对话腾讯汤道生：大模型和云一样，难以被垄断｜36氪专访
自ChatGPT掀起全球AI浪潮，时间来到一年多后的今天——比起仰望星空，中国科技圈对大模型的讨论，早已快进至如何落地，以及真正改变人们的生活。
现在，客户对云厂商的最大诉求是什么？“一是大模型，二是降本增效。”腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生毫不犹豫地回答。
这是2023年中国云市场的典型一面。
大模型，让AI成为云市场不可忽视的关键变量。这是云厂商争夺第二增长曲线的激烈竞争——谁在大模型的道路上跑得远，跑得快，或许就能弯道超车，一举改变市场格局。
但现实情况是，国内外云计算市场逐渐复苏，但宏观环境变幻莫测，无论是云厂商还是客户，都尚未改变保守谨慎的预期。
降本增效，依旧是核心任务。
腾讯云也不例外。从2021年开始，腾讯云断然按下很多业务的暂停键：放弃许多营收数字看着很大，但利润极低的转包、集成项目——转为以自研产品为主的发展模式，要“有质量的增长”，更强调生态合作。过去两年，腾讯云的被集成收入增长2倍，利润也得以大幅改善。
但大模型如此重要，却又如此昂贵。千亿级的通用大模型训练成本，动辄千万甚至亿元，OpenAI下一代大模型GPT-5的训练成本，甚至高达数十亿美元。在国内，挑战更甚，曾有行业人士对智能涌现表示：“在大模型战争中，中国几乎是在海外的十分之一算力上打仗。”
资源有限的大前提下，所有中国云厂商都在面对这道难题：口袋里的钱变少了，但大模型要怎么继续投入？
在大模型这件事上，腾讯选择了一条更务实、开放的道路。
比起孵化新AI项目，腾讯更倾向于让已有业务先拥抱AI，先让客户用起来。“用户在意的是有更好的体验，至于产品背后是AI，或者其他什么技术，对他们来说并不是那么重要。”汤道生表示。
据透露，目前腾讯内部已经有超过300个业务接入腾讯混元大模型，也为20多个行业，提供了超过50个大模型解决方案。
而对未来在AI时代中的定位，腾讯云把目标锚定在解决用户需求，让技术真正可落地上。“我们唯一的定位，就是客户需要。”汤道生笑着说。在腾讯的行业大模型商店上，客户甚至在混元、腾讯云行业大模型之外，可以找到其他厂商的20多个开源模型，腾讯云的模型训练和应用开发平台，也同样兼容。
在艰难的时日里，云厂商既要有质量的增长，又希望在AI之战中取胜，这更需要耐心和战略定力。“未来五年或者十年后，我最为看重的，可能还不是我们的整体规模能到多大，而是会把每个产品的细分赛道都拆出来，看看是不是在每个赛道做到最好。”汤道生说。
近期，智能涌现再次对话汤道生，他谈到云市场的最新变化，也提及在大模型带来的新一波AI浪潮中，腾讯云如何再次定义自己。
△腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生
原来是“抓大放小”，现在小的也要抓
智能涌现：我们上回聊，是在2022年5月。你和Pony（马化腾）都公开讲过，腾讯云当时的策略是拒绝虚假的繁荣，而是要看实在的收入和利润。一年多过去了，这个战略是否有什么变化？
汤道生：
战略大方向其实没有太大的变化，就是回到业务本质——做基于前沿技术的“平台型产品”，然后让伙伴通过集成我们的产品，打造解决方案，完成交付、运维等服务，向各行各业去覆盖。
当我们把精力聚焦在做好产品、卖好产品、服务好客户的时候，我们的业务运行效率变得更高，成本结构更加合理，利润水平自然也会提升，实现了良性循环，健康可持续发展。
智能涌现：腾讯前不久也发了2023年Q3财报，腾讯云这个季度毛利率有比较大的提升，你觉得改善主要是来自什么地方？
汤道生：
其实不只是（Q3）这个季度，整个2023年同比2022年都有明显的增长。这主要得益于前两年我们启动的战略转型——回归做产品、推动被集成，通过“减脂增肌”，让整个业务走向了健康可持续。
我们的战略转型还在不断深化的过程中。早期可能会有一些低垂的果实（Low-Hanging Fruits），我们抓大放小，马上就能够看到成效，比如明显定价错位、有亏损的业务，不亏钱做就好了。但现在市场一直在变化，到2024年，我们不仅要“抓大放小”，小的也要抓，要抓产品细节，还要抓服务细节，“魔鬼都在细节里”，相信未来我们的利润状况还会持续改善。
智能涌现：要将这些战略落地，你们最重要的几项行动方案是什么？
汤道生：
首先是销售侧的管控会更严。原来有一部分收入，可能涉及转售第三方的产品，或者短信产品等一些对我们来说并不核心的产品。我们现在会微调，重新对齐目标，考核自研产品收入占比。
其次在经营管理上，也尽可能做到精细化。一个项目哪些地方会出现风险，会有成本溢出，我们会利用数字化工具，统一来进行运营和管理。
再就是供应链管理能力的提升。2023年，我们花了大量的精力，用来估算需求，与前线信息拉通，减少供给端的浪费，这也直接带动了毛利的提升。
智能涌现：2023年，云厂商又开始了新一轮价格战，腾讯也有参与。这次价格战和2014年-2015年左右的价格战，有什么不同？
汤道生：
本质上没有什么不一样，就是卷。但是现在的市场更成熟，玩家没有之前那么多，而且大家都想要健康可持续，很难纯粹靠价格抢市场，客户也变得更理智了，不会因为价格低，就选择你，还得看你持续提供优质服务的能力。
我始终觉得，打价格战是最低水平的竞争方式，我们还是希望把重心放在产品本身，以好产品与好服务，赢得更多客户。
智能涌现：现在腾讯云对降价的投入程度是怎么样的？这种价格战能持续多久？
汤道生：
