大模型的招投標訂單都被誰拿走了？
作者 ｜ 週一笑郵箱 ｜ zhouyixiao@pingwest.com
大模型技術席捲全球科技界，中國也迅速跟進這一浪潮，在諸多領域開始落地，提升了企業運營效率和消費者體驗。然而，大模型企業也面臨技術成熟度、成本、數據安全、行業差異、用戶接受度等挑戰，商業化仍然是一個擺在所有廠商面前的問題。
而大模型經過一年多的落地應用，在To C商業化前景尚不明確的當下，大模型在招投標市場已初現規模，我們也看到了不少有趣的中標項目。
例如，水稻技術項目的大模型底座和應用、氣象預報區域大模型、預問診大模型，以及視頻生成研發項目等等，大模型技術逐漸“滲透”到更多行業當中。
根據知了標訊向硅星人提供的數據，2023年全年，招投標市場發起了190次大模型採購需求，採購規模達5.95億元。全年共有135家採購商和131家供應商參與交易，其中25.92%的採購商年採購需求在2次以上。
而在2024年上半年，招投標市場已經產生了498次大模型相關招標項目，招標金額超過13.4億元，已超過2024年全年規模。
其中，金額最高的項目是貴州東數西算大模型建設工程，中標金額17673.64萬元的，中標企業爲雲上鯤鵬，其控股股東拓維信息是華爲產業鏈上的一家企業。
市場地域分佈方面，2024年上半年，採購需求主要集中在，北京、廣東、上海、江蘇、浙江等地。貴州省則憑藉東數西算大模型建設工程相關項目，成爲採購金額最高的省份。
各類採購商採購次數佔比方面，民營企業佔比24.7%，民營企業金額佔比45.49%。
在供應商中標次數上，智譜AI、百度、科大訊飛、華爲位居前列。
硅星人也結合知了標訊、中國政府採購網、尋標寶等公開渠道，梳理了一下今年大模型相關項目的一部分中標情況。
1
智譜AI
根據不完全統計，智譜今年的中標18個項目，涵蓋金融、教育、能源、通信、醫療等多個領域。採購方既有國有企業如中國移動、中國電信，也有金融機構如招商銀行，還包括教育機構和研究院所。項目投資規模從8萬元到499萬元不等。
其中咪咕的視頻生成研發項目使用Transformer模型進行視頻擴散和多模態視頻生成，展示了智譜在前沿視頻生成技術上的進展。
1
百度
據不完全統計，百度在大模型中標17個項目，涵蓋醫療、金融、能源、環保和交通等多個領域。中標金額較高的項目如“工會智能化建設工程”（3158萬元）和“智能中臺智能中心研發”（476.7萬元），百度與多家大型國企和行業領先企業合作，如中國鐵塔、南方電網、招商局和中國聯通等。據不完全統計，在智能車聯網領域，百度是唯一一箇中標交通大模型相關項目的企業。
1
訊飛
據不完全統計，訊飛今年的中標15個大模型相關項目，涵蓋了金融、教育、能源、通信、司法等多個領域。中標項目既包括基礎設施建設，如國家能源集團的“AI基礎大模型及數據訓練平臺”，也包括具體應用開發，如北京開放大學的“基於大模型的數字助手創新項目”。另外不少項目中也包括了訊飛的硬件產品。
其中引人注目的是三亞崖州灣科技城開發建設有限公司投資2704.96萬元用於"國家耐鹽鹼水稻技術創新合作平臺項目認知大模型底座設施和創新應用購置，不僅金額較大，還展示了AI技術在農業科技領域的重要性。
項目內容包括包括“1個通用認知大模型+2個通用大模型支撐平臺(大模型訓練平臺、大模型應用開發平臺)+1項數據訓練任務+5 類大模型應用場景(農業科研助手、部門數字員工、智問百科、工單服務諮詢助手、公共服務事項諮詢)”。
1
華爲
