上半年面向个人消费者推广广告铺天盖地的Kimi，近期试图在B端政企服务市场上进行开发。在2024年8月，Kimi的开发公司月之暗面宣布其面向企业开发的API正式发布，和面向普通消费者的通用模型相比，其企业级推理模型具有更高的数据安全保护能力和更高的并发速率，这足以支持企业应用中更为复杂的数据处理需求。

同时面对企业服务费用上，月之暗面进一步使用价格战策略，其将Kimi平台的上下文缓存Cache存储费用降低50%，由10元/1M tokens/min降至5元/1M tokens/min。在更早的7月，其就开启了企业平台公测，预测优化企业有哪些需求并针对性的给模型调度进行优化来试图“降本增效”。月之暗面在B端市场上进行付费业务拓展，并开发针对产品，显然是其为了AI变现作出的最新战略。

从2016年的的深度学习人工智能阿尔法 go在围棋领域的惊人表现算起，再到人工智能无人驾驶，Chat GPT和文生图及视频AI技术等更新颖的人工智能技术，这一轮人工智能热潮已经有8年左右。创业者和投资者的热情在接近10年的消耗后也需要看到商业回报甚至盈利的可能性。对此，在不久前举办的世界人工智能大会（WAIC）上，百度CEO李彦宏谈及业务落地的观点中表明，大模型更强的商业前景仍然在B端的政企市场中。李彦宏认为，在AI时代，人工智能技术可以在医疗、金融、制造、交通、农业、教育等各个行业衍生出自己的场景应用以及独特的行业规则和数据资源，这些商业场景需要定制化的智能体，最终实现技术商业落地。

而百度也一直在B端企业服务市场中发力，根据机构统计的大模型行业中标数据中，百度在2024年中标包括医疗、金融、能源、环保以及交通等各个行业场景项目总计17个，其中包含各类大型国企和各行业头部企业，中标标的数额也较大。而人工智能创业公司过往一直给人以专注C端个人消费者的印象。

B端服务和C端服务具备不一样的特点，作为付费用户，其需要更稳定的保障服务能力，更强大的算力和数据处理能力，这些都需要更多的固定设备的投入才能实现，并不是天才技术人员的几个技术优化方案就可以做好。虽然经过海量推广后在7月份，Kimi和文心一言已经成为了国内唯二月活超千万的主流大模型。但是作为创业企业，Kimi在服务设备等固定资产的投入上仍然需要追加，近期就有部分Kimi用户反映因为服务器算力问题导致的体验不佳。

而对企业而言，其作为付费用户，必然需要更稳定甚至冗余的服务能力，同时对于企业而言，其作为批量采购的商家，和普通消费者而言，其具备更强的比价能力和更少的路径依赖，需要供应商拿出更具备竞争力的价格。

为此月之暗面一方面针对现有的推理模型进行企业场景优化，试图增加其企业服务的效率。另一方面其将关键卖点的上下文缓存技术降价，来获得更强的吸引力。上下文缓存技术是Kimi的关键卖点，在B端应用而言，其可以将更多的信息进行上下文关联，减少服务器资源的调度浪费，为客户提供更快的响应速度，节省服务器资源的同时也给客户提供更好的体验。而在B端需求中，服务器将接入更多的用户和更密集集中的数据处理需求，这种技术可能帮助其实现高效服务能力的同时节约数据的处理成本。

月之暗面大张旗鼓的进军B端市场可能也和其获得最新的融资有关，根据最新的信息显示，腾讯参与了月之暗面最新的一轮达到3亿美元的融资，融资完成后月之暗面的估值将达到33亿美元，成为国内人工智能大模型创业企业中估值最高的一家。目前阿里巴巴和腾讯在人工智能创业公司中均有投资，包括月之暗面、百川智能、智谱AI等。但是百度作为最早All in AI的大厂，其更专注于自身的文心大模型，其商业落地上也探索的更多。

月之暗面的B端探索未尝不是有看到了百度的做法之后，开始这一战略，同时Kimi个人版本免费使用，也是时候开创商业落地业务，来给投资者一个交代。