在核心成熟产品上，我们肯定希望靠我们的技术和服务能力获得市场竞争力，而不是单纯的低价。新的技术架构，也能为客户降本，比如大数据的湖仓一体架构，就比传统做法性价比更高。最近推出的新一代云服务器，基于性价比更高的Bergamo芯片，也能给到客户更低的单位计算成本。
当然，还有一些培育期的业务，比如像大模型业务，还是在投资早期阶段，我们也愿意继续投入打造好产品，做强技术。在ROI为正的情况下，我们的逻辑是把规模做大，规模做大之后，自然能覆盖固定成本。
智能涌现：如何在技术投入期，保证好服务的质量？2023年，行业里也出现了不少云服务故障事件。
汤道生：
公有云的迭代更新、升级周期很快，故障会有各种原因，比如物理层面的关水、挖断电缆、停电，哪怕是做软件升级、运营变更，也可能会引发一些问题。
我们尽量从架构设计层面，就开始规避这些隐患，通过模拟故障演练来完善系统容错性，比如我们有个项目“混沌工程”，就是专门做这项工作的，定期关停云上不同模块，看看系统如何切换流量到另一个可用区。我们也会和客户一起演练，不断地对技术架构的每一层进行完善。
如果出了服务故障，除了帮助客户尽快恢复服务外，我们也会即时复盘，避免对于某一个单点的依赖，优化流程与架构，不要让同类问题再次发生，这挺考验技术研发与服务运营的管理能力。
智能涌现：现在，客户对云服务的选择标准会有什么变化？
汤道生：
我的感受是，客户更理智了。选择云服务不只是看一次的价格，而是看你有没有实力支撑长期的、更优质的服务。
我们的很多客户，之所以选择腾讯云，就是看重了我们的一些多元化、独有的能力。
比如，国内外很多企业都选择了我们的音视频产品，是因为腾讯云的音视频技术，能够做到端到端画面传输平均延时低至300ms，使得用户在弱网环境下，仍然能够高质量地音视频通信。并且，我们也通过全球70个可用区2800多个加速节点，可以为海外用户提供稳定、流畅的音视频体验。
除了底层技术能力之外，很多客户也很看中我们独有的用户触达能力，比如，很多零售行业客户非常关注私域流量运营，微信小程序上GMV占比也越来越大。我们善于在不同的场景里理解客户，也有QQ、微信、企微等丰富的触达用户的产品工具，通过C2B的连接能力，可以帮助零售企业提高运营效率，活跃线上交易。
大模型和云一样，难以被垄断
智能涌现：AI是2023年云市场的核心话题。2023年年初，我们也采访了李彦宏，他的一个观点是“AI大模型会是云市场的Game Changer”，并且会给百度云带来很大机遇。一年过去了，你现在怎么看待这样的观点？
汤道生：
这的确是个巨大的机会。要实现AI大模型应用，需要结合不同层面的技术，包括基础设施、模型、agent与工具、还有应用场景，每一层都需要考虑到，才能在合适的行业场景中，找到业务落地机会。正是因为大模型落地的环节众多、流程复杂，这就会带来从底层算力，到上层智能化应用的庞大的需求。
其中最大的机会，来自广阔的产业应用场景。目前，大模型最普遍应用的是，面向用户的智能客服、智能营销、组织内部的知识共享等。
我们和一家国内的头部在线旅游公司，基于“文旅大模型”，加入企业数据精调后，打造了“机器人客服”。它可以自动判断用户意图，并自动调用相应的API，高质量完成用户咨询及服务。
假如一个用户问“春节假期，在珠三角应该怎么玩？”，机器人客服不仅能够给出景点介绍，还能够规划出交通、景点、酒店安排，甚至可以直接提供预订链接，以及优惠券等信息，不仅实现了贴心的服务，也具备了更强的销售转化能力。
智能涌现：如果还是从IaaS、PaaS和SaaS这三层来看，2023年AI技术的发展，对腾讯云的产品架构有产生什么实质性影响吗？
汤道生：
我们的产品架构，没有太大的变化。大家都在AI技术研发与算法迭代持续投入的阶段，有很多新的应用场景在探索与打磨。在这三层产品上，我们2023年都有推出新产品。
首先，大模型的训练与推理会带来大量计算需求，大量数据也需要存储、清洗、标注等处理，对IaaS业务有很大的促进。我们也推出了新一代HCC高性能计算集群、具备3.2T通信带宽的高性能网络星脉，GPU的利用率提升40%，模型训练成本节省 30%~60%，通信性能提升10倍，为大模型训练提供高性能、高带宽、低延迟的智算能力支撑。
在PaaS层，我们就升级了TI平台，给客户一整套AI工具链，来做数据标注、管理、精调、部署、推理加速等等。大模型让客户对大数据系统与数据分析的投入也在相应加大，腾讯云大数据的EMR组件也因此获得很好的增长。腾讯云智能团队也在结合不同AI技术模块，打造一个企业级综合知识引擎，让企业构建自身的行业知识库更高效、更简单，并可以让一个行业大模型同时服务多个智能场景。
而在SaaS层，腾讯有很多产品、场景都接入了大模型。比如腾讯会议，现在用户开完会，就可以自动生成会议纪要，这些都是一些新的商业机会。
智能涌现：2023年大模型市场有非常多玩家，大家戏称现在是“百模大战”。腾讯现在的路线，和其他厂商会有什么不一样？
汤道生：
腾讯的AI故事里，我们既有公众高度关注的通用大模型，也有企业所在意的行业大模型，还有模型与应用构建的工具箱。
对一般AI应用来说，也不是模型越大就越好，开发者应该关注具体场景下不同模型的效果与性价比差异。所以去年我们就讲，腾讯云会支持多模型的策略，让客户既可以直接调用混元通用大模型，也可以在开放模型商店里，下载与部署不同厂商的开源模型，然后再用企业数据做精调。腾讯云智能正在与多家伙伴共建行业模型，在金融、旅游、零售等领域，已经积累不少大模型应用的案例。
