今天小編分享的科技經驗：騰訊憾退“國家隊”，歡迎閲讀。
早在 2017 年，騰訊就和阿裏、百度、訊飛一起成為了科技部認定的首批國家人工智能創新開放平台，但是在這波大模型熱潮中，騰訊卻并沒有和其他三家一起，繼續名列 " 國家隊 " 之中。
作者丨無情
編輯丨堅果
封面來源丨 Unsplash
大模型的風吹了半年，終于有了新方向。
在日前舉辦的世界人工智能大會上，國家人工智能标準化總體組宣布我國首個大模型标準化專題組組長部門名單。名單内容顯示，我國大模型标準化專題組組長部門為上海人工智能創新中心。聯合組長部門分别百度、阿裏雲智能集團、科大訊飛、360、華為雲計算有限公司、中國移動通信有限公司研究院這六家企業。
高層對大模型的定調，這對推動大模型技術和标準化的實踐結合、促進人工智能產業健康必然有着重要意義，而大模型 " 國家隊 " 的組建，更是對于相關企業有着積極的推動作用。
不過值得注意的是，這份 " 國家隊 " 名單中，少了一個熟悉的身影，那就是騰訊。早在 2017 年，騰訊就和阿裏、百度、訊飛一起成為了科技部認定的首批國家人工智能創新開放平台，但是在這波大模型熱潮中，騰訊卻并沒有和其他三家一起，繼續名列 " 國家隊 " 之中。
騰訊并非是大模型的局外人，早在去年 6 月，騰訊就發布了自家的大模型產品，去年 10 月，騰訊又宣布已完成完成首個萬億參數的 AI 大模型——混元 NLP 大模型訓練。
不過需要説明的是，相較于其他廠商專注于通用大模型來説，騰訊混元大模型則主要聚焦于行業大模型。那麼，行業大模型又是否能将騰訊混元大模型推向一個新高度呢？
1
騰訊為何掉隊了？
不可否認的是，相較于其他廠商而言，騰訊做大模型的确有着許多優勢。
首先，騰訊在 AI 技術上也積累了一定能力。比如説，早在 2019 年開始，騰訊就已開始布局 AI 大模型，并覆蓋 NLP、CV 和多模态等多個領網域。同時在基礎軟體領網域，騰訊自研的雲數據庫 TDSQL 核心代碼的自研率達到 100%，性能打破世界紀錄；并在人工智能和機器學習領網域，設立人工智能和前沿科技兩大實驗室矩陣等等。
其次，大模型訓練期間所需用到的算法、數據、算力、騰訊也有着很多優勢。比如説，騰訊旗下擁有類似于國民現象級 APP 微信、騰訊音樂、《王者榮耀》等。而且騰訊雲發展多年，其在算力上的積累也是其他廠商所無法匹敵的。
最後，家大業大的騰訊也無須像其他廠商那樣因大模型前期訓練階段所產生的資金壓力而感到焦慮。據悉，今年一季度，騰訊研發支出還繼續保持高增長，達到 151.81 億元。
但去年馬化騰曾指出，騰訊内部很多業務該砍就砍掉，不要留戀，你這個（非核心業務）能做多大呢？做大又能怎麼樣？高層降本增效、聚焦主業戰略指導下，雖帶動了騰訊今年一季度騰訊在營收和利潤上的共同增長。
但代價則是因今年上半年大模型尚處在行業發展早期、前期高額的研發投入以及未來發展前景的相對不明朗，這也讓騰訊内部對大模型的重視程度明顯不夠。
比如説，今年 2 月份，有媒體報道騰訊曾推出萬億中文 NLP 預訓練模型 HunYuan-NLP-1，并在騰訊廣告、搜索、對話等多個領網域應用。但此後騰訊在大模型業務上卻選擇了 " 低調 "，市面上也鮮有關于騰訊大模型的報道。
而在今年 5 月份時，包括科大訊飛、商湯科技等一眾廠商紛紛推出自家大模型之時。馬化騰在騰訊一季度财報會議上卻指出，" 這個（大模型）的确需要有很多的積累，我們也一樣在埋頭研發，但對于工業革命來講，早一個月把電燈泡拿出來在長的時間跨度上來看是不那麼重要的。關鍵還是要把底層的算法、算力和數據扎扎實實做好，而且更關鍵的是場景落地，相信我們是有很多場景是可以落地的，目前（我們）還在做一些思考。"
馬化騰此番言論也被外界看成是為了更好地穩定投資人的軍心，因為騰訊在大模型上的 " 難產 "，也讓騰訊股價在今年 5 月份時持續下跌。
騰訊大模型之所以難產，其根源還是在于 AI 時代下，騰訊内部的無所适從。
