共计 6723 个字符，预计需要花费 17 分钟才能阅读完成。
大模型热度持续发酵。MaaS 的到来，不仅改变了云厂商的竞争格局，SaaS 行业也将迎来「奇点」时刻。未来十年，基于 MaaS 底座，国内 SaaS 甚至可能会出现 Salesforce 一样的巨头。
大模型热度正在持续发酵。
对此，国内虽有不少人热衷追捧，但也不乏泼冷水者。实际上，大模型的厉害之处，的确不在于它的技术革新，而是数据、参数量积累到一定程度后的“涌现”（emergence）。这也很好地解释了国内许多知名专家看似相斥的观点。
其中，最热衷的声音有 YC 全球研究院院长陆奇博士和清华大学智能产业研究院院长张亚勤院士。
“任何改变社会、改变产业的，永远是结构性改变。这个结构性改变往往是一类大型成本，从边际成本变成固定成本。”陆奇在前段时间的演讲中，直戳“AI 大模型”热潮的本质。OpenAI 所做的事情与 Google 一样。1998 年，Google 的诞世让获取信息的边际成本变成固定成本。今天，OpenAI 也是让模型的成本从边际走向固定。
清华大学智能产业研究院院长张亚勤院士也直言，未来十年，大模型或将成为下一个 AI 时代的“操作系统”。从 PC 时代的 Windows，到移动互联时代的 iOS/Android，每次产业平台的更迭都会产生新的模型和应用。“移动互联时代的产业机会比 PC 时代至少大 10 倍，人工智能时代比 PC 时代至少大 100 倍，比移动互联时代大 10 倍或更高。”
的确如此，AI 大模型热度不退，归根结底在于它对产业、对社会带来了颠覆性变革。这个变革不是一时的，而是引领所有企业进入下一场 AI-powered 自主化时代。
但这些都是由于 GPT 的出现，让人们看到未来十年甚至二十年可能出现的机会。毕竟，从本质上看，它的惊人之处并非在技术创新，而是达到一定量后的涌现。从目前来看，因 GPT- 4 掀起的大模型创业热潮，有点虚火过旺的意思。也确实如计算机科学家、自然语言模型专家吴军所言，大模型的创业机会并不多，因为太耗资源了。
在移动互联时代，云计算的诞生，让软件从 OP 模式 (On-Premise) 变成可租用、可移动的云端 SaaS 模式，改变了软件交付方式和客户使用习惯。
那么，在如今的大模型时代，是否也会出现新的系统或模型来颠覆 SaaS? 大模型对 SaaS 的交付模式和开发模式等，又会造成怎样的影响? 未来十年甚至二十年，大模型是否真如张亚勤院士所预言那样，成为企业数字化转型的的“操作系统”?
大模型时代，SaaS 行业的奇点时刻正在来临。
MaaS 将彻底颠覆 SaaS？
过去两个月，大厂扎堆发布大模型产品，上月甚至被戏称为“大模型发布月”，其一整月的更新速度可被载入史册。这其中，最具颠覆性的“New Things”非 MaaS 莫属。百度创始人李彦宏在“文心一言”发布会上提出 MaaS(Model as a Service)模型及服务，并表示大模型时代下，将会产生新型云计算公司，其主流商业模式也将从 IaaS 变为 MaaS。
MaaS 是否真有如此大的价值? 这个词虽然是首次在国内被媒体公开讨论，但早在 2012 年，上海大学计算机工程与科学学院邹国兵教授就提出了“MaaS”这一概念。他在论文中详细解析了什么是模型即服务。
MaaS 由三部分组成，包括基础层、中间核心层和底层扩展层。下图是邹国兵 2012 年提出的 MaaS 理论模型。
MaaS 理论模型(Zou, 2012)
基础层涵盖了用户的身份信息，如用户姓名和职业等基本信息; 中间核心层描述了重要的用户特征，如用户兴趣、偏好、目标等; 底层扩展层包含带有用户特征的个性化知识，包括通过语义关系分析和推理得到的用户兴趣、偏好和个性化的模型网络。
最后，通过基础层到中间核心层，再到最底层的扩展层，构成一个 MaaS 平台。这个平台可作为独立的服务平台，插入到云计算中，具体位置在 PaaS 层和 SaaS 层之间。
从 2012 年 MaaS 理论的提出，到如今 MaaS 终于落地，这十一年的时间，算法和算力都发生了翻天覆地的变化。在今年 3 月文心一言发布会上，李彦宏甚至大胆预测，云计算公司的主流商业模式将会改变，MaaS 会彻底颠覆 SaaS，成为主流商业模式。