同时，我们也很关注RAG（检索增强生成）、向量数据库这些新的技术方向。比如，向量数据库基于真实的信息提取后，再用大模型来帮你做分析整理，抽炼出最关键的核心信息，这样会有效减少大模型出现幻觉的几率。
智能涌现：还是走比较务实的路线，比如比较小的模型，先解决一些可以解决的问题。
汤道生：
是的。
智能涌现：如果用一句话概括腾讯在AI时代里的定位，你会怎么概括？
汤道生：
对腾讯来说，很难用一句话来定义自己。我们做事的原则是，从客户的需求出发，客户需要什么，我们就想办法去满足。在过程中，我们会不断寻求技术突破，探索创新，攻克技术难题。
如果用一些关键词来总结，第一是开放，这是我们做To B业务的一个非常重要的价值观。在大模型上，我们和很多模型厂商都有合作，海外的、国内的都有，我们的模型商店里有上架了很多开源模型，企业可以根据不同业务场景，选择不同的模型做定制化开发和精调。
第二是场景，我非常关注解决具体业务场景，大模型要实用、有性价比。我们需要给客户一个投入大模型的理由，而不是纯粹为了追概念、不掉队。
智能涌现：你强调实用和性价比，是2023年和客户打交道听到很多次吗？
汤道生：
对，这是很实际的问题。
智能涌现：大家觉得现在大模型还是太贵了吗？
汤道生：
大部分客户现在会更讲究技术的实用性与可持续性，而不是不计成本地投入到概念中，尤其在比较有挑战的经济环境下，客户都希望投资能快速有回报。
我们也会给客户提供不同厂商、不同性能的芯片选择，寻找最高性价比的技术方案，实现最高的ROI。
智能涌现：又是百模大战，又是价格战，同质化竞争出现时，腾讯云的优势会在哪里？
汤道生：
部分资源性的云产品确实容易同质化，在大厂商继续追求规模与市场份额下，很难避免一些低价抢客户的情况。但云厂商要可持续地健康发展，必须发挥技术优势，提高供应链管理效率，才能体现长期成本优势。
腾讯云的核心战略，一直都是要发挥腾讯业务所积累的技术优势，比如我们的C2B连接与音视频通讯能力，体现在腾讯会议、企业微信、互动直播等产品上，很受客户欢迎。同时腾讯自身的微信、QQ、游戏等海量用户业务，也让腾讯云在存储、网络、数据库、安全等领域，形成了稳定可靠、高性能、高性价比的技术。还有丰富的内容业务，以及与之相关的AI算法与大数据技术，也是突出优势。
最后还有一点，腾讯云的战略是长期稳定的，管理导向也比较明确与稳定，这也是客户比较在意的地方。
智能涌现：组织怎么变，会怎么影响客户使用体验吗？
汤道生：
组织的变化是为了提高管理效率，要适应市场变化，但是战略上要保持定力，坚持务实地做事情，客户的感受会越来越好。所以这几年，虽然我们的组织在不断微调，但不同阶段，无论是人员轮岗，或者其他的变动，我们的价值观、战略选择始终不变，也得到了客户的认可。
智能涌现：2023年大模型出来之后，在云市场原来的IaaS、PaaS、SaaS层上，大家开始纷纷提出MaaS（Model as a Service，模型即服务）这个概念，云厂商直接卖模型服务，带动云算力的增长。你怎么理解这个概念？
汤道生：
我们对MaaS的定义并不是那么严格，更希望表达一种开放态度。MaaS市场里的模型，并不局限于云厂商自己开发的模型。
我们希望给客户提供不同的模型选择。比如客户可以直接调用我们混元的API，这是最直接的MaaS服务，客户也可以用其他开源模型，在我们的TI平台来做预训练、精调、部署管理等等。
智能涌现：在大模型这个领域，腾讯最终希望形成的商业模式是怎么样的？
汤道生：
大模型的商业化，肯定是建立在应用场景普及的基础上的。
随着大模型应用的普及，不同技术层的厂商在不同阶段会有不同的商业化机会，比如模型训练与推理都需要非常大的算力支持，这已经给芯片厂商带来巨大的收入。在模型层，现在大家还在投入阶段，估计国内没有谁不亏损的。
长期来说，在应用层，如果能控制好训练和推理成本，智能服务对用户与企业都有提高效率的价值，大家应该会更愿意为此买单。另外，模型搭建和精调要用到的AI工具，智能服务需要长期运营与迭代，会形成长期使用的粘性，也应该会有一个可持续的商业模式。
智能涌现：云计算一直被公认为是马太效应显著的行业，市场上最后只会有少数玩家。如果以后MaaS真的成了主流商业模式，垄断会变得更容易吗？
汤道生：
我觉得不会。刚刚我也提到，Model as a service（模型即服务），这个概念本身就有开放的含义，因为既然是个服务，那就会有明确的标准化接口，无论底层用什么大模型，都可以在某个应用框架里持续运行，这样的架构一般不会出现垄断。所以，我们长期以来也都尽量基于开源标准来搭建商业化服务，客户不会觉得用腾讯云的技术，就完全被绑定。
更重要的是，大模型本身是一个多层次、复杂的系统工程，不会有一家企业，垄断所有的机会，这里面除了涉及基础算法、顶层应用，还需要底层算力、芯片，中间层的各种模型开发和管理工具，包括有部署的、监控的、模型可视化的、以及各种模型框架。
这些帮助挖掘大模型“金矿”的工具供应商，同样有巨大的机会。每个企业只要聚焦擅长的领域，把产品和技术做到最好，就能占领一席之地，甚至成为一个垂直领域的“独角兽”。
智能涌现：但参照海外，现在美国已经形成了两股比较明显的势力，OpenAI的GPT是闭源、商业化的代表，也有Meta旗下围绕Llama模型的开源生态。
汤道生：
虽然有这两股势力，但大家在针对不同场景、从不同维度去竞争，各自都会有很多创新点，发挥独特优势，创造不同价值。而现在国内的AI市场已经被点燃，像海外一样，大家都在从不同维度寻找机会，目前已经出现了很多玩家，估计还会有一段时间混战。
