Warum müssen Anbieter von Large Language Models (LLMs) immer häufiger ihre Kompetenz beweisen?

Das AI-Gefechtfeld zu Jahresende und Jahresanfang ist von Rauch und Feuer umgeben. Für die Akteure auf diesem Feld ist es derzeit am wichtigsten, ihre Fähigkeiten zu beweisen.

Zunächst kündigte Volcengine an, auf der Olympischen Winterschau zu erscheinen. Danach gab Manus bekannt, von Meta übernommen zu werden. Zhipu und Minimax haben nacheinander an den Kapitalmarkt gegangen. Am 15. Januar veranstaltete Tongyi Qianwen von Alibaba eine Produktpräsentation unter dem Motto "Jede Frage beantworten". AI hat die "Zeit des Geschäftstuns" eröffnet, und die monatliche aktive Nutzerzahl von Qianwen hat die 100 Millionen überschritten. Zuvor kündigte Tencent an, die Abteilungen für AI-Infrastruktur, AI-Daten und Datenverarbeitungsplattformen zu gründen, und Yao Shunyu wurde zum Chief AI-Wissenschaftler ernannt.

Jeder Akteur bemüht sich, seinem kommerziellen Wert innerhalb und außerhalb der Branche zu beweisen. Alle AI-Systeme müssen jedoch auf grundlegenden Dienstleistungsinfrastrukturen aufbauen. Mehrere Institute gehen davon aus, dass das Volumen der AI-verwandten Kapitalausgaben in China im Jahr 2025 zwischen 600 und 700 Milliarden Yuan liegen wird. Das jährliche Wachstum der Kapitalausgaben (CapEx) von Cloud-Anbietern dürfte nahezu 65 % betragen. Dies bedeutet, dass das chinesische Internet wieder in eine Phase eintritt, in der man bereit ist, Geld auszugeben und auch weiß, wofür man es ausgibt.

Die Wettbewerbslogik hat sich geändert. Es ist nicht derjenige, der ein Modell mit großen Parametern und hohen Platzierungen in den Ranglisten hat, der gewinnt. Sondern derjenige, der Chips, Cloud, Modelle und reale Anwendungen zu einem geschlossenen Kreislauf zusammenführen kann und so ein umfassendes Geschäftsmodell aufbauen kann.

Der Wettbewerb in der Branche der großen Sprachmodelle ist inzwischen so heftig wie im Bereich der Elektromobile, wo es ums Überleben geht. Derjenige, der die Fähigkeiten hat, kann an den Börsen in Shanghai, Hongkong oder anderen Orten feiern. Große Sprachmodell-Anbieter ohne grundlegende Fähigkeiten werden wahrscheinlich kaum noch von der hohen Kapitalzufuhr profitieren können.

01

Die Branche startet die Monetarisierung und den Kapitalsprung

Vor einigen Jahren hätte man auf die Aussage, dass Anbieter von großen Sprachmodellen keine Gewinne machen, mit Spott reagiert. Die von OpenAI behauptete gemeinnützige Absicht dürfte sich schließlich als unrealistisch erweisen. OpenAI beginnt, auf der Basis von intelligenten Hardwareprodukten zu publizieren und sucht nach Möglichkeiten, sich durch Werbeeinnahmen zu verbessern.

Drei Jahre nach der Enthusiasmuswelle für Künstliche Intelligenz hat ChatGPT die US-amerikanische Börse neu geformt. Seit der Veröffentlichung vor einigen Jahren hat der S&P 500-Index insgesamt um 64 % zugenommen, und in den folgenden Jahren hat es die AI-Branche in Schwung gebracht.

Wenn man darüber nachdenkt, ist die gegenwärtige Welle der Monetarisierung in der Branche der großen Sprachmodelle kein Zufall. Unter dem Einfluss der technologischen Reife und des Kapitalzyklus ist es ein unvermeidliches Ergebnis, dass Unternehmer Geld verdienen wollen.

