Gartner研究表明，隨著時間的推移和價格的持續下降，以及云部署在敏捷性、創新速度和生態系統方面的優勢，中國企業的人工智能(AI)部署將逐步從本地轉向云端。Gartner預測，到2027年，中國的全部AI推理工作負載中，基于云的工作負載占比將從前的20%上升至80%。

Gartner高級研究總監方琦表示：“多家中國生成式人工智能(GenAI)廠商，其大語言模型應用編程接口(API)的推理成本已經降低了90%以上，有力地推動了企業地GenAI采用。企業數據和分析(D&A)領導者應積極評估相關影響，并擴展GenAI解決方案，以滿足未來需要。”

DeepSeek于2024年5月6日推出了V2模型，價格僅為GPT-4 Turbo的1/75。幾天后，字節跳動于5月16日推出豆包大模型，宣稱比行業平均價格便宜99.3%。作為應對，阿里巴巴、百度和騰訊紛紛調整了其大語言模型API的價格。

圖1：中國主流廠商大語言模型與OpenAI的價格變化情況比較

API價格下降短期內對企業的影響有限

在計算企業GenAI解決方案的總擁有成本(TCO)時，需要將微調成本考慮在內。首先，可以使用高端GenAI模型來評估企業用例的技術可行性，然后使用企業自身的數據，對小型模型進行微調，以執行特定的下游任務。此外，在使用API將數據上傳到云端時，還應考慮額外的數據安全和隱私要求。與規模較小的模型相比，最先進的大語言模型的價格變化并不顯著，這將進一步減輕價格變動的影響。

方琦表示：“已部署本地GenAI解決方案的中國企業，不會受到大語言模型 API價格變化的影響。對于云部署來說，API成本只是GenAI解決方案整體成本的一部分。需要注意的是，價格只是評估因素之一，還需要對其他因素進行仔細審查，如模型質量、吞吐量和延時。”

API價格的持續下降，推動了對AI部署策略的重新評估

企業應根據業務重點來選擇AI部署方式，尤其需要從六個角度比較云部署和本地部署方案的優劣勢，這六個角度分別是：企業數據的主要存放位置、安全和監管合規、專門的基礎設施、平臺/集成的優劣勢、運營支出(OpEx)與資本性支出(CapEx)、人才和技能集合。

方琦表示：“隨著大語言模型API的平均價格不斷下降，云部署解決方案在未來將擁有更明顯的優勢。此外，隨著技術的加速迭代和相關架構的日益復雜化，云部署解決方案的優勢將在許多場景中更加突顯。因此，各企業機構需要重新評估其AI部署戰略。”