客户不需要知道产品背后是AI，还是其他
智能涌现：2023年，你个人在业务上花时间最多的部分，是在什么地方？
汤道生：
肯定是见客户更多了，无论是国内还是海外，我们交流都更多了。除了出差之外，我也喜欢去研究一些技术细节，透彻地了解一些技术能力的优缺点以及为什么。
智能涌现：客户提到最多的问题，或者和你交流最多的事情，是什么？
汤道生：
最多的肯定是AI与大模型，然后是降本增效。
智能涌现：都是很实在的、务实的诉求。
汤道生：
大家的最终目的，都是想提高经营效率，为业务建立竞争优势。
智能涌现：云计算是新经济的技术基座和底层，也反映很多领域的经济活动情况。除了零售、金融是腾讯云一直以来的优势行业，2023年，有没有一些新的行业进入你们的视野？
汤道生：
一些和宏观经济趋势同频的行业，都会有比较强的降本增效的需求。有些正在风口的行业，比如新能源汽车行业，因为终端用户对智能化体验的追求，汽车成为了新一代的智能终端，因此产生了很多数据与连接用户的需求，大量数据需要被计算、存储和分析，对云的消耗也大大增加，对云厂商来说肯定是好事。
在国内，旅游、文旅行业的数字化需求也在恢复。零售行业的趋势也在变化，有亮点也有挑战，大家都在用数据来辅助业务决策，提高经营效率，因此对云与大数据依赖越来越大。
另外，还有很多客户在积极出海，我们也跟着他们一起走出去，对比海外云大厂商，国内云厂商提供的产品一般价格更低，响应更及时，服务态度更好。
智能涌现：在现在的宏观经济下，对你们在云业务上的投入，会产生什么影响？
汤道生：
我们的服务肯定也会受客户业务发展的影响，今天我们和客户讲新技术的时候，会和他们强调降本增效的可能性。
降本增效来自技术更替带来的效率提升，客户也会希望借助新技术，在激烈竞争的市场里做得比竞争对手好。
所以虽然大环境有挑战，但如果一些新技术真的能降本增效，符合业务发展逻辑，客户是愿意投入的。对我们来说，机会是永远存在的。
智能涌现：现在CSIG也持续在降本增效，但大模型还是非常昂贵的事情。CSIG怎么平衡投入产出比？
汤道生：
腾讯集团整体在AI领域的投入还是很大的，混元是集团在投入，在CSIG做商业化；集团各处AI相关的投入，估计起码有三分之二的工作都和大模型相关，包括一些前沿技术研究与机器人的长期投入。
腾讯云（CSIG）一直投入在可持续商业化的AI产品能力上，支持企业客户打造针对业务场景的AI应用。除了前面提到的大模型技术与周边工具外，我们在过去几年也沉淀了很多模块化的AI PaaS服务，比如OCR、人脸核身、安全风控等等，在商业化上都有较好的投入产出。
最近一年，交互式数智人、智能推荐与文生图等技术也很受客户的欢迎。这些AI产品都能帮助云智能业务形成正向循环的商业模式，让我们可以持续投入下去。
智能涌现：现在AI圈中另一个比较担心的问题是，这一波大模型浪潮，是否会像上一波以CV为主的AI浪潮一样，走向集成、项目制的道路？
汤道生：
国内企业客户采用标准化产品的意愿，短时间内还是挺难改变的。我们前几年做云业务也遇到同样问题，AI时代也一样。对于每个参与到AI这个大浪潮里的企业，我们还是可以选择做什么和不做什么，搞清楚强项和短板在哪，聚焦在自己能做好的领域。
智能涌现：如果从集团层面，腾讯对这轮AI大模型的定位、态度是怎么样的，这会是一个需要All in的机会吗？
汤道生：
我们非常重视，高管也会定期交流，我们所有的业务都在思考怎么和AI结合。
比起成立一个单独的项目、一个团队来推进AI技术的研究与应用，我们现在更像一个混合模式。既有混元团队集中资源与精力办大事，打造通用智能的大模型服务；同时也让所有业务结合场景，用AI提升产品体验与业务效率。
比如，我们的企业社区产品腾讯乐享，通过打造AI助手，让用户在繁杂的企业资料库中，可以快速检索和内容提炼，帮助用户更高效找到所需要的信息。
用户在意的是有更好的体验，至于产品背后是AI，或者其他什么技术，对他们来说并不是那么重要。
智能涌现：对现在的市场占有率，腾讯云怎么看？在一些排名报告里，腾讯云现在排在国内第四。
汤道生：
首先，我们并不了解其他厂商云收入构成的细节，我们更聚焦自身产品的健康发展与客户口碑。市场上的排名报告，会受到很多因素影响，很多公开数据的口径差异也很大。
我觉得大范围来看综合市场占有率，并不定义某个企业发展的成败。一个笼统的收入数字，反映不了业务的健康度，还需要把指标拆开，看收入的结构、利润率，是不是符合我们“健康可持续的业务”的战略和自己的预期。
另外，比起一个整体数字，我更关注我们的单赛道的产品，是不是做到了行业数一数二，有足够的竞争力，这个可能更有意义。
我经常和团队说，现在就是拼战略定力，不要被枝蔓所干扰。我们和昨天的自己比，产品业务更健康地发展，人效更高就很好了。
智能涌现：那现在，你们最看重的指标是什么？什么才能体现出业务健康程度？
汤道生：
未来五年或者十年后，我最看重的，可能还不是我们的整体规模能到多大，而是会把每个产品的细分赛道都拆出来看，因为每个赛道的规模都不一样。
比如在线会议赛道，我会去看，腾讯会议到底服务了多少企业与用户，收入与利润能否养得起团队的持续投入；在云安全领域，就会看安全产品在公有云IaaS客户中也使用起来的比例；而公有云上的资源类产品，则会看服务质量、毛利率与综合成本等。
只要我们在几个关键的赛道，长期耕耘，把产品做扎实，腾讯云的业务就能持续发展下去。如果某产品的利润一直做不起来，长期养不起团队，那我们就应该果断放弃，把资源聚焦到更有发展空间的产品去，这个决策逻辑也很容易理解。
