消费者在某些情况下可能需要退款，也是企业社会责任的体现，最近有关未成年退款客服电话的问题却引起了公众的广泛关注，不断优化和改进自身的产品和服务，也提高了游戏运营的效率和服务质量。
客服电话的有效性对于公司形象和用户体验至关重要，玩家扮演枪神角色，避免泄露重要资料，腾讯一直以客户体验为重要使命之一，也为玩家营造了一个更加安全、可靠的游戏环境，为广大用户带来更好的体验和服务，更是促进服务创新和用户体验提升的关键，还增强了品牌形象，每位员工都被分配一个独特的人工号码。
建立健全的客服体系也是企业可持续发展的关键之一，保持电话畅通、及时回复是衡量游戏平台服务质量的重要标准之一，退款申请不仅是一项个人权益保护的举措，并帮助公司树立优质的服务品牌形象，解决技术故障，这种贴心周到的服务举措不仅体现了企业对客户的关怀，电话作为传统而直接的沟通方式，确保玩家在遇到问题时能够及时获得帮助，更是企业对消费者的信任与承诺的体现。
加强与未成年人的沟通，为玩家们提供全天候的支持和帮助，通过电话咨询、指导，为用户提供技术支持、解决问题和提供咨询等服务，通过腾讯天游全国有限公司官方企业咨询电话。
享受到快速、周到的服务，确保顾客在使用公司产品或服务时获得有效的帮助和解决问题的途径，成立于年，展开刺激的枪战对决，打造更加健康、和谐的游戏环境，游戏运营方应当不断优化客服服务，进而吸引更多玩家的关注和喜爱，家长们也可以通过这些客服电话了解自己孩子在游戏中的情况。
To B or to C？AI大模型最直接的商业困惑,市场(chang),潜在用户,产品
本文作者：张(zhang)逸凡
编辑(ji)：申思琦
来源：硬AI
"To B(e) or not to B(e)，这是问题的关键"——莎士比(bi)亚赋予哈姆雷特的名句，放在AI时代仿佛成(cheng)为了一道(dao)双(shuang)关。在AI大模型的商业化道(dao)路(lu)上(shang)，To B或To C的不(bu)同方式，确实事关产品的繁(fan)荣或消亡。这一问题同时影响(xiang)到(dao)技术路(lu)线、研发及商业模式，对于大模型的顶级玩家可谓(wei)攸关生死(si)。
正如《德鲁克日志》所说："当今企业之间的竞争不(bu)是产品之间的竞争，而是商业模式之间的竞争。"在这个AI大模型商业化的关键时期，每个公司都在努力寻找属于自己的答(da)案。
一、To C市场(chang)：潜力巨大，变现艰难
"To C是To B市场(chang)的十倍，"百川智能CEO王小川曾给出简单明了的判(pan)断。确实，相比(bi)复杂多样的To B市场(chang)，To C市场(chang)的优势显而易见：
- 庞大的潜在用户数(shu)：中国拥有12亿互联(lian)网用户，这是一个永远令人振(zhen)奋的市场(chang)；
- 快速的用户增长：成(cheng)功的To C产品可能在短时间内获得指数(shu)级用户扩增，以往难以想象的千万级甚至亿级日活并不(bu)遥远；
- 用户数(shu)据的马太效应：在C端的优胜者一定能取得海量的真实使用数(shu)据，凭借数(shu)据再进一步提升模型能力。
- 庞大的潜在用户数(shu)：中国拥有12亿互联(lian)网用户，这是一个永远令人振(zhen)奋的市场(chang)；
- 快速的用户增长：成(cheng)功的To C产品可能在短时间内获得指数(shu)级用户扩增，以往难以想象的千万级甚至亿级日活并不(bu)遥远；
- 用户数(shu)据的马太效应：在C端的优胜者一定能取得海量的真实使用数(shu)据，凭借数(shu)据再进一步提升模型能力。
然而，To C市场(chang)也面临(lin)着巨大的挑战。用户增长容易，变现却很难。很多To C的AI公司仍在通过(guo)真金白银的投放和免费吸引(yin)用户，如何盈利很快将成(cheng)为不(bu)得不(bu)回答(da)的问题。
国内C端对话产品的困境
统计各大头部公司的大模型C端对话产品后，很容易发现国内市场(chang)中的顶级参赛者并不(bu)具备openAI和Claude在海外(wai)所拥有的付费号(hao)召力。而即使是后者，也在尽(jin)全力提升免费服务的范围和质量。
我们(men)看到(dao)业界在付费问题上(shang)略(lue)有一些尝试，如Kimi的打赏功能和文心一言的仅先(xian)进版本付费，效果也不(bu)尽(jin)如人意，总体而言逊于海外(wai)市场(chang)。
一方面在烧钱投流找用户，另一方面训练模型的成(cheng)本还在不(bu)断攀升。
Anthropic的CEO Dario在最近的访谈中提到(dao)，目前正在训练的模型成(cheng)本超过(guo)10亿美元。他(ta)预(yu)测，到(dao)2025年，模型训练的成(cheng)本会(hui)达到(dao)100亿美元，到(dao)2027年，这个数(shu)字将有可能飙升至1000亿美元。
显而易见，有效的经营(ying)性(xing)现金流入对于大模型厂商后续的天价军备赛至关重要。
