近期，关于GPT和AI的讨论已远不止于概念。“人工智能”这一课题的研究，逐步从资本市场“主题”变成“主线”，从概念走向结果。

而业绩期是观察AI落地进程的重要节点。

(资料图片仅供参考)

八月来临，科技公司的业绩报告密集披露。大家开始关注到，大模型不仅推动需求端的向上，还为AI供给侧带来变革。

AI新一轮的商业化开始了：

根据微软近期发布的业绩报告，AI Copilot产品进展积极，生态已见雏形，应用用户数快速增长。AI Copilot可以调用OpenAI，是OpenAI的商业落地途径之一。除了开放给微软商用以外，OpenAI还供企业申请访问包括GPT-4、ChatGPT、Codex以及DALL.E等模型，OpenAI根据用量进行商业化收费。

OpenAI以上所有的商业落地，都以提供MaaS服务的形式进行，这也是当前新一轮AI商业化浪潮的主要模式。

MaaS，即Model as a Service，模型即服务。不同于过去主流的AI商业化模式——项目制，MaaS通过平台积累的数据资源，对模型进行训练，最后得到一个可以用于解决问题的大模型，以服务的形式为用户提供AI技术。

笔者观察到，本财季中，港股有公司给出了更直接的MaaS模式的发展数据：近日百融云创发布的财报显示，作为压舱石的MaaS业务实现收入4.31元，同比增长24%。

亮眼数字或只是表象；背后反映出的行业投资逻辑，才是更值得关注。

AI落地模式狂想：从项目制到MaaS与BaaS

回顾AI商业化的历程，早从2015年开始，AI行业拉开了商业化的帷幕，中间经历了长期曲折的摸索和实践。

商业落地1.0：项目制落地

受限于技术水平，项目制和合作开发是刚开始阶段最佳的AI商业化模式。

从理论上而言，AI是重要的生产力工具，通过与垂直领域结合能赋能千行百业。但理想很丰满，现实很骨感。从实践的角度看，AI公司面临三大问题：1、AI应用场景长尾碎片化明显，不同的场景对人工智能算法拥有不同的需求；2、大模型路线实现难度较大，“小模型”的路线难度较低、较容易实现；3、纯AI算法较难单独定价售卖。

因此，AI公司采用定制化模式应对垂直业务场景，往往是一个场景对应一个模型。比如AI四小龙、海康威视、大华股份等公司在B端落地上，主要采用提供软硬一体的定制化的解决方案。

这种模式效率较低，往往被视为“手工作坊式”生产模式。

商业落地2.0：产品化转型

商业落地的下一阶段，是将AI解决方案发展为“基型产品”。

相比于过去的项目制，产品型公司的标准化程度要更高。AI公司通过归纳客户的共性需求，不再需要专门进行针对性的研发，只需要从过去已开发的解决方案中选择适合这类场景的“产品”并加以实施落地即可。本质上来讲，这是针对独立的细分化商业场景应用，交付同种类型需求的定制项目，以提高标准化程度，达到优化成本、提升落地效率的效果。

但囿于小模型的能力提升有限、垂直行业Know-How壁垒较高等因素制约，绝大部分的公司向产品化的转型进程十分缓慢。

因此直至目前，项目制仍然是AI行业商业落地的主流模式。

商业落地3.0：MaaS模式，进入AI工业化时代

从国内巨头近期的动作上看，MaaS服务成为AI发展新阶段模式最被看好的模式。

根据李彦宏的发言，文心一言希望为企业客户提供MaaS服务。百度文心千帆公布API（应用程序编程接口）模式定价，推理云价格调用单价为1K tokens 0.012元。除了百度以外，多个科技公司发力建立大模型并尝试通过MaaS开放API，MaaS服务成为越来越常见的模式。

大模型是MaaS模式从理想照进现实的关键。

以百融云创为例。百融云创自建的MaaS云平台安全可靠，被广泛应用于信贷、保险、财富等全行业领域，很大程度上是得益于公司的BR-LLM大模型。

BR-LLM是百融云创基于深度学习Transformer框架，结合NLP、智能语音等技术，打造的场景驱动的产业大模型。其不仅能通过深度微调能支持百亿级参数的训练，还能面向不同金融场景的业务诉求。通过BR-LLM大模型，工程师只需要下达清晰的指令，用文字描述出需求，即能自动生成模型，极大提升机器学习的开发效率和生产模式。