扫码加入「智涌AI交流群」
欢迎交流
现在，客户对云厂商的最大诉求是什么？“一是大模型，二是降本增效。”腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生毫不犹豫地回答。
这是2023年中国云市场的典型一面。
大模型，让AI成为云市场不可忽视的关键变量。这是云厂商争夺第二增长曲线的激烈竞争——谁在大模型的道路上跑得远，跑得快，或许就能弯道超车，一举改变市场格局。
但现实情况是，国内外云计算市场逐渐复苏，但宏观环境变幻莫测，无论是云厂商还是客户，都尚未改变保守谨慎的预期。
降本增效，依旧是核心任务。
腾讯云也不例外。从2021年开始，腾讯云断然按下很多业务的暂停键：放弃许多营收数字看着很大，但利润极低的转包、集成项目——转为以自研产品为主的发展模式，要“有质量的增长”，更强调生态合作。过去两年，腾讯云的被集成收入增长2倍，利润也得以大幅改善。
但大模型如此重要，却又如此昂贵。千亿级的通用大模型训练成本，动辄千万甚至亿元，OpenAI下一代大模型GPT-5的训练成本，甚至高达数十亿美元。在国内，挑战更甚，曾有行业人士对智能涌现表示：“在大模型战争中，中国几乎是在海外的十分之一算力上打仗。”
资源有限的大前提下，所有中国云厂商都在面对这道难题：口袋里的钱变少了，但大模型要怎么继续投入？
在大模型这件事上，腾讯选择了一条更务实、开放的道路。
比起孵化新AI项目，腾讯更倾向于让已有业务先拥抱AI，先让客户用起来。“用户在意的是有更好的体验，至于产品背后是AI，或者其他什么技术，对他们来说并不是那么重要。”汤道生表示。
据透露，目前腾讯内部已经有超过300个业务接入腾讯混元大模型，也为20多个行业，提供了超过50个大模型解决方案。
而对未来在AI时代中的定位，腾讯云把目标锚定在解决用户需求，让技术真正可落地上。“我们唯一的定位，就是客户需要。”汤道生笑着说。在腾讯的行业大模型商店上，客户甚至在混元、腾讯云行业大模型之外，可以找到其他厂商的20多个开源模型，腾讯云的模型训练和应用开发平台，也同样兼容。
在艰难的时日里，云厂商既要有质量的增长，又希望在AI之战中取胜，这更需要耐心和战略定力。“未来五年或者十年后，我最为看重的，可能还不是我们的整体规模能到多大，而是会把每个产品的细分赛道都拆出来，看看是不是在每个赛道做到最好。”汤道生说。
近期，智能涌现再次对话汤道生，他谈到云市场的最新变化，也提及在大模型带来的新一波AI浪潮中，腾讯云如何再次定义自己。
△腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生
原来是“抓大放小”，现在小的也要抓
智能涌现：我们上回聊，是在2022年5月。你和Pony（马化腾）都公开讲过，腾讯云当时的策略是拒绝虚假的繁荣，而是要看实在的收入和利润。一年多过去了，这个战略是否有什么变化？
汤道生：
战略大方向其实没有太大的变化，就是回到业务本质——做基于前沿技术的“平台型产品”，然后让伙伴通过集成我们的产品，打造解决方案，完成交付、运维等服务，向各行各业去覆盖。
当我们把精力聚焦在做好产品、卖好产品、服务好客户的时候，我们的业务运行效率变得更高，成本结构更加合理，利润水平自然也会提升，实现了良性循环，健康可持续发展。
智能涌现：腾讯前不久也发了2023年Q3财报，腾讯云这个季度毛利率有比较大的提升，你觉得改善主要是来自什么地方？
汤道生：
其实不只是（Q3）这个季度，整个2023年同比2022年都有明显的增长。这主要得益于前两年我们启动的战略转型——回归做产品、推动被集成，通过“减脂增肌”，让整个业务走向了健康可持续。
我们的战略转型还在不断深化的过程中。早期可能会有一些低垂的果实（Low-Hanging Fruits），我们抓大放小，马上就能够看到成效，比如明显定价错位、有亏损的业务，不亏钱做就好了。但现在市场一直在变化，到2024年，我们不仅要“抓大放小”，小的也要抓，要抓产品细节，还要抓服务细节，“魔鬼都在细节里”，相信未来我们的利润状况还会持续改善。
智能涌现：要将这些战略落地，你们最重要的几项行动方案是什么？
汤道生：
首先是销售侧的管控会更严。原来有一部分收入，可能涉及转售第三方的产品，或者短信产品等一些对我们来说并不核心的产品。我们现在会微调，重新对齐目标，考核自研产品收入占比。
其次在经营管理上，也尽可能做到精细化。一个项目哪些地方会出现风险，会有成本溢出，我们会利用数字化工具，统一来进行运营和管理。
再就是供应链管理能力的提升。2023年，我们花了大量的精力，用来估算需求，与前线信息拉通，减少供给端的浪费，这也直接带动了毛利的提升。
智能涌现：2023年，云厂商又开始了新一轮价格战，腾讯也有参与。这次价格战和2014年-2015年左右的价格战，有什么不同？
汤道生：
本质上没有什么不一样，就是卷。但是现在的市场更成熟，玩家没有之前那么多，而且大家都想要健康可持续，很难纯粹靠价格抢市场，客户也变得更理智了，不会因为价格低，就选择你，还得看你持续提供优质服务的能力。
我始终觉得，打价格战是最低水平的竞争方式，我们还是希望把重心放在产品本身，以好产品与好服务，赢得更多客户。
智能涌现：现在腾讯云对降价的投入程度是怎么样的？这种价格战能持续多久？
汤道生：
在核心成熟产品上，我们肯定希望靠我们的技术和服务能力获得市场竞争力，而不是单纯的低价。新的技术架构，也能为客户降本，比如大数据的湖仓一体架构，就比传统做法性价比更高。最近推出的新一代云服务器，基于性价比更高的Bergamo芯片，也能给到客户更低的单位计算成本。