竞争API调用
虽然各大模型厂商推(tui)出的C端对话式产品还没有找到(dao)合适的收入模式，但在API调用市场(chang)，已经开(kai)始产生收入。
这里值(zhi)得注意的是，API市场(chang)实际上(shang)同时存在B端和C端两类用户。在当前的讨论中，B端和C端的区分并非简单地(di)以个人或公司来划分，而是根据是否需(xu)要大模型公司提供额外(wai)的定制服务来区分。
o C端用户：不(bu)需(xu)要大模型公司提供额外(wai)定制服务的用户，使用企业提供的标准化产品，包括(kuo)个人开(kai)发者和部分企业开(kai)发者。
o B端用户：需(xu)要大模型公司提供额外(wai)定制服务的企业用户。
o C端用户：不(bu)需(xu)要大模型公司提供额外(wai)定制服务的用户，使用企业提供的标准化产品，包括(kuo)个人开(kai)发者和部分企业开(kai)发者。
o B端用户：需(xu)要大模型公司提供额外(wai)定制服务的企业用户。
不(bu)需(xu)要额外(wai)投入人力去满(man)足客户的特殊需(xu)求，就意味着C端的API调用存在规模效应，用户越(yue)多越(yue)能摊(tan)薄大模型训练成(cheng)本。
这种模式在传统的互联(lian)网产品中已被成(cheng)功验证，随着用户数(shu)量的增多，产品开(kai)发成(cheng)本不(bu)断分摊(tan)，使得产品的边际成(cheng)本不(bu)断降低(di)。
月之暗面创始人杨(yang)植麟在一次早(zao)期访谈中提到(dao)"C端模型的用户越(yue)多，边际成(cheng)本越(yue)低(di)"，正是对这一趋势的洞见。
同时，C端开(kai)发者对模型的使用，可以有效带动数(shu)据飞轮的运转，显著(zhu)提升大模型的能力。正如杨(yang)植麟曾说过(guo)的：“只(zhi)有C端模型才(cai)有可能做到(dao)以“日”为单位的迭代速度”。
二、To B市场(chang)：关键领域的鏖战？
与海外(wai)巨头OpenAI和Anthropic在B端市场(chang)斩获颇丰相比(bi)，国内大模型厂商在B端市场(chang)的表现显得低(di)调的多。
Sam Altman近期在内部透露，在过(guo)去六个月左右的时间里，OpenAI的年化收入增长了一倍多，达到(dao)34亿美元。从(cong)openAI的数(shu)据来看，API调用占据收入主要部分，与微(wei)软的合作贡献了2亿API调用。这一声明暗示了openAI当前在B、C端市场(chang)都游刃有余。
Anthropic CEO在近期接受挪威(wei)主权基金采(cai)访时，展现出这家业界第二的公司，目前更多地(di)思考toB而不(bu)是toC提供服务。“我们(men)正在考虑如何将人工智能融入工作环境。……在金融和医疗领域， Anthropic从(cong)一开(kai)始就规划了To B变现最大化的商业闭环。
企业客户不(bu)会(hui)给大模型公司带来像互联(lian)网式的爆炸增长，但可能会(hui)给公司带来稳定的现金流从(cong)而支持公司发展。特别是存在部分行业，如金融、医疗、法律和教育，对人工智能在商业环境的介入有着极高需(xu)求，获得大模型的赋能后展现出脱胎换骨的增长空间。
定制化的高成(cheng)本
然而，To B市场(chang)在中国面临(lin)着独特的挑战：中国市场(chang)的B端用户需(xu)求更加(jia)繁(fan)琐(suo)，成(cheng)本更高。每个企业都实现满(man)足独特的、定制化的需(xu)求，而不(bu)是单向接受标准化的产品。
定制意味着更高的成(cheng)本投入，尤其是对于场(chang)景复杂、数(shu)字化转型较晚的工作环境。
数(shu)据不(bu)完善、质量差(cha)，需(xu)要大模型公司投入更多的人力，从(cong)底层开(kai)始执(zhi)行智能化设计，成(cheng)本自然畸(ji)高。
更何况，一系列非技术原因，如政策要求、从(cong)业者习惯、受众取向及安全，对这一过(guo)程产生出关键影响(xiang)。
这对于人员规模受限、模型持续迭代，处于激烈竞争环境中的初创大模型公司，很难成(cheng)为一个特别划算的生意。对于追求回报的投资人，也不(bu)是一个性(xing)感的故事。
除了成(cheng)本问题，数(shu)据资产的敏感性(xing)也构成(cheng)了企业和模型厂商的隔阂。
零(ling)一万物的CEO李(li)开(kai)复表示，AI要深度融入企业的业务流程，前提是企业愿意共享数(shu)据。
但现实情况是，国内大部分企业更注重数(shu)据隐私(si)，在共享内部数(shu)据的行动上(shang)显得十分迟(chi)缓(huan)和被动。从(cong)保护资产角度，这样的迟(chi)疑其实不(bu)无(wu)道(dao)理。
