有消息称拼多多已组建电商推荐大模型团队，负责人为原百度凤巢的核心成员。尽管拼多多并未正面回应，但这一消息一度引发广泛关注。
作为几乎唯一一个“缺席”AI大模型布局的万亿规模体量“大厂”，市场对拼多多AI战略规划的关注或许并非大模型乃至AI本身，而是起家于C端的巨头公司们，对未来不同发展路径的判断模型。
我们的一个观察是，阿里实际上与美国几家大厂的模式更为接近——未来承诺更大规模的资本支出；而拼多多作为其中看似“异类”的代表，仍专注于C端用户体验、供应链效率和出海。
值得一提的是，它们均拥有大量C端用户，但有些选择最终将自己凝聚成具备“核心技术”的toB服务商，而有些选择持续深耕消费端，并于其中攫取最强心智和竞争力。
而近期的资本市场表现，也一定程度上反映出其对两种不同方向的预期。截至发稿，阿里巴巴TTM市盈率约19.9倍；拼多多约11.6倍——市场暂时写好了答案。
拼多多的克制：是「应用」还是做模型
大模型浪潮兴起后，阿里、百度、字节等是最先摆明态度的AI派——通义、文心、豆包，每一个都在近两年中国的AI花路上留下了印记。
腾讯则是去年年底以来，最“激进”的AI投入派。其中一个可参考的节点大约是DeepSeek出现前后，腾讯在接入DeepSeek方面反应十分迅速、旗下产品接入范围覆盖也非常广。
据AppGrowing披露的数据，近一个月来，腾讯旗下AI应用“元宝”的预估投放金额已超5亿元。受益于大量投放以及接入DeepSeek，元宝App于3月3日超越DeepSeek登顶中国区App Store免费App下载排行榜。而就在今年2月中旬，元宝App在该榜单的排名还位于百名之后。
而一直在内部反思“反应速度不够”的字节也在加码。根据浙商证券报告，2024年字节的资本开支达到800亿元，2025年有望达到1600亿元，其中约900亿元将用于AI算力的采购，700亿元用于IDC基建以及网络设备如光模块、交换机等。
风云变幻的AI修罗场中，拼多多似乎一直身具“结界”。
自ChatGPT出现后的两年中，关于AI的技术、应用和“顶流位”已经历数次迭代，但拼多多不仅从未公布关于自主入局大模型的消息，也从未有任何AI相关投资动态。近期唯一关于其组建大模型团队的传言，也被拼多多员工形容为“几乎没有感知”。
随着时间推移，这种作风越来越激发市场对拼多多的好奇。
“你可以将拼多多本身视为一个AI应用。”一位业内人士对「明亮公司」表示，“它与抖音的核心都是算法推荐。如果放在AI视角下，算法推荐对效率的颠覆也是AI进行降本增效的一种方式。”
2023年底至今，拼多多也一直在招聘大模型算法工程师，并辅以高薪条件，探索AI大模型在客服、对话等场景下的应用。
这与黄峥早年曾提出的“将拼多多打造成一个分布式AI公司”目标非常契合——没有单独的大模型团队、不搞自研底层，但AI应用渗透在能够用其来提效的每一个环节当中——产品推荐、比价系统、广告、搜索、客服等等。有消息称，这几个应用小组的大模型团队还会采用“赛马”机制进行比试。
放大到全球视角，这一对AI发展的判断模型与苹果公司有一些相似之处。
同样作为拥有海量全球用户的toC公司，苹果在微软、Meta、谷歌等大厂投入自研大模型的环绕之下，并未动身跟随，只在iPhone16中先尝试了一下接入ChatGPT。迄今，市场层对苹果的整体认知仍旧偏向于关注以iPhone为主的出货量、售价、性能革新等，AI只是“增色”的一部分，归属性能提升。
当然，上个月苹果也宣布了一项投资策略，计划未来四年在美国投资5000亿美元，包括在得克萨斯州建造一家大型人工智能服务器工厂，并在美国增加约2万个研发工作岗位，专注于研发、芯片工程、软件开发以及人工智能和机器学习。
但这一看似激进的投资策略实际上亦关乎产品本身——如果苹果计划逐渐摆脱对高通芯片的依赖而转向采用自研芯片，那么这一投入其实可以视为对产品本身的加持，而非单纯向AI投资。
阿里版「M7叙事」：ToC、ToB云服务到AI全链条
不久前，昆仑万维创始人周亚辉在朋友圈表示：“在吴咏铭的带领下，阿里巴巴越来越有中国亚马逊的架势了，不是零售+云，是云+零售。阿里云上坚决的投入很赞!火山云和腾讯云最近抢我们这样的客户很猛，应该是上面要加大投入了。阿里云这波早投入了整整一年，带来这波股价上涨。”
不止亚马逊，如果将拼多多类比为苹果，那么从公司架构看，阿里的业务逻辑亦与微软有较多可比之处。
首先，阿里与亚马逊、微软均曾从C端起势，阿里集团旗下淘天等、微软旗下Windows、等，均拥有海量用户，这些用户也一度支撑在PC、移动互联网时代成为全球巨头。其次，基于海量用户，两家公司又不约而同选择了进入云服务领域，换赛道向B端深耕。
据微软近日公布的最新财报，云业务仍旧是当前三大业务板块中增长最快的部门。截至2024年12月31日的2025Q2财季，其智能云部门的营收为255.44亿美元，同比增长19%；而同期生产力和业务流程部门的营收同比增长14%，个人计算业务营收同比基本持平。