当然，还有一些培育期的业务，比如像大模型业务，还是在投资早期阶段，我们也愿意继续投入打造好产品，做强技术。在ROI为正的情况下，我们的逻辑是把规模做大，规模做大之后，自然能覆盖固定成本。
智能涌现：如何在技术投入期，保证好服务的质量？2023年，行业里也出现了不少云服务故障事件。
汤道生：
公有云的迭代更新、升级周期很快，故障会有各种原因，比如物理层面的关水、挖断电缆、停电，哪怕是做软件升级、运营变更，也可能会引发一些问题。
我们尽量从架构设计层面，就开始规避这些隐患，通过模拟故障演练来完善系统容错性，比如我们有个项目“混沌工程”，就是专门做这项工作的，定期关停云上不同模块，看看系统如何切换流量到另一个可用区。我们也会和客户一起演练，不断地对技术架构的每一层进行完善。
如果出了服务故障，除了帮助客户尽快恢复服务外，我们也会即时复盘，避免对于某一个单点的依赖，优化流程与架构，不要让同类问题再次发生，这挺考验技术研发与服务运营的管理能力。
智能涌现：现在，客户对云服务的选择标准会有什么变化？
汤道生：
我的感受是，客户更理智了。选择云服务不只是看一次的价格，而是看你有没有实力支撑长期的、更优质的服务。
我们的很多客户，之所以选择腾讯云，就是看重了我们的一些多元化、独有的能力。
比如，国内外很多企业都选择了我们的音视频产品，是因为腾讯云的音视频技术，能够做到端到端画面传输平均延时低至300ms，使得用户在弱网环境下，仍然能够高质量地音视频通信。并且，我们也通过全球70个可用区2800多个加速节点，可以为海外用户提供稳定、流畅的音视频体验。
除了底层技术能力之外，很多客户也很看中我们独有的用户触达能力，比如，很多零售行业客户非常关注私域流量运营，微信小程序上GMV占比也越来越大。我们善于在不同的场景里理解客户，也有QQ、微信、企微等丰富的触达用户的产品工具，通过C2B的连接能力，可以帮助零售企业提高运营效率，活跃线上交易。
大模型和云一样，难以被垄断
智能涌现：AI是2023年云市场的核心话题。2023年年初，我们也采访了李彦宏，他的一个观点是“AI大模型会是云市场的Game Changer”，并且会给百度云带来很大机遇。一年过去了，你现在怎么看待这样的观点？
汤道生：
这的确是个巨大的机会。要实现AI大模型应用，需要结合不同层面的技术，包括基础设施、模型、agent与工具、还有应用场景，每一层都需要考虑到，才能在合适的行业场景中，找到业务落地机会。正是因为大模型落地的环节众多、流程复杂，这就会带来从底层算力，到上层智能化应用的庞大的需求。
其中最大的机会，来自广阔的产业应用场景。目前，大模型最普遍应用的是，面向用户的智能客服、智能营销、组织内部的知识共享等。
我们和一家国内的头部在线旅游公司，基于“文旅大模型”，加入企业数据精调后，打造了“机器人客服”。它可以自动判断用户意图，并自动调用相应的API，高质量完成用户咨询及服务。
假如一个用户问“春节假期，在珠三角应该怎么玩？”，机器人客服不仅能够给出景点介绍，还能够规划出交通、景点、酒店安排，甚至可以直接提供预订链接，以及优惠券等信息，不仅实现了贴心的服务，也具备了更强的销售转化能力。
智能涌现：如果还是从IaaS、PaaS和SaaS这三层来看，2023年AI技术的发展，对腾讯云的产品架构有产生什么实质性影响吗？
汤道生：
我们的产品架构，没有太大的变化。大家都在AI技术研发与算法迭代持续投入的阶段，有很多新的应用场景在探索与打磨。在这三层产品上，我们2023年都有推出新产品。
首先，大模型的训练与推理会带来大量计算需求，大量数据也需要存储、清洗、标注等处理，对IaaS业务有很大的促进。我们也推出了新一代HCC高性能计算集群、具备3.2T通信带宽的高性能网络星脉，GPU的利用率提升40%，模型训练成本节省 30%~60%，通信性能提升10倍，为大模型训练提供高性能、高带宽、低延迟的智算能力支撑。
在PaaS层，我们就升级了TI平台，给客户一整套AI工具链，来做数据标注、管理、精调、部署、推理加速等等。大模型让客户对大数据系统与数据分析的投入也在相应加大，腾讯云大数据的EMR组件也因此获得很好的增长。腾讯云智能团队也在结合不同AI技术模块，打造一个企业级综合知识引擎，让企业构建自身的行业知识库更高效、更简单，并可以让一个行业大模型同时服务多个智能场景。
而在SaaS层，腾讯有很多产品、场景都接入了大模型。比如腾讯会议，现在用户开完会，就可以自动生成会议纪要，这些都是一些新的商业机会。
智能涌现：2023年大模型市场有非常多玩家，大家戏称现在是“百模大战”。腾讯现在的路线，和其他厂商会有什么不一样？
汤道生：
腾讯的AI故事里，我们既有公众高度关注的通用大模型，也有企业所在意的行业大模型，还有模型与应用构建的工具箱。
对一般AI应用来说，也不是模型越大就越好，开发者应该关注具体场景下不同模型的效果与性价比差异。所以去年我们就讲，腾讯云会支持多模型的策略，让客户既可以直接调用混元通用大模型，也可以在开放模型商店里，下载与部署不同厂商的开源模型，然后再用企业数据做精调。腾讯云智能正在与多家伙伴共建行业模型，在金融、旅游、零售等领域，已经积累不少大模型应用的案例。
同时，我们也很关注RAG（检索增强生成）、向量数据库这些新的技术方向。比如，向量数据库基于真实的信息提取后，再用大模型来帮你做分析整理，抽炼出最关键的核心信息，这样会有效减少大模型出现幻觉的几率。