在此基础上，百融云创的决策式AI驱动的MaaS云平台，可以迅速满足金融机构千人千面、不断变化的需求。对客户来说，客户可根据自身查询需求，通过MaaS云平台的标准化API自由调配各类模型，包括调用现成模型产品，以直接用于产业应用；或在大模型基础上“微调”出属于自己的产品，并快速对用户进行KYC（know your customers）和KYP（know your products）评估。在百融云创给出的合作案例中，某银行在百融云创的助力下，审批时长可以从几个小时大幅压缩到几分钟以内，大幅提升工作效率。而对于百融云创而言，公司能简单地通过MaaS平台向客户大规模交付产品及解决方案，打破了项目制的局限。

不难看出，MaaS的模式推动AI从“手工作坊”生产时代，正式步入“工业化时代”。

未来畅想：BaaS模式成新范式

百融云创MaaS业务开始的较早，目前不仅已初具规模，还具备较高的稳定性，成为百融云创发展的压舱石；百融云创在生成式AI布局的时间亦较早。比如百融云创自主研发的AI智能语音机器人（Chatbot）最早已于2017年实现商业化应用，与ChatGPT的底层技术同源，均为生成式AI的内容产出方式。该机器人在交互效果上，无论是音色、情感、语速还是对话层面，百融云创智能语音机器人都能够提供“真人级”的互动体验。

或正因如此，在生成式AI带来行业巨变之际，百融云创有余力进一步探索落地模式。

如果说，在上一阶段，百融云创已证实了基于决策式AI的MaaS模式十分擅长于助力B端客户提升中间作业环节的效率；那么在新的阶段，百融云创将决策式AI与生成式AI串联，证实了不同AI技术可以互通互融，并打开更多的想象空间。

决策式AI和生成式AI结合，可以实现强大的知识分析能力和内容生成能力的融合，从中间层延伸至业务层，并适用于更多的使用场景。比如在财富管理领域，百融云创决策式AI对用户进行数智化洞察，制定完善的营销和运营策略；结合生成式AI所生成的文字和语音与用户进行深度交互。不难看出，这构成了一个完整的业务运营闭环。

正是凭借着决策式AI+生成式AI的能力，百融云创开始以完整的业务服务形态为客户提供AI服务。这就是BaaS（Business as a Service，业务即服务）业务。百融云创的BaaS业务对多场景下客户进行云服务，覆盖领域为金融行业云、保险行业云、电子商务/租赁云等，成功地助力了客户提升资产运营效率。

目前看来，BaaS模式的优势也十分显著，既无需长时间部署（如项目制），又能比MaaS更进一步，为客户提供更方便快捷的一体化AI解决方案。

但无论是MaaS还是BaaS，都呈现显著的平台型特点。起码截至目前看来，MaaS与平台型的趋势愈发清晰，AI行业的商业化形式进化，或将迎来投资逻辑和价值的改变。

投资逻辑和投资价值需要重估

商业化落地模式的演进，不仅仅是业务的形式发生了改变。它对业务的开展和市场空间的影响深远，进而影响TAM（总可触达市场）的估算；它亦导致投资逻辑和估值模型的全然改变。投资者需要用动态的眼光看问题。

首先我们来梳理一下计算机行业的投资逻辑框架。不论是何种技术革新，基本面分析一定落到商业本质上。一般而言，商业模式按照市场“偏爱”的程度划分，从低至高的顺序为：项目型＜产品型＜平台型。

此前，AI商业落地模式主要是项目型，这也是目前最主流的模式；现阶段新兴技术的支持下，领头玩家的商业模式逐步趋向于平台型。

上文提到，项目型以定制化为特征，时间较长，成本较高，且难以形成明显的规模效应。这样的商业特征，反映在影响投资决策的相关信息上，即拥有相应的特点：项目制公司的I/S表特征是收入体量大，但是毛利率较低（集成的东西较多），且成长性不稳定；B/S表特征是结构较差，债务规模较大、资产负债率较高；CFS特征是现金流不稳定。从未来发展展望来看，由于规模效应较差，可复制性较低，在项目制模式下，AI商业化应用无法大规模普及。