In den letzten drei Jahren hat der Bereich der großen Sprachmodelle eine wilde Kapitalbeschaffungserfahrung gemacht. Zhipu plante beispielsweise in seinem IPO die Ausgabe von 37,4195 Millionen H-Aktien zu einem Emissionspreis von 116,20 HK-Dollar pro Aktie, was einem Gesamtemissionsbetrag von etwa 4,348 Milliarden HK-Dollar entspricht. Der Marktwert nach der Börsengang wird auf über 51,1 Milliarden HK-Dollar geschätzt. Laut Marktberichten wurde der öffentliche Verkaufsteil um das etwa 1.164-fache überabonniert.

Zu Anfang des Monats stieg der Kurs von Minimax an der Börse um mehr als 100 %. Schließlich wurden die Aktien zum oberen Preislimit von 165 HK-Dollar pro Aktie verkauft, und der Gesamtbetrag der Kapitalbeschaffung belief sich auf etwa 5,54 Milliarden HK-Dollar. Dies bestätigt die These.

Tatsächlich hat das Kapital auch seine Geduldsprobe. Mit der Veränderung der makroökonomischen Umgebung wird es schwieriger, Kapital auf dem Primärmarkt zu beschaffen. Das Modell des "Brennens von Geld für Wachstum" kann sich nicht länger halten. Unter diesen Umständen wird der Börsengang für die führenden Unternehmen ein wichtiger Weg, um Kapital zurückzuholen und weiteres Kapital zu beschaffen.

Im Zeitfenster von Ende 2025 bis Anfang 2026 haben Moore Threads, Muxi Co., Ltd. und Biren Technology nacheinander an den Börsen in Shanghai, an der STAR-Marke und in Hongkong notiert. Gleichzeitig haben mehr Unternehmen im Bereich der Rechenleistung und AI-Chips den Prozess der Börsengangsbewilligung begonnen. Die aufeinanderfolgenden IPOs von mehreren GPU-Anbietern senden ein wichtiges Signal: Der Kapitalmarkt beginnt, diese AI-Unternehmen zu akzeptieren.

Auch die bestehenden großen Unternehmen verbessern ihre AI-Monetarisierungsfähigkeiten. Beispielsweise stieg das Einkommen des AI-Geschäfts von Baidu im dritten Quartal um über 50 % gegenüber dem Vorjahr. Das konkrete Geschäftsfeld umfasst AI-Cloud, AI-Anwendungen und AI-natives Online-Marketing.

Von der öffentlichen Börsengang bis hin zu B2B-Dienstleistungen und C2C-Produktabonnements werden die Monetarisierungswege von Unternehmen in der Branche der großen Sprachmodelle immer deutlicher. Die Branche hat von der Phase des "Technik- und Finanzierungs Wettbewerbs" in eine neue Phase des "Einkommens- und Gewinnwettbewerbs" gewechselt.

So fortschrittlich die Technologie auch sein mag, wenn sie nicht monetarisiert werden kann, ist sie nur ein Luftschloss. Ein nachhaltiger geschlossener Geschäftszyklus ist die Grundlage für das Überleben von Unternehmen und die unvermeidliche Wahl der AI-Branche, von der Konzeptpromotion zur industriellen Umsetzung zu gelangen.

02

Nach dem Rückzug des Kapitals wird die Fähigkeit zur Kernkompetenz

Wenn man sagt, dass die Branche der großen Sprachmodelle in den letzten zwei Jahren noch im Stadium des "Konzept- und Geschichtenaufbaus" war, hat sich im Markt 2026 ein klarer Konsens gebildet: Nur reale kommerzielle Fähigkeiten können Anerkennung erlangen. Nach dem Rummel des Kapitals neigen die früheren Bewertungsblasen dazu, zu schrumpfen. Die Zahlungsbereitschaft der Nutzer und die Fähigkeit, Projekte umzusetzen, werden zur Kernskala zur Bewertung des Unternehmenswerts.

