每經記者 黃婉銀    每經編輯 梁梟    

在大模型這一技術本身的熱度逐漸退潮后，應用場景、落地路徑等實際問題浮出水面。去年，騰訊在邁出大模型第一步時，就選擇以“產業實用”作為發展大模型的核心戰略。

“很多技術最終能夠產生價值還是離不開到底它能在什么場景下解決什么問題，場景跟應用還是很重要的。”9月5日，騰訊集團高級執行副總裁、云與智慧產業事業群CEO湯道生在接受包括《每日經濟新聞》記者在內的媒體采訪時表示，大模型等新技術目前仍然需要企業用耐心去打磨、積累、沉淀，技術的迭代需要時間，在這一過程中，大家既可能探索到新的場景、新的機會，也會慢慢避開落地有限制的場景。

因此，在9月5日舉行的2024騰訊全球數字生態大會上，湯道生也將演講主題放在“增長”二字上。他認為，增長是企業當下最重要的事，以數提效、順勢而為、揚帆出海是企業破局增長的三個方向。當下很多企業面臨內外部多重挑戰，甚至陷入“內卷式競爭”，如果蛋糕不增長，結果就是“零和”游戲。

湯道生 圖片來源：企業供圖

在湯道生看來，To B待開發的場景、空間還有很多，只是需要思考用什么架構、如何利用好企業內部的數據去解決具體問題。而AI大模型一定是一場長跑，一定要有信心和耐心，并堅持投入。同時，企業擁抱AI，不是追求技術的酷炫，核心是要解決商業上的痛點。

“很多人太過關注模型和參數本身，認為必須模型足夠大才好用。實際上不是這樣，大家應該找到合適的應用場景，挑選最合適的模型和路徑，能夠以最低成本解決實際問題，才是最重要的。”

打破“焦慮”是增長的解題思路

騰訊2024年第二季度財報顯示，在自研業務擴充，SaaS、PaaS商業化加速等驅動下，騰訊的企業服務業務收入實現十幾個百分點的增長，毛利進一步改善。

湯道生透露，過去一年，騰訊云與伙伴共同服務的客戶數，超過200萬家；訂單過百萬的伙伴數量，實現了兩位數的增長；很多SaaS伙伴收入增加了1倍多；國際業務增速也在兩位數以上。

同時，他也提到，新技術快速迭代和應用，也在一定程度上加劇了大家的焦慮。企業擔心在行業技術升級浪潮中掉隊，結果可能被用戶拋棄、被市場淘汰。因此，企業也必須積極投入研發與創新，確保抓住下一個機會的入場票。

湯道生在接受《每日經濟新聞》記者采訪時表示，當下，由于各行各業的競爭都很激烈，焦慮不僅僅與AI相關。每個行業的競爭都很激烈，挑戰來自于，競爭中會不會跟不上，原有的業務模式會不會被新技術顛覆？

“在大環境有壓力的情況下，很容易出現零和游戲，我多一些你就少一些，大家相互爭奪，壓力確實不小。像幾年前，互聯網的企業那樣高速發展，大家可能焦慮感沒那么強。隨著行業成熟了，增長放緩了，甚至供需失衡情況下，焦慮感就會變強。尤其如果你需要通過虧損來保持市場份額的話，這絕對不是很健康的一個狀態。”

不過反過來看，如何打破“焦慮”、如何減少“血拼”可以成為“增長”的解題思路。湯道生表示，第一個增長方法是以數提效，聚焦核心場景。“指望大模型給一般企業在短期內帶來巨大變化并不現實。用人工智能在已有業務場景中降本增效，提高經營效率，是行穩致遠的可靠路徑。”

其次，是順勢而為，抓住新產業機會。新能源、電動車、消費電子、數字等產業領域均出現不少變化與機遇，湯道生呼吁更多元化的開放式軟硬科技生態，鼓勵多云、多芯的蓬勃發展。第三個增長機會是揚帆出海，開拓全球市場。

