01
業界共識：AI應用是模型成功的關鍵。
百度CEO李彥宏認為，儘管C端開發很重要，但B端應用場景更能讓大模型取得好成果。他預見在醫療、金融、教育等領域會開發出客製化智能體，未來智能體將達到百萬級，形成龐大生態系統。
百度今年在多個領域中標17個項目，涉及大型國企和行業領頭公司，金額可觀。李彥宏認為AI應用要快速落地到智能體上。
Moonshot AI創始人楊植麟表示，他們不完全排斥B端，但主要專注C端。Kimi在AI領域已達到頂級流量和使用量，但高峰時段常因算力不足導致問題。為此，他們採取措施降低運營成本、提高效率，如通過緩存技術優化模型推理性能。
楊植麟認為，轉向B端首先要解決算力問題，確保算力穩定是基礎。
C端場景下AI市場競爭成本不斷提高，推動許多AI公司重新評估市場策略。B端應用場景才是實現大模型深遠影響和高效成果的關鍵領域，只有為企業實現真正降本增效，才能推動行業乃至整個產業進步。
02
智能體或AI、大(小)模型如何有效切入B2B領域？第一個辦法是做B端上游。
B端上游即供應鏈源頭。例如，醫藥公司有利用AI的需求和場景，但大模型公司難以直接切入。此時可考慮與醫藥公司使用的SaaS軟體供應商合作，將AI加入現有軟體產品，讓醫藥公司在使用軟體時順利過渡到使用AI。
B2B軟體有多種部署形態：
-
本地化部署：將軟體安裝在客戶自己的伺服器或設備上，讓客戶控制數據和安全。需定期升級，維護麻煩且成本高。在實現AI集成時面臨挑戰，尤其是預先訓練好的模型。
-
SaaS模式：用戶通過訂閱方式支付費用。SaaS公司可直接集成AI功能，甚至繞過小模型公司直接從大模型公司購買服務進行流程改造。
SaaS模式集成AI功能最簡便，服務提供商可在後端統一更新維護AI功能，客戶無需擔心技術細節。
從上到下看，提供AI解決方案的公司可能拿下一些訂單，但讓客戶成功的過程可能相當艱難，付出與收穫往往不成正比。
03
有沒有新的解法？不妨自下而上看。
新認知：在公司使用AI實際上是找到突破口，主要提高做事效率，AI一般用來加強已有工作流程，而非徹底重新開始。
AI顛覆流程再造過程中，大部分時間處理人類已熟悉的工作，無需重複再造輪子。
當公司開始用AI模型時，這些模型需與公司自身工作流程緊密結合。通用大模型可能不太適合，因每個公司業務和流程都特別，AI需要的數據也特別。
此時，小模型或小助手更合適。例如，中小企業會計使用金蝶、用友等軟體，這些軟體已儲存大量數據。操作員只想用AI快速找到數據或得出結論，無需大改原有軟體。
要把AI用到企業（ToB）場景中，好方法是將複雜業務流程分解成多個小任務或具體小場景，然後在每個小場景中用AI幫忙改進。
微軟和Salesforce等公司並未用AI開發全新產品，而是在現有業務流程或產品功能中利用大模型進行輔助和增強。
他們將小模型精煉成助手或增強能力，更好融入並優化現有系統，而非完全替換。這類似許多AI公司在PC端做的插件，輕滑滑鼠或按下快捷鍵即可喚出AI幫忙，核心功能是幫助做出更好決策。
04
對ToB企業來說，真正需要AI做什麼？主要用數據幫助做運營、管理、決策和行銷方面的決定。
對AI公司而言，如何做到既實用又省錢？關鍵是實現快速複製，用很低成本覆蓋多種場景。
一個辦法是將AI封裝成智能體，可調用本地數據。這就是Kimi Chat降低緩存Cache費用的原因，因為儲存頻繁使用的本地文本可提高小助手準確度。
但如何做到既準確、又通用，同時成本還低？