Seit 2023 hat die Investitionswärme im globalen AI-Bereich etwas nachgelassen. Laut Crunchbase sank das Finanzierungsvolumen von globalen AI-Start-ups im Jahr 2024 um 28 % gegenüber dem Vorjahr, wobei das Finanzierungsvolumen im Bereich der großen Sprachmodelle um 35 % sank. Das Kapital wird zunehmend vorsichtiger gegenüber Unternehmen, die keine kommerzielle Umsetzungswege haben. Im Gegensatz dazu werden Unternehmen mit Fähigkeiten vom Kapital bevorzugt. Deshalb können einige Modellunternehmen ihren Börsengang reibungslos vorantreiben und bemerkenswerte kommerzielle Ergebnisse erzielen.

Der Wettbewerb auf dem C2C-Markt hat sich bereits von der bloßen technischen Parametervergleichung hin zur Konkurrenz um die Nutzerbindung und die Zahlungstransformation gewandelt. Der kommerzielle Weg von OpenAI ist repräsentativ. Auf der Grundlage des persönlichen und Team-Abonnementdienstes plant es nicht nur, eine Werbebusiness zu starten, sondern auch, dieses Jahr sein erstes Hardwaregerät zu veröffentlichen, um von der Softwaredienstleistung zur Integration von Hardware und Software zu wechseln.

Mit der zunehmenden Anzahl von bildschirmfreien tragbaren Endgeräten treten Produkte mit praktischen Funktionen wie die Transkription von Handschriftnotizen und die Echtzeitsprachinteraktion in den Arbeitsplatz ein, was bedeutet, dass Unternehmen in der Branche der großen Sprachmodelle beginnen, die Nutzerbindung und die Zahlungsspielräume durch hardwarebasierte Szenarien zu verbessern.

Chinesische Unternehmen setzen ebenfalls viele Maßnahmen um. MiniMax hat eine Produktmatrix für C2C-Produkte wie Talkie und Conch geschaffen und die Zahlungstransformation der Nutzer durch differenzierte Szenarien erreicht. Dieses "Modell-Applikation-Integrations"-Modell ist auch der Schlüssel für seine Anerkennung durch das Kapital.

Der B2B-Markt erfordert mehr die Fähigkeit, Lösungen umzusetzen. In der Vergangenheit kauften Unternehmen große Sprachmodelle hauptsächlich aus technischem Neugierde. Heute legen sie mehr Wert auf den tatsächlichen geschäftlichen Nutzen. Zhipu hat sich durch das MaaS (Model as a Service)-Modell kommerzialisiert und ist zum unsichtbaren Giganten in der Branche der großen Sprachmodell-Dienstleistungen für Unternehmenskunden (B2B) geworden. Von 2022 bis 2024 hat Zhipu dreimal hintereinander ein Verdoppeln seines Umsatzes erreicht. Neun der zehn größten chinesischen Internetunternehmen verwenden das Zhipu GLM-Großmodell. Bis September 2025 hat Zhipu 12.000 Unternehmenskunden weltweit, über 80 Millionen Endnutzergeräte und über 45 Millionen Entwickler bedient.

Diese Beispiele zeigen, dass B2B-Kunden nicht mehr mit allgemeinen großen Sprachmodellen zufrieden sind, sondern maßgeschneiderte Lösungen, die auf die Branchenszene zugeschnitten sind, benötigen. Die Dienstleistungsfähigkeit, die Datenanpassungsfähigkeit und die Fähigkeit zur technischen Umsetzung von Unternehmen werden zur Kernkompetenz im Wettbewerb.

Nach der Rückkehr des Kapitals zur Rationalität ändert sich die Logik des Marktes: Technologien ohne kommerzielle Fähigkeiten werden schließlich eliminiert. Sowohl die Zahlungstransformation von C2C-Nutzern als auch die branchenspezifischen Lösungen für B2B-Kunden testen im Wesentlichen die Fähigkeit von Unternehmen, den technologischen Wert in kommerziellen Wert umzuwandeln.