至于为什么 MaaS 能够“颠覆”SaaS，早在邹国兵教授的论文中就给出了答案。他认为，“MaaS 是一个‘无处不在’的模型”，从 MaaS 的基本构成得以看出，它可以通过客户和云厂商在 IaaS 层收集的个人信息，得到个性化的模型网络。
MaaS 的个性化正好能够弥补当前 SaaS 的缺陷。现阶段的情况是，针对任何两个不同的终端用户，他们得到的 SaaS 服务并无差异。但 SaaS 本身就是用来解决客户的边缘化需求，而目前国内 SaaS 采用的是标准化居多，即使是个性化，也只能在中大型企业内进行交付，换言之，SaaS 并不能很好地解决个性化的问题。但如果有能够针对不同用户提供不同信息的 MaaS 平台存在，那么用户就能得到更个性化的服务。
之前，SaaS 客户如果有个性化需求，需要自己用低代码平台构建个性化的功能和服务。而且，还要基于所使用的 SaaS 公司自身有 PaaS 的前提下，但未来若 MaaS 能在其中发挥作用，或许客户使用 SaaS 软件时，可以直接根据自己在 MaaS 平台，也就是数据层的积累，进行个性化的配置。
而 MaaS 会如何实现对 SaaS 的颠覆? 具体要先从 MaaS 对 IaaS 和 PaaS 的影响谈起。
首先，IaaS 层的作用是，为上层的 PaaS 和 SaaS 提供算力服务和大规模数据存储中心。MaaS 虽然停留在 PaaS 和 SaaS 层之间，但它对 IaaS 的商业模式，甚至云厂商的竞争格局都会产生影响。
目前在国内，云厂商高度同质化，价格战激烈。IaaS 作为基础服务器，在国内很少单独向外提供服务，其商业模式大多依靠 IaaS+PaaS 和 IaaS+SaaS 的方式交付。相比于毛利率 50% 以上的 SaaS，国内的 IaaS 仅有 10～15%。大模型的出现，为云厂商打开了一种新的竞争格局。
未来，一种新的商业模式会是“IaaS+MaaS”。MaaS 开发人员设计的所有 MaaS 配置文件模板都存储在 IaaS 层中，也就是说用 IaaS 层的数据库喂给 MaaS。这意味着 MaaS 的质量也取决于 IaaS 层数据库的质量，其中包括关系型数据库、NewSQL、数据仓库和数据湖等对数据的处理。
目前，不仅百度、腾讯和阿里等互联网大厂都已经布局 MaaS，寻求新的增量市场; 一些创业公司也在不断优化数据层，推出新的产品，为大模型时代的到来做准备。
在邹国兵提出 MaaS 理论模型的那一年，国内离大模型还很遥远。但如今，大厂已纷纷入场做出大模型，MaaS 层落地的这一挑战已经攻克，剩下就是未来 MaaS 会如何传递给 SaaS 层，落地情况会怎样，是否会彻底颠覆 SaaS，或者颠覆到何种程度? 这些都还未知。
MaaS 除了对 IaaS 商业模式有改变，对 PaaS 的影响则更深。
国内头部 SaaS 公司都开发了自己的 PaaS 平台。但客观来看，一家 SaaS 厂商做 PaaS 是一件极难的事情。当年，10 岁的北森从 2012 年开始探索 PaaS，到 2019 年终于完成 PaaS 平台的搭建，2020 年才正式面向客户开放，对客户的个性化产品进行业务开发。
PaaS 的平均开发周期都很长。如今 MaaS 的落地，不仅对 PaaS+SaaS 的商业模式有所改变，也会改变 PaaS 的开发模式。一方面，发展了几年的 SaaS 公司都不会满足于中小客户，但做大客户开发如果没有 PaaS 平台，无异于盲人摸象。
因为大客户需要个性化定制，目前来看，只有长在 PaaS 平台上的 SaaS 才能满足大客户的个性化需求。根据邹国兵提出的 MaaS 理论模型，SaaS+MaaS 能为每个终端用户，输出针对自己业务的个性化服务。
另一方面，MaaS 作为第四个云计算架构，目前它的想象力还仅停留在 PaaS 和 SaaS 中间那一层。换句话说，PaaS 的上层架构由 SaaS 变成了 MaaS。那么 PaaS 的开发模式会受影响，开发周期也会缩短。
现阶段，各大厂对 MaaS 仍停留在概念层，在实践上还未真正落地，产生效果。但从理论出发，MaaS 对于 IaaS 和 PaaS 在商业模式和开发模式上的改变，将影响到上层 SaaS 公司的方方面面，如 SaaS 的交付方式和开发模式等。