阿里集团近期公布的最新财报中，截至2024年12月31日，云智能集团Q4经调整EBITA同比增长33%至31.38亿元，主要由于产品结构转向利润率更高的公共云产品等。
ToB或许确实是寻找新增长曲线的一个不错选择。不过，但凡选择了深耕云和AI基础设施建设这一发展模型，便意味着巨大资本开支，不仅有模型层，自研芯片也日渐变成大厂“标配”，目前来看，亚马逊、微软等云服务巨头均已自研芯片。
美国大厂主流芯片对比（来源：西南证券研报）
以微软的自研芯片Azure Maia 100为例，这款芯片于2023年11月面市，其被打造成定制的AI加速器，用于在Azure上运行OpenAI的模型和Copilot等AI工作负载，采用台积电5nm制程。据西南证券研报分析，Maia 100芯片在MXFP4数据格式下的性能达到3200 TFLOPS，Int8下达到 1600 TFLOPS，BF16下达到 800TFLOPS，算力性能超过英伟达A100 28%，是英伟达H100的40%。
同样，国内的云巨头也都早已在自研芯片上布局，阿里芯片公司“平头哥”早在2019年就发布了台积电12nm工艺的含光800芯片；不久前，据FT，华为昇腾芯片的良率从一年前的20%已提高到近40%，可能已转为盈利。
但市场对此也并不完全乐观。
激进与克制，长期与短期
美国知名TMT投资人Gavin Baker曾认为，AI和SaaS的一项巨大差异在于边际成本，SaaS扩展用户的边际成本非常低，因此很多SaaS公司有着极高的毛利率，而对于AI基础模型公司来说，Scaling Laws就是意味着要花更多钱、不断花钱来买卡，直到法则失效。
“硬件、算力、算法都是，三者缺一不可。”LPU芯片公司Groq创始人这样描述当下大模型公司可能遇到的瓶颈，“理想情况下应该同步提升这三者。”对于真正押注AI的巨头，做AI基础模型意味着也要做AI的基础设施，从算法到硬件、甚至再到能源和电力的解决方案的“全栈方案“。
且相比于软件，做AI全栈——从模型层、基础设施层、硬件算力甚至电力调度层，每一“层”都会在产生效率损失。去年行业讨论较多的一项指标是MFU（模型算力利用率，Model FLOPs Utilization），通常而言，模型越大，利用率越低。相关数据显示，GPT4的8000亿参数模型的MFU约在32-36%。且不同层、软硬件和AI模型的进步迭代速度不同，导致整体效率的提升往往取决于”短板“。最后，效率的损失也将影响资本支出的投资回报率（MoIC），最终体现在EPS和股价上。
因此，尽管阿里的市盈率暂时高于拼多多，但选择走全产业链这条路也并不轻松。
“云服务厂商的一个特点，是投入巨大、长期但盈利滞后。另外，这些基础设施的投入并非短期，当今技术迭代的速度正越来越快，这意味着云服务厂商的投入也要迅速跟进。有些常常是刚实现盈利又要马不停蹄筹划下一轮投入。很多小规模的云服务厂商几乎从未盈利过，常年处于亏损状态。”一位正在关注“算力共享”的业内人士对「明亮公司」表示。
如果观察阿里自2023年3月启动“1+6+N”组织变革进行“分拆”以来的表现，尤其是资本市场的表现，可谓一直在“艰难爬坡”中——尽管分拆之际的股价较历史最低点有所反弹，但股价真正站上100港元之外，已经是2024年7月1日，距离分拆已过去1年零3个月。
王坚在近期一次对外访谈中曾透露，当年将阿里云独立出来的主要原因之一，是toB服务与toC服务有非常明显的差异——toB到最后必须要有“核心技术”作为支撑，且二者的思维模式有明显差异。
有市场观点认为，阿里云作为技术投入最大的“吸金石”，也“拖累”了阿里集团的利润表现。当然，分拆之后这一压力显然给到了阿里云本身。
自2023年宣布向“用户优先、AI驱动”的AI时代战略转向后，阿里巴巴集团CEO吴泳铭近日又对外表示，未来三年阿里将投入超3800亿元建设云和AI硬件基础设，超越过去十年投入的总和。
就在2月24日阿里巴巴宣布巨额投入消息后，25日阿里股价出现显著下跌。虽然不能将这一下跌完全归因于公布巨额投入的消息，但抛开其他影响因子，仅从对AI的投入态度这一角度看，如果拼多多截至目前的“克制”战略被证明是相对而言更加优化的模型，那么市场对于阿里集团的观察视角或许会变得不太一样。
如何规划toC与toB未来在集团中的战略角色、理顺长期和短期，阿里需要构建新的叙事方式。
而对于拼多多而言，即便切入AI大模型，其需要在何种程度上进一步深入基础设施的构建、如何衡量AI相关资本支出长期和短期的回报率，是其在入场AI大模型时显得“犹豫”的原因。
注：文/苏打，文章来源：明亮公司(公众号ID：suchbright )，本文为作者独立观点，不代表亿邦动力立场。
文章来源：明亮公司
