▎“To B or not to B”，对于大模型来说，似乎不是一道复杂的选择题。
最新曝光的信息显示，由零一万物、MiniMax、百川智能、智谱AI、阶跃星辰、月之暗面组成的AI“六小龙”，已经携手走向了200亿元人民币的估值。
但是，融资热潮的另一面，是尚不清晰的商业模式，一方面，大模型厂商们口口声声笃定C端的巨大前景，另一方面则积极盘算B端生意。
2024年已过大半，市面上还没出现所谓的大模型“杀手级”应用。尽管技术迭代的周期大幅缩短，但PC互联网和移动互联网时代的经验同样可以作为参考：杀手级应用的出现往往伴随着技术突破、市场需求变化、商业模式创新等多重因素的交织。
IT历史上，一些著名的杀手级应用如电子邮件、互联网浏览器、搜索引擎、社交媒体等，都是在特定时期由上述因素共同作用的结果。
在国内市场，2001年的百度搜索、2003年的淘宝、2011年的微信、2016年的抖音，都是在基础设施搭建，平台级的创新完成之后，才有大量市场机会出现。
这些面向C端市场的应用，尤其依赖大规模的B端数字基础设施，而B端应用往往自成闭环，在一个可收敛的创新场景内端到端的验证可行性，故此B端的技术创新要更早。
除此之外，企业级市场往往面临着复杂的业务需求，更愿意接受新技术带来的风险，也拥有更多的资源来投资于新技术，包括资金、人才和硬件资源。典型如金融行业，总是大概率先于其他行业拥抱新技术，且有较高的买单意愿和试验空间。
钛媒体App也注意到，当大模型这种划时代的技术革命出现时，一部分企业跃跃欲试，另一部分却倍感焦虑，他们不确定是否能接得住大模型。
最近一家大型企业CIO就提到，集团很重视大模型，也早早花了大手笔采购某家大模型，却迟迟没能有业务价值，只能按照市场上的热门应用，把知识库、智能客服、商业智能等都做一遍，不同的大模型在不同的场景效果差别明显，但为了把自己花了大价钱买的大模型用起来，也只能强行使用这家大模型。
这家企业反映出一种共性焦虑——我们还没有做好迎接大模型的准备，无论是认知还是技术层面。
大模型本身就不是单一技术，更像是由多种技术、组件和方法组成的复杂系统，围绕基本的三要素、算力、算法和数据，大模型仍然在持续进化，十万卡集群的建设如火如荼，大模型卷参数还未停歇，高质量的数据集始终稀缺，只要大模型还没有停止高速进化，其能力边界就难以确定，企业也大多是在观望。
回过头看，数字化做得好的企业，往往在迎接新技术时游刃有余，这是因为其战略、技术、人才、流程和组织等各方面，都适应了新的生产力模式，由钛媒体集团、ITValue联合主办的ITValue数字价值年会一直是全球数字经济决策者和推动者的顶级交流平台，也集合了最先准备好迎接大模型的领导者。
从2009年开始，ITValue数字价值年会历年讨论的话题，总是会成为接下来的行业焦点，当敏锐的洞察多次碰撞，很容易道出行业所急、产业所需。
2024年，千行百业的数字化体系将迎来AI引领的全面升级。在这一年，算力竞赛持续，数据重要性不断升级，云服务进入for AI的新阶段，AI终端崭露头角，大模型将打响场景争夺战，AI创新图谱也将逐渐成型。