在开发模式上，一部分公司会选择在 PaaS 平台上，用图形界面的方式开发 SaaS 软件。但有了 MaaS，客户可以直接将需求传递给系统，它会自动调用功能、展示结果。区别在于，通过 MaaS 平台搭建出的 SaaS 软件会展现出更个性化的工具，其效果可能要好过 PaaS+SaaS 的模式。最后，SaaS 的订阅模式也会因此发生改变。
MaaS 为 SaaS 带来的颠覆远不止于此。随着大模型时代的到来，未来，不仅是 To B 的天下，SaaS 的黄金十年也将到来。未来五年，中国 SaaS 将出现更多独角兽，而 未来十年，基于 MaaS 底座，国内 SaaS 甚至可能会出现 Salesforce 一样的巨头。
AI-based SaaS 还是 SaaS-based AI？
在理解 AI 对 SaaS 的影响前，要清楚是基于 AI 的 SaaS 还是基于 SaaS 的 AI。两者的区别在于，价值比例不同。
如果是 AI 与 SaaS 结合，AI 作为辅助 SaaS 产品的技术工具，最终的服务形式依旧是 SaaS，这就是 AI-based SaaS; 后者则不同，SaaS-based AI 意味着，SaaS 属性会非常弱，只作为一种微服务隐身在产品中，价值并不明显。这种情况在未来并非没有可能实现。
大模型时代下，从 SaaS 的交互形态到工程师开发效率，从 SaaS 毛利率到开发模式，最后到 SaaS 的交付方式，都会发生改变。
1. 交互形态
未来五年的 SaaS，自然语言交互将无处不在。
“按产品和年份显示过去 5 年的收入和净利润，生成一个图表，针对产生重大影响的特殊交易，在表格下方给出总结。”这是财务人员最希望 ERP 实现的功能。
在未来的 SaaS 产品中会出现诸多自然语言应用程序界面，用户可以直接用语言将需求描述出来，即可生成仪表盘、报告导出，甚至 AI 分析。比如在 CRM 系统中，AI 可以辅助处理非结构化信息，在聊天信息中整理出客户数据。让 CRM 从管控销售的工具变成辅助销售的工具。
在自然语言模型的辅助下，工程师不需要书写自定义代码，应用程序可以直接将数据开放给用户，让用户来自定义所需功能。通过 API 接口，将大语言模型接入到 SaaS 产品中，从而为用户带来更好体验，也能减少开发人员的自定义请求。
最终，用户可以通过简单的语言，与软件交互，这将缩短用户使用 SaaS 的学习曲线，提升产品的易用性。“未来三年，大部分独角兽会出现在 SaaS 圈，因为一名用户可以完成三份工作。”这是来自大平洋彼岸的期冀。
2. 开发效率
大模型与 SaaS 集成，不仅会提升产品易用性，还会更大程度地提高工程师与开发人员的生产力。
要知道，工程师在 SaaS 开发上十分费时，SaaS 公司解决的本来就是复杂的长尾需求，开发人员就要为此写自定义代码。但大模型的接入，可以让开发人员通过自然语言生成输出代码，从而解放工程师，让他们更多地关注产品层面的问题。
最让人期待的结果是，开发周期缩短、开发成本下降、软件质量提高，产品也变得更精细化、人性化。
3. 毛利率
然而，在未来 3～5 年内，SaaS 的毛利率却会因此下降。
按照 OpenAI GPT- 4 的收费标准，每 1000 个 token 语句，收费 0.03 美元。换算成自然语言，相当于 750 个英文字符，或 400 个汉字。此外，SaaS 要接入大模型，调用 API 也需要成本。而且随着用户的增加和 AI 执行任务复杂程度的提升，其使用成本还会进一步增加。
所以在未来一段短期时间内，SaaS 公司的毛利率都会有所下降。公司需要对 AI 使用场景仔细评估，在控制成本和提升产品易用性间进行取舍。但长远来看，SaaS 产品易用性的提升，产品解决问题速度的加快，以及个性化需求的满足，良好的用户体验会带来更长足的发展。
4. 开发模式
大模型的出现，为 SaaS 开发模式带来了两种可能性：第一种通过改变 PaaS 的开发模式，第二种是 MaaS+SaaS。
目前，国内头部 SaaS 公司都开发了自己的 PaaS 平台，用 PaaS+SaaS 的方式服务客户，针对客户业务提供个性化的 SaaS 产品。但 PaaS 的开发周期普遍较长，国内许多 SaaS 公司仍然不敢尝试，最后很难吃到大客户。如今，大模型的出现，为这部分 SaaS 公司燃起希望。
第一种方式：改变 PaaS 的开发模式
