Silo AI 卖身 AMD：模型团队的收入在项目不在模型

SiloGen平台：卖的是定制化模型开发与部署能力

SiloGen是Silo AI提供的模型平台，用于定制化大语言模型的开发与部署。它不是标准化SaaS产品，而是配合专家服务，帮客户在特定数据和场景下训练、调优和部署模型。这种形态决定了收入来自项目交付，而非软件订阅。

平台的价值在于把定制模型的过程工具化，降低对纯人力的依赖，但核心交付仍靠博士级团队。客户买的不是模型权重，而是“能把模型用到生产里”的确定性。

从商业上看，这更像咨询公司的技术平台，而不是模型公司的API生意。平台本身不产生独立收入，收入附着在项目合同上。

开源多语言模型Poro与Viking：用开源换品牌和生态位置

Silo AI在AMD平台上开发开源多语言LLM，包括Poro和Viking。Viking覆盖全部北欧语言、英语及编程语言，与TurkuNLP、HPLT合作发布。这些模型不直接收费，而是作为技术品牌和生态参与工具。

开源模型的商业意义在于：它证明团队能训练出可用模型，帮助获取企业客户信任，同时与AMD硬件绑定。但模型本身不带来收入，训练成本由公司或收购方承担。

这是一种取舍：用开源模型建立技术声誉，换取项目订单；代价是模型训练投入无法从模型授权中回收，只能从服务收入中弥补。

企业定制AI项目：谁付钱、按什么收费

付钱的是企业客户，包括安联、飞利浦、劳斯莱斯和联合利华。它们购买的是生产级AI项目交付，而非模型本身。Silo AI截至被收购前已交付200+个生产级AI项目，说明收入模式是项目制。

收费方式公开资料未披露具体合同金额和计价单位，但从项目制形态推断，通常按项目阶段或人力投入计价。这种模式收入确认依赖交付进度，客户集中度可能较高。

对创业者来说，这意味着收入来自解决具体业务问题，而不是卖通用模型。项目制能快速起量，但规模化受人力限制。

被收购后的收入归属：并入AMD数据中心部门，财务不重大

AMD称Silo AI财务业绩不重大，自收购日起并入数据中心部门报表。这意味着Silo AI不再作为独立收入主体披露，其项目收入被纳入AMD的数据中心业务中。

对Silo AI自身而言，被收购后收入模式可能从外部项目转向内部研发与生态支持。按芬兰媒体分析，Silo AI可能成为AMD欧洲研发实验室。

这带来一个矛盾：原本靠中立身份接企业项目的团队，现在服务于AMD硬件生态，外部客户是否继续买单，公开资料未披露。

客户是大企业和北欧企业网络，不是中小开发者

客户名单包括安联、飞利浦、劳斯莱斯和联合利华；Nokia称Silo AI是其多项AI项目的长期合作伙伴。Combient称与Silo AI合作服务38家北欧公司。这些客户有预算、有数据、有定制需求，但决策周期长。

客户结构说明Silo AI打的是大企业定制市场，而非开发者API市场。这种客户关系依赖专家团队和本地网络，销售周期长，但单客价值高。

风险在于客户集中：公开资料未披露收入集中度，但大客户项目制收入波动大。被AMD收购后，客户可能担心技术中立性。

靠北欧企业网络和合作组织触达客户

Silo AI总部位于赫尔辛基，业务遍及欧洲和北美，覆盖北欧、DACH、英国、美国等地。它通过Combient等合作组织触达38家北欧公司，并借助Nokia等长期合作伙伴获取项目。

这种渠道依赖本地商业网络和口碑，而非线上自助获客。2023年收购荷兰Machine2Learn，扩展比荷卢及西欧布局，也是渠道扩张动作。

对小团队来说，这种渠道难以复制：需要本地人脉和交付团队。但可以借鉴的是，通过合作伙伴网络触达企业客户，而不是只靠线上营销。

钱花在人上：300+专家和博士级团队是最大成本

Silo AI官网称拥有300+名AI专家、150+名博士级AI科学家，Marketscreener称240名AI专家、120名博士级专家。无论哪个口径，人力都是核心成本。

项目制收入需要持续投入专家时间，模型训练也需要算力，但公开资料未披露算力成本占比。收购前公司较为自给自足，说明人力成本靠项目收入覆盖。

这种成本结构决定了利润率受人力规模限制，扩大收入必须增加人头，难以像软件公司那样边际扩张。

靠种子轮和自身现金流活到被收购

Silo AI 2019年6月完成1000万欧元种子轮融资。CEO称公司较为自给自足，未依赖外部投资人，未计划出售或融资。这说明公司主要靠项目收入维持运营。

最终以约6.65亿美元全现金被AMD收购，早期投资人获得退出。AMD在截至2024年7月的12个月内向十余家AI公司投资超1.25亿美元，Silo AI的收购是另一笔交易。

对创业者来说，这条路径说明：不一定要靠VC烧钱，项目制收入可以养活团队，但最终退出依赖战略收购方。

护城河是团队和交付记录，不是模型

AMD在财报中将商誉归因于Silo AI团队，用于加速在AMD硬件上部署和开发AI模型与软件。5.77亿美元商誉，可推断收购方看重的是团队能力，而非模型资产。

Silo AI已交付200+个生产级AI项目，客户名单包括安联、飞利浦等，这是交付记录带来的信任。开源模型Poro和Viking更多是技术品牌，不构成直接竞争壁垒。

真正的护城河是博士级团队和项目经验，但这种护城河随人员流动而减弱。被AMD收购后，团队稳定性取决于AMD的整合能力。

被收购后中立性受损，外部客户可能流失

按芬兰媒体分析，Silo AI可能成为AMD欧洲研发实验室，AMD收购意在弥补软件层相对英伟达的落后。这一定位可能让原有企业客户担心技术中立性，尤其是使用英伟达硬件的客户。

公开资料未披露收购后客户留存情况。如果Silo AI的项目交付转向优先支持AMD硬件，外部项目收入可能下降。这是项目制公司被硬件厂商收购的典型矛盾。

收入依赖项目制，规模化受人力限制

Silo AI的收入来自定制项目，需要持续投入专家时间。300+专家的规模意味着收入增长必须靠增加人头，难以像软件产品那样边际扩张。

公开资料未披露项目毛利率和客户集中度，但项目制收入波动大，大客户流失会直接影响业绩。AMD称其财务业绩不重大，可推断其收入规模在AMD体系内占比有限。

对创业者来说，项目制可以起步，但要想清楚如何把交付经验产品化，否则永远在卖人力。