作為國内起步相對較早的互聯網企業之一，騰訊打造了 QQ、微信等一個個現象級 APP。并且這些 APP 的發展也有一個很大的特點：将成熟的 APP 推向市場，獲取 TOC 端用户的持續增長。之後以用户數據和資源為抓手，反向 TOB。
時至今日，C2B2C 的方法論仍被騰訊所沿用。以視頻号為例，擴大視頻号 TOC 用户數量以及使用時間，吸引更多 TOB 端廣告主投放，進而帶動騰訊廣告業務營收增長，這正是今年一季度騰訊對視頻号如此重視的原因所在。
但 AI 時代，騰訊的這種方法論正遭遇瓦解。比如説，此前 Chat GPT 版本速度之快，在讓外界感到震驚的同時，側面也在説明現在市場根本沒有足夠的時間基于一個技術去做市場化的產品，當產品尚未打磨好時，技術就已經在不斷迭代了。
另以騰訊智慧出行項目為例，在今年 4 月份騰訊智慧出行技術開放日，騰訊将自家各個業務線的產品都拎出來了一部分，覆蓋騰訊雲、微信、QQ、騰訊音樂、騰訊視頻、騰訊地圖等等。拼湊之間，騰訊智慧出行更像是一個強行捏合的矩陣。但反觀百度、華為、文遠智行、毫末智行等一眾廠商或通過硬體，或通過智能座艙等方案來構建智慧出行解決方案。
作為國家級的大模型項目，後續既需企業内部高度重視，也需企業自身在應對 AI 時代有着足夠的耐心和定力。但相較于華為、百度、科大訊飛等企業，騰訊在這些方面的表現也就稍顯遜色，這也是騰訊大模型為何沒有進入國家隊的原因所在。
2
商業化落地是最大問題
需要説明的是，騰訊混元大模型專注 TOB 場景落地和服務，整體戰略确實符合大模型後續發展趨勢。從面向 TOC 端的通用大模型來看，商業化是一大難題。
對标 Chat GPT 來看，據 Similar web 數據，今年上半年 Chat GPT 全球用户訪問量環比增長分别為 131.6%、 62.5%，55.8%，12.6%，2.8%、-9.7%。也就是説，目前 Chat GPT 已經進入到用户負增長時代。出現這種情況的原因在于：用户對 Chat GPT 的新鮮感正逐漸降低。據摩根士丹利調查數據顯示，在受訪人中，有 19% 用過 Chat GPT，但是只有 4% 的人表示對其還存在依賴使用。
但 Chat GPT 的這種情況絕非個案，而是後續 TOC 端通用大模型普遍面臨的問題。或許在廠商對自家大模型的高調宣傳，新鮮感能帶動大模型用户數量的短期暴漲。但這種新鮮感往往來得快，去得也快。一個典型的案例就是今年淄博燒烤從全網爆火到逐漸冷清。顯然，若想要讓用户始終保持新鮮感，這給大模型廠商也帶來了新的技術壓力。
更為重要的是，面向 TOC 端的大模型也面臨着變現難的問題。雖説美國當地時間 7 月 18 日，微軟在全球合作夥伴年度大會上宣布，将推出全新的人工智能訂閲服務。針對人工智能助手 Microsoft 365 copilot，将向 office 365 e3、e5、商業标準版和商業進階版的訂閲商户收取每人每月 30 美元的費用。
但由于微軟辦公軟體對 " 打工人 " 來説本就是剛需，這也是微軟大模型得以收費的基礎所在。但反觀其他廠商的大模型，其對 TOC 用户來説并非剛需，這也決定了即使他們想要走微軟這種依靠訂閲費收入來均攤大模型研發成本，但付費率到底能達到多少，也充滿未知。
除此之外，TOC 通用大模型後續也必然面臨着一個更為現實的問題。即：如何在用户體驗和商業化之間達到平衡。
比如説，大模型廠商想通過廣告增加收入，但廣告如何放置也極其考驗各家大模型廠商内部的規劃。又比如，用户對大模型提問後，需觀看 15S 廣告才能解鎖對應内容，這雖能增加客户廣告曝光次數，但很容易引發用户反感。
相較于 TOC 端而言，TOB 端定制大模型不僅無需考慮上述問題，而且根據 TOB 客户需求完成大模型交付，變現方式也相對較快。但即使如此，騰訊混元大模型也難言輕松。
其一，騰訊想要做的大模型商店，目前 Chat GPT 也正在嘗試。據 The Information 報道，Open AI CEO 山姆 - 奧特曼在六月的一次内部會議中表示，正在計劃創建一個大模型應用商店，作為大模型商用領網域的一次新嘗試。在 Open AI 的這個大模型商店中，允許客户自行上架相關大模型。但從目前情況來看，這些大模型的下載量偏低。