尤其是较低的成长能见度，是科技投资者最大的疑虑——今年接一百亿的单子，明年要接新增的一百亿单子才能保证不下滑。但项目制往往意味着一锤子买卖，下一年的项目情况难以保证。因此项目制不仅估值往往面临折价，前景也常常不被看好。

但在大模型技术的支持下，AI产业的落地模式发生了改变，向MaaS、BaaS商业模式演进，这些模式具备较强的平台型特征。

相比传统软件产品或项目制销售，MaaS有以下商业优点：

1、降低投资门槛和使用门槛

MaaS模式可以节省IT基础设施成本，无需企业内部运维，无需购买服务器、备份设备等硬件设施；可以降低AI模型的开发成本和运维成本。以百融云创为例，公司的MaaS业务以调度使用的token收费，BaaS业务采用效果付费的方式。百融云创的下游客户不仅可以大幅降低初始投资成本，按需灵活使用，还可以较为明确地把控项目投资回报率。

由于大幅降低初始成本，此模式获客效率更高。截至报告期中，百融云创累计为7000+机构客户提供服务。报告期内，MaaS业务的核心客户数达146家，同比增加14家。

2、较高的用户黏性以及持续提升的APRU

不同于项目制是一次性买卖，MaaS模式与BaaS模式不仅可以形成可重复收入，还可以持续挖掘客户价值，具备较强的持续性和稳定性。

例如，百融云创在服务银行客户的过程中，可持续延伸客户生命周期。百融云创的服务始于银行信用卡业务，随后延伸至消费贷，再扩大到普惠金融与财富管理，贯穿银行业大零售体系从银行业务咨询到建模，再到可视化管理以及海量银行用户的运营和交叉营销。

正因如此，百融云创拥有了行业领先的用户粘性与不断增长的用户价值——在刚过去的报告期内，MaaS业务的核心客户留存率达98%维持高位；核心客户平均收入为243万元，同比增长11%

3、更好地开拓市场

我们常常发现，由于小模型技术的制约，AI最先落地的行业往往带有浓厚的政策背景，最典型的就是安防场景。在此背景下，AI公司往往以To G需求为核心打造AI项目，B端的AI需求并没有好好被激发。

基于大模型的MaaS与BaaS具备较强的泛化性，具备普适性的平台化特征，能适用于更广阔的应用场景。一方面，百融云创从银行业快速扩展到保险以及泛金融行业，并取得良好的成绩。上半年，百融云创的BaaS金融行业云收入4.92亿元，同比增长55%，金融交易规模为212.62亿元，同比增长72%；BaaS保险行业云收入为3.20亿元，同比增长14%，总保费规模为15.97亿元，同比增长59%。在以上业务的推动下，整体BaaS业务收入达8.12亿元，同比增长36%。另一方面，百融云创能把成功的经验快速扩展至不同的大类行业中，比如在电子商务领域取得较大突破。

但世界上并没有十全十美的商业模式。新的模式将加剧了优胜劣汰的速度——是骡子是马，一溜便知。优秀的平台公司能以更快的速度获得市场份额，并拥有更优秀的财务表现：强业绩持续性、稳定现金流，较高毛利率。

百融云创的财务表现完全符合这一侧写：

1、长周期来看营收/净利持续稳定增长。

2018-2022年，营业收入从8.58亿元增长至20.54亿元，CAGR达24.37%，是少数实现盈利的AI公司。本次报告期内，公司实现营收12.43亿元，同比增长32%；净利润达2.07亿元，同比增长121%。

2、高于行业的毛利水平：2018-2022年，公司的毛利率基本维持在70%以上，本次报告期内，公司的毛利率维持72.1%的高盈利水平。

3、高于行业的现金水平：截至2023年上半年公司的现金、现金等价物及类似金融资产位37.5亿元人民币，当前市值不到43亿港币。市净率破1。

一般来说，市场认为平台型是较为优秀的商业模式，也愿意给出更高的估值。但由于MaaS模式对投资者而言仍然比较陌生，并未被市场充分认知。因此，MaaS带来的广阔前景和投资价值是市场不曾预期的，这当中或存在着价值重估的巨大空间。

退一万步说，在MaaS模式下，AI公司也将自带较强Alpha属性。百融云创就是很好的例子——MaaS+BaaS的模式下，百融云创的发展空间正加速打开。在估值中枢不变的情况下，个股的内生增长性也很有可能带来可观的股价上升的潜力，未来股价的走势值得进一步观察。