Gartner研究表明，隨著時間的推移和價格的持續(xù)下降，以及云部署在敏捷性、創(chuàng)新速度和生態(tài)系統(tǒng)方面的優(yōu)勢，中國企業(yè)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(jiān)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(jīng)降低了90%以上，有力地推動了企業(yè)地GenAI采用。企業(yè)數(shù)據(jù)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?！?/p>

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(jié)跳動于5月16日推出豆包大模型，宣稱比行業(yè)平均價格便宜99.3%。作為應對，阿里巴巴、百度和騰訊紛紛調(diào)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(nèi)對企業(yè)的影響有限

在計算企業(yè)GenAI解決方案的總擁有成本（TCO）時，需要將微調(diào)成本考慮在內(nèi)。首先，可以使用高端GenAI模型來評估企業(yè)用例的技術可行性，然后使用企業(yè)自身的數(shù)據(jù)，對小型模型進行微調(diào)，以執(zhí)行特定的下游任務。此外，在使用API將數(shù)據(jù)上傳到云端時，還應考慮額外的數(shù)據(jù)安全和隱私要求。與規(guī)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(yè)，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(zhì)量、吞吐量和延時?！?/p>

API價格的持續(xù)下降，推動了對AI部署策略的重新評估

企業(yè)應根據(jù)業(yè)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(yōu)劣勢，這六個角度分別是：企業(yè)數(shù)據(jù)的主要存放位置、安全和監(jiān)管合規(guī)、專門的基礎設施、平臺/集成的優(yōu)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(yōu)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(yōu)勢將在許多場景中更加突顯。因此，各企業(yè)機構需要重新評估其AI部署戰(zhàn)略。