產生這一情況的原因在于，相較于 TOC 端以滿足新鮮感需求為主，目前 TOB 端對大模型需求不足。在企業紛紛追求降本增效活下來的背景下，很難想象國内能有多少企業願意花費重金用到大模型上。
畢竟不管是大模型廠商、還是市面上的多份研報，雖一直強調的是大模型能給企業帶來多少實際價值，但這些價值仍處在 PPT 階段。真正很少提及商業化落地場景，是本輪大模型競争中的一大特點。基于大模型投入和回收 ROI 的難以評估，企業主對大模型也只能采取相對謹慎态度。
另外，周鴻祎曾指出公有大模型容易造成企業内部數據泄露。一方面，公有大模型不是本地部署，它與外部進行信息交流時必然存在數據泄露的風險；另一方面，公有大模型也無法實現組織内部權限的分級管理。那麼站在企業的角度來看，企業也更願意使用内部定制版大模型。
但如此一來，也就產生了兩個非常現實的問題。一方面，為企業做大模型因不同企業需求不同，只能走定制化路線。但定制化也意味着交付周期長、占用大模型廠商時間、人力、财力成本高，大模型廠商很難形成規模效應。而在當前騰訊内部追求降本增效的當下，騰訊内部又是否願意接受大模型所帶來的長期虧損呢？
另一方面，為客户定制大模型的同時，必然要求大模型企業在客户所處行業的數據積累有着較高的廣度和深度，不可出現張冠李戴的情況。尤其是類似于金融、醫療等行業，更是不可出現數據錯誤。但就是不知當前騰訊在這些行業的數據積累，是否已經完成了呢？
3
和其他廠商必有一戰
除騰訊外，目前國内包括華為、阿裏等一眾廠商也在持續深耕行業大模型。據悉，華為盤古大模型對外喊出的口号為重塑千行百業。華為常務董事、華為雲 CEO 張平安也指出：" 盤古大模型是一個面向行業的大模型系列。要讓每個行業、每個企業、每個人都擁有自己的專家助手，讓工作更高效更輕松。"
阿裏雲智能集團 CEO 張勇也曾表示，目前阿裏雲已啓動了 " 千問夥伴計劃 "，與行業夥伴攜手共建創新生态，已經覆蓋油氣、電力、交通、金融、酒旅、企服、通信等行業，未來将打造更多企業專屬模型，推動各行各業更快更好地分享智能化紅利。
顯然随着後續圍繞行業大模型競争的加劇，大模型廠商也需加速技術自研進度，進而降低定制服務價格，以獲取更多客户。但在拓展客户方面，騰訊混元大模型在某些客户上的拓展速度可能遠遠不及華為盤古大模型。
以政務市場為例，據 IDC 數據顯示，2021 年在政務雲市場上華為雲的市場份額高達 25.8%。事實上，華為雲之所以能在政務雲市場上保持較高份額，其原因在于華為内部有專門的 " 組織部 "。
為獲得 TOG 端訂單，華為雲内部往往會成立小到數十人大到上百人的公司，他們的工作就是把客户上下架構、業務情況掌握得極其清晰，并且有成熟的打法指導。更為重要的是，華為内部也有專人負責對接不同的 TOG 端。長期跟蹤下，又加之 TOG 端對雲業務的需求更多的是以跑通系統即可，并且他們也更青睐于有着成熟經驗的雲廠商合作。
依托在 TOG 端的優勢，華為盤古大模型在 TOG 端數據積累的深度自然遠遠高于騰訊混元大模型。同時随着後續 TOG 端對定制大模型需求增多，華為也能将此前積累的 TOG 端客户資源迅速轉化，進而獲得更多 TOG 端定制大模型訂單。更重要的是，騰訊内部做慣了互聯網生意，在尋找 TOG 合作時，又是否能夠放低姿态，不厭其煩地去更改 TOG 端客户的需求呢？
不僅僅是政務市場，零售市場也存在着類似情況。缺乏電商基因一直是騰訊内部最大的問題，此前百度電商負責人李明遠曾指出，百度和騰訊一樣都不缺流量，可百度做電商命運和騰訊一樣，全部是以失敗而終結。因為電商絕非是簡單的流量生意，它背後需要的是供應鏈、是品牌建設、是如何處理好買賣雙方之間的關系。
那麼僅靠騰訊雲所專注的影音娛樂領網域，又能否撐得起騰訊混元大模型的基本大盤呢？或許讓騰訊焦慮的不僅僅只有大模型，此前馬化騰在騰訊内部高層會議中也曾指出，目前 C 端市場紅利已經基本結束，下一輪的财富風口将在 B 端，產業互聯網将迎來興盛的時代。那麼未來十年，騰訊又要如何做好 TOB 端生意呢？