華爲中標的項目涵蓋了能源、金融、氣象等行業，其中，深圳氣象預報區域大模型項目，華爲與深圳市氣象局的合作，以280萬元的投標中標。去年7月，華爲雲盤古氣象大模型曾登上《Nature》。華爲的大模型策略一直是面向ToB、ToG市場，強調深入行業，解決行業難題。
1
商湯
商湯中標的項目涵蓋了電力、金融等重要領域，顯示出公司在這些垂直行業的技術實力。項目金額從百萬級到數百萬級不等，反映出不同規模的AI應用需求。值得注意的是，商湯不僅提供定製化的行業解決方案，還涉足基礎設施服務，如爲招商銀行提供GPU資源。
1
阿里雲
1
騰訊雲
1
火山引擎
阿里雲、騰訊雲和火山引擎的情況類似，公開信息中相關中標項目數量相對較少，這與它們作爲基礎設施提供者的定位密切相關。雲服務廠商具備技術實力和資源優勢，主要集中在提供底層計算資源、數據存儲和網絡服務上，而不是直接參與具體的大模型項目的交付。
1
不搶大單的大模型“三小龍”
與智譜活躍在大模型採購市場的不同，大模型“四小龍”中的其他三家在這一領域的涉足涉足寥寥無幾。
在今年，MiniMax沒有出現在公開的招投標信息當中。去年10月，上海稀宇科技（MiniMax）中標招商銀行的預訓練基礎大語言模型 (幹億級) 採購項目，其他候選人包括百度、智譜。
堅持做To C超級應用的月之暗面也沒有出現在採購清單當中，不過楊植麟第一次創業成立的公司循環智，中標了兩次北京銀行的採購項目。在去年則中標了“北京銀行智能輔助洞察系統AI模型納管”等項目。循環智能CEO陳麒聰曾在演講中公開表示，月之暗面主要承擔toC和toD的任務，循環主要是承擔toB的任務。
循環智能從2018年開始做商業化落地，中標項目集中在銀行、保險、證券等金融行業的頭部企業。例如，循環智能與北京銀行至少有9次合作項目，在其官網也發佈了中標廈門國際銀行的推文。
據公開信息，循環智能和月之暗面之間目前是深度戰略合作關係。循環智能將基於月之暗面的通用大模型，爲業界提供更優質的針對各種業務場景的行業大模型解決方案及應用。此外，循環智能對外也強調關注大模型的長文本能力。
大模型明星初創企業裡另外兩家公司零一萬物、百川智能則沒有出現在公開的招投標信息當中。
大模型創業公司在這一領域的動作較少，可能與國內企業級市場需求複雜多樣，行業市場分散，且中小客戶衆多相關。這些客戶對定製化解決方案需求強烈，使得AI產品難以快速標準化和模塊化交付。而在ToG市場，儘管智能化項目競爭激烈，但利潤微薄，政企機構更偏好引入打包式的AI、雲、IoT等軟硬件結合的解決方案。因此，更多企業選擇To C作爲突破點。
大模型的崛起，帶來了新的商業模式和技術挑戰，從市場競爭到項目落地，無論是ToC、ToB還是ToG，各大廠商在不斷探索中前行。
在大模型商業模式尚不清晰的當下，招投標實現商業變現成爲一種選擇，這種方式的優勢在於能夠迅速獲得項目和收入，降低市場不確定性，同時通過與政府和大型企業的合作，提升品牌知名度和信任度。然而，招投標過程繁瑣且競爭激烈，利潤空間有限，且項目需求多樣化和定製化程度高，可能導致資源分散，難以形成規模效應和標準化產品。
2015年左右開始的AI浪潮，從計算機視覺技術中成長出來的AI四小龍，主要通過向企業和政府提供定製化的AI解決方案來盈利，企業和政府招投標集中採購成爲他們的重要收入來源，也成爲他們後繼乏力的重要原因。
在可預期的未來，大模型技術將在更多領域發揮作用，在這個技術、市場和商業模式等維度都快速變遷的行業，未來的走向還需要拭目以待。