随着人工智能（AI）技术的蓬勃发展，大模型已成为全球科技竞争的新焦点及未来产业的关键赛道。凭借超大规模参数和卓越的计算能力，大模型在自然语言处理、图像识别及推荐系统等多个领域展现出了巨大的应用潜力，引领着技术创新和产业变革。

在AI大模型的商业化探索中，ToB（企业服务）与ToC（消费者服务）的选择一直备受关注。尽管C端市场潜力巨大，但大模型在B端市场的商业化应用却率先取得显著成效，展现出强大的生命力。百度集团执行副总裁、百度智能云事业群总裁沈抖指出，AI应用正在B端市场迅速爆发，由企业级大模型工程平台和异构算力平台构成的新型AI基础设施，正逐步替代传统云计算，为大模型在提升企业生产力方面的广泛应用提供坚实支撑。

B端市场的商业逻辑逐渐清晰，其潜力和商业价值日益凸显。相较于C端市场，B端企业更愿意为大模型产品付费，因为大模型能够直接提升业务效率、降低成本，并增强企业的竞争力。例如，北京智谱华章科技有限公司在B端和G端（政府及事业单位）的大模型中标数量和金额均名列前茅；北京中科闻歌科技股份有限公司在金融、政务、媒体等多个领域深耕细作，形成了清晰且完整的商业模式。

然而，高质量数据的稀缺成为大模型发展的一大挑战。算力、算法、数据是大模型发展的三大关键因素。随着计算能力的提升、大规模数据集的可用性以及算法的改进，AI大模型在B端市场迎来了爆发式增长。但高质量数据资源的稀缺性日益凸显，大语言模型规模不断扩大，训练成本也随之飙升。高质量数据是训练和优化大模型的基础，其短缺不仅影响大模型的训练效果和应用性能，还增加了企业的运营成本和时间成本。

为了应对这一挑战，企业和科研机构正在积极探索解决方案。蚂蚁集团旗下的蚂蚁数科推出了AI数据合成与生产平台AIGD，通过大规模合成高质量、高价值的垂直语料数据，助力科技厂商进行AI模型训练。同时，AI数据宝AirDS等平台也在为B端企业提供大模型数据收集、清洗、标注等一站式服务。

在资本市场，AI大模型依然是投资热点。虽然与早期的投资热潮相比，当前投资人的态度更为理性，但投融资活动依然活跃。投资人更加注重在重要细分领域和重要标的上下重注，对于大模型企业的商业化路径和盈利能力提出了更高要求。随着大模型技术在金融、医疗、教育等细分领域的应用逐渐深化，投资人更加关注能够将大模型技术与边缘计算相结合、提供高效低延迟服务的企业，以及在多模态领域具有技术积累和创新能力的企业。

展望未来，尽管面临高质量数据短缺等挑战，但大模型在B端市场的发展前景依然广阔。企业和科研机构需要持续加强合作和创新，共同推动高质量数据的发展和应用，为AI技术的进一步发展奠定坚实基础。同时，投资人也将继续关注大模型领域的创新和发展趋势，为优秀企业提供有力的资金支持。

（文章来源：证券日报）