智能涌现：还是走比较务实的路线，比如比较小的模型，先解决一些可以解决的问题。
汤道生：
是的。
智能涌现：如果用一句话概括腾讯在AI时代里的定位，你会怎么概括？
汤道生：
对腾讯来说，很难用一句话来定义自己。我们做事的原则是，从客户的需求出发，客户需要什么，我们就想办法去满足。在过程中，我们会不断寻求技术突破，探索创新，攻克技术难题。
如果用一些关键词来总结，第一是开放，这是我们做To B业务的一个非常重要的价值观。在大模型上，我们和很多模型厂商都有合作，海外的、国内的都有，我们的模型商店里有上架了很多开源模型，企业可以根据不同业务场景，选择不同的模型做定制化开发和精调。
第二是场景，我非常关注解决具体业务场景，大模型要实用、有性价比。我们需要给客户一个投入大模型的理由，而不是纯粹为了追概念、不掉队。
智能涌现：你强调实用和性价比，是2023年和客户打交道听到很多次吗？
汤道生：
对，这是很实际的问题。
智能涌现：大家觉得现在大模型还是太贵了吗？
汤道生：
大部分客户现在会更讲究技术的实用性与可持续性，而不是不计成本地投入到概念中，尤其在比较有挑战的经济环境下，客户都希望投资能快速有回报。
我们也会给客户提供不同厂商、不同性能的芯片选择，寻找最高性价比的技术方案，实现最高的ROI。
智能涌现：又是百模大战，又是价格战，同质化竞争出现时，腾讯云的优势会在哪里？
汤道生：
部分资源性的云产品确实容易同质化，在大厂商继续追求规模与市场份额下，很难避免一些低价抢客户的情况。但云厂商要可持续地健康发展，必须发挥技术优势，提高供应链管理效率，才能体现长期成本优势。
腾讯云的核心战略，一直都是要发挥腾讯业务所积累的技术优势，比如我们的C2B连接与音视频通讯能力，体现在腾讯会议、企业微信、互动直播等产品上，很受客户欢迎。同时腾讯自身的微信、QQ、游戏等海量用户业务，也让腾讯云在存储、网络、数据库、安全等领域，形成了稳定可靠、高性能、高性价比的技术。还有丰富的内容业务，以及与之相关的AI算法与大数据技术，也是突出优势。
最后还有一点，腾讯云的战略是长期稳定的，管理导向也比较明确与稳定，这也是客户比较在意的地方。
智能涌现：组织怎么变，会怎么影响客户使用体验吗？
汤道生：
组织的变化是为了提高管理效率，要适应市场变化，但是战略上要保持定力，坚持务实地做事情，客户的感受会越来越好。所以这几年，虽然我们的组织在不断微调，但不同阶段，无论是人员轮岗，或者其他的变动，我们的价值观、战略选择始终不变，也得到了客户的认可。
智能涌现：2023年大模型出来之后，在云市场原来的IaaS、PaaS、SaaS层上，大家开始纷纷提出MaaS（Model as a Service，模型即服务）这个概念，云厂商直接卖模型服务，带动云算力的增长。你怎么理解这个概念？
汤道生：
我们对MaaS的定义并不是那么严格，更希望表达一种开放态度。MaaS市场里的模型，并不局限于云厂商自己开发的模型。
我们希望给客户提供不同的模型选择。比如客户可以直接调用我们混元的API，这是最直接的MaaS服务，客户也可以用其他开源模型，在我们的TI平台来做预训练、精调、部署管理等等。
智能涌现：在大模型这个领域，腾讯最终希望形成的商业模式是怎么样的？
汤道生：
大模型的商业化，肯定是建立在应用场景普及的基础上的。
随着大模型应用的普及，不同技术层的厂商在不同阶段会有不同的商业化机会，比如模型训练与推理都需要非常大的算力支持，这已经给芯片厂商带来巨大的收入。在模型层，现在大家还在投入阶段，估计国内没有谁不亏损的。
长期来说，在应用层，如果能控制好训练和推理成本，智能服务对用户与企业都有提高效率的价值，大家应该会更愿意为此买单。另外，模型搭建和精调要用到的AI工具，智能服务需要长期运营与迭代，会形成长期使用的粘性，也应该会有一个可持续的商业模式。
智能涌现：云计算一直被公认为是马太效应显著的行业，市场上最后只会有少数玩家。如果以后MaaS真的成了主流商业模式，垄断会变得更容易吗？
汤道生：
我觉得不会。刚刚我也提到，Model as a service（模型即服务），这个概念本身就有开放的含义，因为既然是个服务，那就会有明确的标准化接口，无论底层用什么大模型，都可以在某个应用框架里持续运行，这样的架构一般不会出现垄断。所以，我们长期以来也都尽量基于开源标准来搭建商业化服务，客户不会觉得用腾讯云的技术，就完全被绑定。
更重要的是，大模型本身是一个多层次、复杂的系统工程，不会有一家企业，垄断所有的机会，这里面除了涉及基础算法、顶层应用，还需要底层算力、芯片，中间层的各种模型开发和管理工具，包括有部署的、监控的、模型可视化的、以及各种模型框架。
这些帮助挖掘大模型“金矿”的工具供应商，同样有巨大的机会。每个企业只要聚焦擅长的领域，把产品和技术做到最好，就能占领一席之地，甚至成为一个垂直领域的“独角兽”。
智能涌现：但参照海外，现在美国已经形成了两股比较明显的势力，OpenAI的GPT是闭源、商业化的代表，也有Meta旗下围绕Llama模型的开源生态。
汤道生：
虽然有这两股势力，但大家在针对不同场景、从不同维度去竞争，各自都会有很多创新点，发挥独特优势，创造不同价值。而现在国内的AI市场已经被点燃，像海外一样，大家都在从不同维度寻找机会，目前已经出现了很多玩家，估计还会有一段时间混战。
客户不需要知道产品背后是AI，还是其他
智能涌现：2023年，你个人在业务上花时间最多的部分，是在什么地方？
