Die chinesischen Large Language Models stehen am Scheideweg des Freemium-Modells.

Im Jahr 2006 prägte der Venture-Capitalist Fred Wilson den Begriff „Freemium“, eine Kombination aus „Free“ (kostenlos) und „Premium“ (Aufwertungsdienstleistungen). Die Kernlogik von Freemium besteht darin, zunächst Benutzer durch kostenlose Basisdienstleistungen anzuziehen und dann einen Teil der Benutzer in zahlende Benutzer für Aufwertungsdienstleistungen umzuwandeln. Von den früheren Cloud-Speichern über Online-Videos und Musikplattformen bis hin zu Bürosoftware hat sich die Geschäftsentwicklung der Internetbranche in den letzten zwanzig Jahren fast immer entlang dieser Logik abgespielt.

Im Inland wurde das von Doubao, der am besten platzierten AI-nativen App im Inland mit 345 Millionen monatlichen aktiven Benutzern, stark diskutiert, als es zahlende Abonnementprogramme einführen wollte. Doubao hat auf der Grundlage der kostenlosen Funktionen wie täglichen Fragen und Antworten drei Abonnementstufen für Hochleistungsrechnungsanwendungen wie PPT-Erstellung, Datenanalyse und Filmproduktion eingeführt, wobei die höchste Stufe 500 Yuan pro Monat kostet. Dennoch gibt es eine Gruppe von Benutzern, die „nicht bereit sind, zu zahlen“.

Nach den Statistiken von „Future Tech World“ lassen sich die C-End-Verkaufswege der derzeitigen Hauptstrom-Allgemein-Artificial-Intelligence-Großmodelle grob in die folgenden drei Typen einteilen:

Die erste Produktgruppe wählt die Strategie, die Ökosysteme durch kostenlose Angebote aufzubauen, indem sie Open-Source-Projekte oder Super-Apps nutzen, um die Benutzerbasis zu erweitern und den Technologienzugang zu fördern. Die zweite Gruppe testet das Abonnementmodell und versucht, die Fähigkeiten des Modells direkt in Einnahmen umzuwandeln. Die dritte Gruppe möchte die KI in bestehende Cloud-Dienstleistungen, Bürosoftware oder soziale Netzwerke integrieren, um Teil der Ökosysteme zu werden und die Machbarkeit eines etablierten zahlenden Ökosystems mit einer eng verknüpften Produktmatrix zu beweisen.

Die Wahl unterschiedlicher Wege spiegelt sich auch direkt in der Preispolitik wider. Im Vergleich zwischen China und dem Ausland ist die Preisskala der ausländischen Produkte reifer und breiter, wobei die höchste Stufe bis zu 200 US-Dollar pro Monat betragen kann.

Der offensichtlichste Grund ist die geringere Zahlungsbereitschaft der chinesischen Benutzer. Laut Daten von Institutionen wie a16z und Bessemer liegt die C-End-Zahlungsquote von KI-Produkten auf dem nordamerikanischen Markt zwischen 15 % und 40 %, während sie auf dem chinesischen Markt nur zwischen 3 % und 13 % liegt, was einem Unterschied von drei bis vier Mal entspricht. Noch wichtiger ist, dass die Zahlungsbereitschaft für KI-Produkte stark mit der Nutzungsfrequenz verknüpft ist.

Der Bericht „Umfrage zur KI-Konsumhaltung der Internetnutzer“ des Tencent Institute zeigt, dass der Anteil der zahlenden KI-Benutzer 9,8 % beträgt. Die monatlichen Zahlungen konzentrieren sich hauptsächlich im Bereich von 30 bis 100 Yuan (44,7 %), gefolgt vom Bereich von 100 bis 300 Yuan (32,4 %). Die monatlichen Ausgaben werden im Allgemeinen auf weniger als 300 Yuan beschränkt. Die Zahlungsquote der täglich aktiven KI-Benutzer kann bis zu 18,5 % erreichen, während die der monatlich aktiven Benutzer nur 0,9 % beträgt, was einem Unterschied von etwa 20 Mal entspricht.

Hinter diesem Phänomen verbirgt sich das tiefere Problem der „Szenenfehlanpassung“.

Die derzeit wichtigsten Anwendungsfälle der KI konzentrieren sich immer noch auf Arbeit und Studium: Textverarbeitung, Codebearbeitung, PPT-Erstellung, Recherche und Bildgenerierung. Im Wesentlichen handelt es sich um Produktivitätsbedürfnisse. Sobald die Benutzer ihren Schreibtisch, die Schule oder die Aufgabe verlassen, verlieren viele von ihnen schnell den Grund, die KI zu nutzen.

Die Konsumgewohnheiten der chinesischen Internetnutzer in den letzten zwanzig Jahren haben sich jedoch in einer anderen Logik gebildet. Im Vergleich zu Zahlungen für Werkzeuge sind die chinesischen Verbraucher eher gewöhnt, für „Unterhaltungs-Erlebnisse“ zu zahlen – Live-Stream-Spendungen, Spielhüllen, Kurzfilme, Online-Novellen-Abonnements und Video-Streaming-Abonnements sind im Wesentlichen Emotionskonsum und Sofortbefriedigung. Im Bereich der Werkzeugsoftware hat China sich lange Zeit von dem Internetmodell „kostenlos + Werbung“ geprägt lassen: Von Suchmaschinen und sozialen Netzwerken bis hin zu Inhaltsplattformen sind die Benutzer daran gewöhnt, einheitliche kostenlose Dienstleistungen in Super-Apps zu erhalten und sind gegenüber Abonnementzahlungen für unabhängige Software natürlich empfindlich.

Im Gegensatz dazu hat sich die Software-Abonnementkultur auf dem nordamerikanischen Markt über mehrere Jahrzehnte hinweg entwickelt. Eine Umfrage von DepositAccounts zeigt, dass die amerikanischen Verbraucher durchschnittlich 4,5 digitale Abonnements halten und monatlich durchschnittlich 84 US-Dollar ausgeben. Die Benutzer haben sich bereits an das Konzept gewöhnt, „kontinuierlich für Werkzeuge und Dienstleistungen zu zahlen“. Die etablierte Software-Konsumkultur erleichtert es der KI, das bestehende C-End-Geschäftsmodell fortzusetzen.

Es braucht Zeit, um die Benutzer dazu zu bringen, für Token zu zahlen. Die exponentielle Zunahme der Rechenleistungskosten zwingt jedoch die Anbieter von Large Language Models, den Anwerbeprozess zu verkürzen. Laut Schätzungen von OpenRouter belief sich die Gesamtanzahl der Aufrufe von globalen KI-Large Language Models in der vergangenen Woche auf 28,9 Billionen Token, was bereits fünf Wochen lang ansteigt. Die China International Capital Corporation hat geschätzt, dass bei einer Agent-Penetration von 8 % der Gesamtverbrauch an Token bereits mit dem von reinen Chatbots vergleichbar ist.

Dieser globale Wettlauf um die Kommerzialisierung der KI offenbart eine grausame Realität: Die Geschwindigkeit der technologischen Innovation hat die Veränderung der Benutzergewohnheiten bei weitem überholt. Die Anbieter von Large Language Models müssen sich schwierig zwischen dem endlosen Loch der Rechenleistungskosten und der unüberwindlichen Mauer der Benutzerzahlung einig werden. Andernfalls werden auch die beeindruckendsten technologischen Fortschritte vor der hohen Token-Rechnung scheitern.

Dieser Artikel stammt aus dem WeChat-Account „Yilan Business“ (ID: yilanshangye), geschrieben von Zhang Yongkun und lizenziert von 36Kr.