重模型。
多数业务场景不再需要顶级模型,低成本模型将占据市场
在访谈中,主持人哈里·斯特宾斯向纳德拉提出了一个问题:未来24个月,大模型的使用流量和市场资金,将如何在开源模型与闭源模型之间分配?
纳德拉表示,这完全取决于所谓“前沿模型”的能力演进节奏。从技术规律来看,绝大多数特定场景的业务任务,模型能力很快就会触碰到边际效应的饱和点。一旦能力饱和,开源权重模型或者价格低廉的轻量级闭源模型就能满足需求。
尤其是当企业能够利用自身积累的业务交互数据,对模型进行训练和优化时,只要面临的业务场景没有发生剧烈变化,就根本不需要调用最新、最昂贵的前沿大模型来解决已经成熟的问题。
当然,如果业务需求和评测标准持续向前发展,企业依然愿意为最顶级的模型支付溢价。
纳德拉表示:“我认为,最前沿的模型始终会有自己的市场。总会有新的事物出现,科学研究可能成为下一个推动前沿能力突破的领域。但我认为,绝大多数Token调用都将走向商品化。”
即使是针对一些前沿任务,模型的使用方式也正在发生变化。以微软在GitHub推出的新功能为例,行业正在快速迈向多智能体协同的模式,由一个主控模型负责协调,同时调用大量可以部署在本地、成本极低的轻量级模型,分别执行不同的子任务。
大模型价格战将更加激烈,微软Copilot已经大量使用廉价模型
当主持人进一步追问,这是否意味着绝大多数流量最终都会被开源模型占据时,纳德拉给出了不同的答案。
纳德拉表示:“可能是开源权重模型,也可能是价格更低的闭源模型。因为市场上将出现大量价格竞争。”
这场价格战的竞争者不仅是开源模型,还包括那些不断压低价格的闭源模型。随着越来越多的成熟业务任务可以由低成本模型完成,昂贵的前沿模型将难以在这些场景中继续维持高溢价。开源模型与廉价闭源模型之间的竞争,可能推动大模型底层市场经历一场极其惨烈的价格战。
实际上,微软自己的Copilot产品已经采取了这样的策略。
纳德拉透露:“看看我们自己的Copilot就知道了。我们已经在大量使用价格较低的闭源模型,同时也在使用开源权重模型。”
从目前的模型使用情况来看,微软并没有让所有任务都依赖能力最强、价格最高的前沿模型,而是根据实际需求,组合使用不同类型的模型。
在企业实际应用中,一项业务可能同时涉及不同复杂程度的任务。对于简单、重复、已经成熟的任务,可以选择价格更低的模型;对于复杂、需要突破现有能力边界的任务,则可以调用更先进的模型。
纳德拉还分享了联合利华的案例。该公司正在利用AI智能体推动从销售订单到资金回款的业务流程自动化。在项目初期,联合利华首先使用最先进的前沿大模型,随后利用积累的业务交互数据训练和优化模型。目前,联合利华已经将贸易索赔处理任务所使用的前沿模型,替换成成本低得多的微软MAI模型,不仅大幅降低了模型使用成本,还将业务逻辑和运行经验保留在企业内部。
未来或有十余个顶级模型竞争,完全垂直一体化的可能性极低
对于大模型行业未来的竞争格局,纳德拉并不认为,最终一定会由少数几家拥有芯片、算力、模型和应用全套技术的巨头完全主导。
从目前的产业发展来看,市场上已经有五六个具有竞争力的顶级闭源模型,同时还有五六个主要开源权重模型在快速追赶。
在这样的生态下,企业完全可以开发一套内置决策引擎的模型路由系统,根据每项任务的具体要求,动态地将请求分配给最合适的底层模型。
市场上始终存在一种假设:最终会不会诞生一个从专用芯片、超级计算系统、基础模型,一直到上层应用全部实现垂直一体化的超级巨头?
但在纳德拉看来,这种可能性极低。因为从现实情况来看,AI产业链的每一个层级都在出现更加充分的竞争。底层算力芯片有不同的架构选择,芯片之上的集群系统管理软件不断发展,基础模型层竞争激烈,上层应用更是数量庞大。
他更希望看到行业走向水平专业化分工,在整个技术体系的每一个细分层级都有多个竞争者共存,而客户可以根据自身需求,自由选择和组合不同的技术与产品。
风险提示:本文为内容资讯,不构成投资建议。市场有风险,投资需谨慎。
格隆汇声明:文中观点均来自原作者,不代表格隆汇观点及立场。特别提醒,投资决策需建立在独立思考之上,本文内容仅供参考,不作为实际操作建议,交易风险自担。