03

Im Jahr 2026 wird die Branche der großen Sprachmodelle wahrscheinlich eine Umstrukturierung erfahren

Wir gehen davon aus, dass sich im Jahr 2026 die Branche der großen Sprachmodelle aufgrund des zunehmenden Drucks zur Monetarisierung und des intensiveren Fähigkeitswettbewerbs tiefgreifend umstrukturieren wird. Die Marktdifferenzierung und die Gruppeneinteilung werden das Hauptthema sein.

Diese Umstrukturierung ist nicht einfach die Eliminierung von Unternehmen, sondern ein Prozess, in dem die Ressourcen der Branche auf die vorteilhaften Unternehmen konzentriert werden und das Geschäftsmodell sich in Richtung Effizienz weiterentwickelt.

Die Branche wird sich allmählich in drei Stufen gliedern. Die erste Stufe sind die Ökosystemgiganten, repräsentiert durch Technologiekonzerne wie Alibaba, Tencent und Huawei. Sie bauen mit ihrer Rechenleistung, Daten und Kanälen einen ganzheitlichen Industriekooperationskreis, der aus "Basis-Modellen + Branchenanwendungen + Hardware-Endgeräten" besteht. Solche Unternehmen können nicht nur One-Stop-Lösungen für ihre Kunden bieten, sondern auch die Kosten durch die Ökosystemkooperation senken.

Die zweite Stufe sind die "Spitzenunternehmen in vertikalen Bereichen", die sich auf spezifische Szenarien wie Verwaltung, Finanzwesen und Medizin konzentrieren und Barrieren durch ein tiefes Verständnis der Branche aufbauen. Beispielsweise können Unternehmen, die sich auf Finanz-Großmodelle konzentrieren, die Risikokontrolleffizienz um ein Vielfaches erhöhen und so langfristige Partnerschaften mit Banken und Versicherungsunternehmen eingehen, indem sie sich mit den Regulierungen und Geschäftsprozessen auskennen. Die dritte Stufe sind die "technologisch spezialisierten Unternehmen", die sich auf die Feinheiten von Technologien wie Multimodalität und Codegenerierung konzentrieren und durch die technologische Ausgabe und die Zusammenarbeit mit Spitzenunternehmen überleben.

Während der Umstrukturierung werden Unternehmen ohne Kernkompetenz allmählich eliminiert.

Einfach ausgedrückt, werden die Existenzchancen von kleinen und mittleren Unternehmen, die keine klaren Anwendungsfälle haben und nur kopieren und sich an die Trends halten, aufgrund der hohen Rechenleistungskosten und des Drucks von Spitzenunternehmen immer enger. Im Gegenteil werden Unternehmen mit technologischen Barrieren und kommerziellen Fähigkeiten mehr Ressourcen erhalten, und die Branchenkonzentration wird deutlich zunehmen.

Die Essenz der Branchenumstrukturierung ist der Übergang der Branche der großen Sprachmodelle von "Wilde Expansion" hin zu "Hochwertige Entwicklung". Die Branche wird stärker auf die Praktikabilität der Technologie, die Anwendungsorientierung und die Standardisierung der Dienstleistungen setzen.

Wir gehen davon aus, dass große Sprachmodelle in Zukunft nicht mehr nur ein Pluspunkt für Unternehmen sein werden, sondern zu "Notwendigkeiten" im Produktions- und Lebensalltag werden. Die Unternehmen, die wirklich praktische Probleme lösen können, werden schließlich in der Umstrukturierung hervortreten. Was die Märkte betrifft, sind möglicherweise die folgenden drei attraktiver:

(1) Die beliebten Märkte, die um AI-Hardware kreisen, wie intelligente Brillen, Smartphones und intelligente Lerncomputer, sind in einem heftigen Wettbewerb um die Aufmerksamkeit der Nutzer und die Interaktionsschnittstellen verwickelt;