汤道生：
肯定是见客户更多了，无论是国内还是海外，我们交流都更多了。除了出差之外，我也喜欢去研究一些技术细节，透彻地了解一些技术能力的优缺点以及为什么。
智能涌现：客户提到最多的问题，或者和你交流最多的事情，是什么？
汤道生：
最多的肯定是AI与大模型，然后是降本增效。
智能涌现：都是很实在的、务实的诉求。
汤道生：
大家的最终目的，都是想提高经营效率，为业务建立竞争优势。
智能涌现：云计算是新经济的技术基座和底层，也反映很多领域的经济活动情况。除了零售、金融是腾讯云一直以来的优势行业，2023年，有没有一些新的行业进入你们的视野？
汤道生：
一些和宏观经济趋势同频的行业，都会有比较强的降本增效的需求。有些正在风口的行业，比如新能源汽车行业，因为终端用户对智能化体验的追求，汽车成为了新一代的智能终端，因此产生了很多数据与连接用户的需求，大量数据需要被计算、存储和分析，对云的消耗也大大增加，对云厂商来说肯定是好事。
在国内，旅游、文旅行业的数字化需求也在恢复。零售行业的趋势也在变化，有亮点也有挑战，大家都在用数据来辅助业务决策，提高经营效率，因此对云与大数据依赖越来越大。
另外，还有很多客户在积极出海，我们也跟着他们一起走出去，对比海外云大厂商，国内云厂商提供的产品一般价格更低，响应更及时，服务态度更好。
智能涌现：在现在的宏观经济下，对你们在云业务上的投入，会产生什么影响？
汤道生：
我们的服务肯定也会受客户业务发展的影响，今天我们和客户讲新技术的时候，会和他们强调降本增效的可能性。
降本增效来自技术更替带来的效率提升，客户也会希望借助新技术，在激烈竞争的市场里做得比竞争对手好。
所以虽然大环境有挑战，但如果一些新技术真的能降本增效，符合业务发展逻辑，客户是愿意投入的。对我们来说，机会是永远存在的。
智能涌现：现在CSIG也持续在降本增效，但大模型还是非常昂贵的事情。CSIG怎么平衡投入产出比？
汤道生：
腾讯集团整体在AI领域的投入还是很大的，混元是集团在投入，在CSIG做商业化；集团各处AI相关的投入，估计起码有三分之二的工作都和大模型相关，包括一些前沿技术研究与机器人的长期投入。
腾讯云（CSIG）一直投入在可持续商业化的AI产品能力上，支持企业客户打造针对业务场景的AI应用。除了前面提到的大模型技术与周边工具外，我们在过去几年也沉淀了很多模块化的AI PaaS服务，比如OCR、人脸核身、安全风控等等，在商业化上都有较好的投入产出。
最近一年，交互式数智人、智能推荐与文生图等技术也很受客户的欢迎。这些AI产品都能帮助云智能业务形成正向循环的商业模式，让我们可以持续投入下去。
智能涌现：现在AI圈中另一个比较担心的问题是，这一波大模型浪潮，是否会像上一波以CV为主的AI浪潮一样，走向集成、项目制的道路？
汤道生：
国内企业客户采用标准化产品的意愿，短时间内还是挺难改变的。我们前几年做云业务也遇到同样问题，AI时代也一样。对于每个参与到AI这个大浪潮里的企业，我们还是可以选择做什么和不做什么，搞清楚强项和短板在哪，聚焦在自己能做好的领域。
智能涌现：如果从集团层面，腾讯对这轮AI大模型的定位、态度是怎么样的，这会是一个需要All in的机会吗？
汤道生：
我们非常重视，高管也会定期交流，我们所有的业务都在思考怎么和AI结合。
比起成立一个单独的项目、一个团队来推进AI技术的研究与应用，我们现在更像一个混合模式。既有混元团队集中资源与精力办大事，打造通用智能的大模型服务；同时也让所有业务结合场景，用AI提升产品体验与业务效率。
比如，我们的企业社区产品腾讯乐享，通过打造AI助手，让用户在繁杂的企业资料库中，可以快速检索和内容提炼，帮助用户更高效找到所需要的信息。
用户在意的是有更好的体验，至于产品背后是AI，或者其他什么技术，对他们来说并不是那么重要。
智能涌现：对现在的市场占有率，腾讯云怎么看？在一些排名报告里，腾讯云现在排在国内第四。
汤道生：
首先，我们并不了解其他厂商云收入构成的细节，我们更聚焦自身产品的健康发展与客户口碑。市场上的排名报告，会受到很多因素影响，很多公开数据的口径差异也很大。
我觉得大范围来看综合市场占有率，并不定义某个企业发展的成败。一个笼统的收入数字，反映不了业务的健康度，还需要把指标拆开，看收入的结构、利润率，是不是符合我们“健康可持续的业务”的战略和自己的预期。
另外，比起一个整体数字，我更关注我们的单赛道的产品，是不是做到了行业数一数二，有足够的竞争力，这个可能更有意义。
我经常和团队说，现在就是拼战略定力，不要被枝蔓所干扰。我们和昨天的自己比，产品业务更健康地发展，人效更高就很好了。
智能涌现：那现在，你们最看重的指标是什么？什么才能体现出业务健康程度？
汤道生：
未来五年或者十年后，我最看重的，可能还不是我们的整体规模能到多大，而是会把每个产品的细分赛道都拆出来看，因为每个赛道的规模都不一样。
比如在线会议赛道，我会去看，腾讯会议到底服务了多少企业与用户，收入与利润能否养得起团队的持续投入；在云安全领域，就会看安全产品在公有云IaaS客户中也使用起来的比例；而公有云上的资源类产品，则会看服务质量、毛利率与综合成本等。
只要我们在几个关键的赛道，长期耕耘，把产品做扎实，腾讯云的业务就能持续发展下去。如果某产品的利润一直做不起来，长期养不起团队，那我们就应该果断放弃，把资源聚焦到更有发展空间的产品去，这个决策逻辑也很容易理解。
扫码加入「智涌AI交流群」
欢迎交流
版权声明
本文收集整理自网络，如有侵权，请联系删除。