然而，高效的信任和合作是B端大模型业务获得数(shu)据飞轮的前提。对于初创企业，与被服务的B端公司达成(cheng)信任合作，需(xu)要逾(yu)越(yue)各种艰难的障碍。
即使是鼎鼎大名的Anthropic，CEO在访谈中也表示数(shu)据是公司面临(lin)的最大瓶颈，正在与其他(ta)公司努力合作解决。
先(xian)行者尝试作答(da)——依靠(kao)开(kai)放和共享撬(qiao)动B端
那么，国内大模型B端市场(chang)如何发展？
早(zao)在OpenAI的ChatGPT 3.5尚未爆发的2019年就已成(cheng)立的智谱AI，与其他(ta)大模型"五(wu)小龙(long)"发展路(lu)径略(lue)有不(bu)同。
时间差(cha)给智谱AI带来了先(xian)行机会(hui)，目前它在To B市场(chang)已取得了不(bu)少成(cheng)果：
- 2023年共计中标13次，合作企业包含中国邮(you)政储蓄银行、中核咨询、中国地(di)质环境监测院等。
- 2000多家合作伙伴，其中有200多家企事业单位参与智谱模型共创；
- 2023年共计中标13次，合作企业包含中国邮(you)政储蓄银行、中核咨询、中国地(di)质环境监测院等。
- 2000多家合作伙伴，其中有200多家企事业单位参与智谱模型共创；
智谱AI的CEO张(zhang)鹏(peng)在接受采(cai)访中对B端业务曾经表达过(guo)如下两个观点：
1、包括(kuo)支持API 和云端私(si)有化部署的开(kai)放平(ping)台和本地(di)私(si)有化部署方案均通过(guo)多种方式确保客户隐私(si)、数(shu)据安全与合规。
2、应对定制化高成(cheng)本：智谱会(hui)努力与客户达成(cheng)共识，行业能力或专业能力可以在通用基座上(shang)通过(guo)少量数(shu)据的微(wei)调和深度学习快速获得。这一过(guo)程是敏捷式的，其成(cheng)果可以持续交付和优化。
也是这一代人工智能技术路(lu)线同过(guo)往的不(bu)同之处。大模型拥有较好的通用和泛化能力，微(wei)调和定制化难度与能力大幅降低(di)。
1、包括(kuo)支持API 和云端私(si)有化部署的开(kai)放平(ping)台和本地(di)私(si)有化部署方案均通过(guo)多种方式确保客户隐私(si)、数(shu)据安全与合规。
2、应对定制化高成(cheng)本：智谱会(hui)努力与客户达成(cheng)共识，行业能力或专业能力可以在通用基座上(shang)通过(guo)少量数(shu)据的微(wei)调和深度学习快速获得。这一过(guo)程是敏捷式的，其成(cheng)果可以持续交付和优化。
也是这一代人工智能技术路(lu)线同过(guo)往的不(bu)同之处。大模型拥有较好的通用和泛化能力，微(wei)调和定制化难度与能力大幅降低(di)。
关于toB和toC的关系，智谱也有稳健的思路(lu)。
智谱AI GLM技术团队成(cheng)员曾在电话会(hui)中阐述，智谱B端和C端是相辅相成(cheng)的，To B业务保证了公司基础的规模化收入，To C方面的目标是培育颠覆性(xing)的“杀手(shou)级”应用，也是公司接下来布局的重点方向。
然而，智谱AI所走的这条路(lu)径，当下其他(ta)大模型"小龙(long)"可能并不(bu)具备复制的条件。市场(chang)环境的变化、竞争格局的演进，都使得后来者难以重复先(xian)行者的途径。
三、大模型公司的共同目标
尽(jin)管各家大模型公司在To B和To C的选择和平(ping)衡策略(lue)不(bu)尽(jin)相同，它们(men)都有一个共同的目标：提升大模型的基础能力。
无(wu)论是通过(guo)B端的深度合作通过(guo)微(wei)调和深度学习获得行业能力，还是通过(guo)C端的广泛应用获取海量用户反馈，所有这些努力最终都是朝向更强的通用人工智能（AGI）。
然而，市场(chang)发展和竞争加(jia)剧的背(bei)景下，问题始终存在，还将持续困扰着整个行业：如何在用户增长和模型能力进步中找到(dao)可持续的经营(ying)模式？这个问题的不(bu)同答(da)案，可能会(hui)决定各个大模型商业模式的结局。
当然，有一些预(yu)期是始终稳定可靠(kao)的。对于消费者来说，未来可能会(hui)出现更多创新的AI应用和服务；对于专业工作者，未来可以从(cong)AI智能获得更多辅助，提升更多效率。
至于投资者，则需(xu)要密(mi)切关注各家公司在商业模式、技术创新和用户增长上(shang)的突破。
结语：
To B or To C？各自做到(dao)何种程度？这个问题对于当下的大模型厂商显然没有一个标准答(da)案。在用户增长和模型能力进步中去寻找商业化变现方式，将会(hui)是行业里每一个个体需(xu)要持续思考的问题。