“騰訊云海外服務開放運營也超過8年了，過程中也踩了無數的坑，在復雜的國際環境也經歷過不少起伏，一直在學習、一直在提升。選擇海外運營經驗豐富的云廠商合作，可以加速達至法規通、數據通、管理通，實現全球一盤棋的經營和服務，為海外拓展鋪平道路。”

打破AI“落地玻璃”，讓可見變為可用

在越過ToB市場的拓荒階段后，騰訊更加清晰地認識到自身應該扮演的角色，即回歸產品公司定位。在落地“健康可持續”戰略兩年多以來，騰訊云也更加聚焦做產品，尤其是專注做好技術型的產品。

湯道生表示，他不要求規模，而是希望抓住、聚焦關鍵場景，花精力、時間去打磨。從用戶價值的角度出發會更多一點，而不是簡單追求調用量。團隊其實也知道自己的短板，也在往更重要的地方去做能力提升，對于產品更加了解，對于客戶哪些問題可以通過騰訊的產品和解決方案去解決，選擇哪些合作伙伴一起去服務，這個路徑也越來越清晰。

“這幾年，通過我們對于騰訊云業務的理解，通過不斷地提升供應鏈效率，我們在經營過程中‘有所為有所不為’，讓業務變得更聚焦，更加健康。與去年相比，騰訊云今年在盈虧平衡的目標上有了較大的進步，正在逐步向盈利目標靠近。”

目前，騰訊產業互聯網的生態伙伴數量突破11000家，共同服務的客戶總數超過200萬家。三年間，年收入達到百萬級的伙伴數量增長了150%；騰訊會議等SaaS伙伴的收入過去兩年也翻了4.5倍。

湯道生坦言，騰訊很重視大模型的投入，同時也重視可持續發展。他看損益表看得很緊，每個業務都應該算清楚成本，合理定價，避免靠別人的利潤補貼自己的虧損。他做任何業務都會想：合理的商業模式該怎樣？到底應該是什么樣投入和產出才能長期健康發展？總的來說，騰訊是細水長流，看準了會堅持。

騰訊提出構建“離產業最近的AI”，讓數智技術在更多的產業場景中落地。那么在產業端，目前大模型落地還面臨哪些挑戰？

湯道生告訴記者，挑戰一方面是來自數據，另一方面則是AI落地。數據是模型的原料，大模型時代，高質量數據的需求量只會越來越大。而現在，高質量的數據、很多公共數據，還是相對比較稀缺，這會對模型的訓練產生一定的影響，會給大家帶來一定的焦慮。

“不過我覺得，很多企業的自有數據，或者一些比較專業的行業數據，可能還沒有被利用起來，如果是針對某個場景，去打造智能應用，未必需要所有的數據。你只需要有針對性的行業數據或者跟企業相關的那些數據就足夠，大家都在持續探索。”

而大模型在產業場景落地時，面臨的問題還非常多，比如場景的選擇、結果的準確、數據的保密、落地的成本、內容的安全等一系列問題。

如何打破這層“玻璃”，讓可見變為可用？騰訊也在進行多個層面的探索與嘗試。在模型方面，騰訊混元Turbo正式推出，推理效率提升1倍，推理成本降低50%。工具層面，也推出了騰訊云TI平臺、大模型知識引擎等工具，幫助企業快速構建智能應用。

“在國內百模大戰與開源大模型的普及下，今天大模型的調用成本已經降得很低了，如果再加上企業獨有的專業文檔與行業數據，搭建智能應用或智能助手，很多企業就能在客服、營銷與內容創作等場景中，提高員工工作效率，提升服務體驗。”

湯道生補充說，目前AI大模型還有不少改善和優化的空間，也需要不斷地擴大使用場景。AI技術未來會百花齊放，騰訊也會持續投入，尋找不同的場景來創造價值，并最終找到商業化路徑。