开发人员用自然语言编程的方式开发 PaaS 平台，或利用 GPT 技术让编程更智能化。虽然低代码 PaaS 平台可以降低开发成本，提升效率，但这种方式限制仍然很多，不仅很多客户需求无法满足，产品本身也有不少问题。
但 MaaS 则不同，如果 MaaS 平台搭建在 PaaS 与 SaaS 中间，PaaS 的开发则会基于 MaaS 平台，而不是直接在云厂商提供的 IaaS 上开发。而 MaaS 平台的作用本身就是提供个性化功能，因为 MaaS 的数据来源是企业客户自己在云端的数据，这样一来，既提升了 PaaS 的开发效率，也更满足 SaaS 客户的个性化需求。
第二种方式：MaaS+SaaS
这种方式则更进一步，让 MaaS 直接替代掉 PaaS。云计算的结构则会调整为：IaaS–MaaS–SaaS。IaaS 的数据直接喂给 MaaS，而 MaaS 所使用的数据完全基于客户公司自己的业务，最终输出的 SaaS 形态会是，每位客户得到的产品功能和服务，都是根据自己的业务生成，就如同现在 C 端的算法推荐逻辑一样，每位用户得到的功能都不一样，充分满足所有客户的需求。
5. 交付方式
如果上述的设想，国内 SaaS 能实现一半，未来的交付方式也将从订阅模式转为按需付费。甚至，可能变为 SaaS-based AI，也就是 SaaS 作为一种微服务隐藏在 AI 产品中，SaaS 属性极低。
产品易用性的提升、个性化需求的满足，单是这两点足以颠覆 SaaS 的交付方式。客户使用自然语言就能够调用符合业务需要的功能，也不需要学习成本，个性化的程度更高，那么 SaaS 产品会呈现病毒式增长。
另一方面，SaaS 接入大模型的成本增加，客户调用的功能越多，SaaS 公司也应该收取更多的费用。届时，按需付费会更有助于 SaaS 的发展。
这也是为什么，未来十年会是 SaaS 的黄金十年，国内会长出更多独角兽，国外则会生出巨头公司。
大模型，新一代的“操作系统”
未来十年，大模型将成为 AI 时代的“操作系统”。
清华大学讲席教授、智能产业研究院 (AIR) 院长张亚勤在《AI 大模型时代》的演讲谈及到，“从产业方面讲，GPT+ 等各种大模型是人工智能时代的“操作系统”，在重构、重写上面的应用。”
从 2000 年到今天，20 多年来互联网已经从 PC 时代过渡到移动互联时代，眼下的这一波大模型热潮，更是将所有企业推向下一个时代的发展——人工智能时代。
每个时代都有自己的操作系统，不同操作系统上会长出不同的服务器架构和应用。PC 时代的操作系统是 Windows，芯片架构是 x86. 服务器是 C /S，上层是 web 浏览器和安装版软件。
等到了移动互联时代，操作系统就变为 iOS 和 Android，也出现了新的芯片架构，即 CPU、GPU，服务器是云计算，上层也随之出现了长在云端的 APP 和应用程序等。也就是在移动互联发展的后期，出现了云计算，从而有了 IaaS、PaaS、SaaS。
未来，在人工智能时代，底层的操作系统将会是大模型，芯片架构也围绕着 GPU、CPU、XPU，上层的云计算架构将从 IaaS–PaaS–SaaS，变为 IaaS– 垂直模型 /MaaS/ 基础模型 –SaaS。
每次产业平台的更迭，都会产生指数级的效应。张亚勤院士表示，“移动互联时代的产业机会比 PC 时代至少大 10 倍，人工智能时代比 PC 时代至少大 100 倍，比移动互联时代大 10 倍或更高。”
大模型时代下重塑的云计算架构，来源：清华大学智能产业研究院
上图是大模型时代下重塑的云计算架构，最底层依旧是云厂商提供 IaaS 层，包括计算、存储、网络、数据库，再上一层，则是各种行业模型，如自动驾驶模型、生物医疗模型、蛋白质解析模型等等。最后是在垂直模型上的应用 SaaS。
目前，在上述领域已经取得了突破性进展，如百度 Apollo 的自动驾驶模型; 国内互联网医院「医联」和清华大学智能产业研究院也已推出医疗行业的垂直模型“MedGPT”; 在蛋白质解析领域，早在 2020 年，Alphafold 问世，就实现了对 98.5% 的蛋白质解析。
近几个月，互联网巨头、创业公司和研究机构，大家都忙于“百模大战”中。各家态度都反差很大，有些互联网大厂比较谦虚，有些则是放出要“数月内赶超 ChatGPT”的狂言。这其中，能活下来的一定是少数，最后真正能带来产业变革的只有三两家公司。
新的人工智能时代，也许他们就是下一个“BAT”巨头。
