在大模型这一技术本身的热度逐渐退潮后，应用场景、落地路径等实际问题浮出水面。去年，腾讯在迈出大模型第一步时，就选择以“产业实用”作为发展大模型的核心战略。

“很多技术最终能够产生价值还是离不开到底它能在什么场景下解决什么问题，场景跟应用还是很重要的。”9月5日，腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生在接受包括《每日经济新闻》记者在内的媒体采访时表示，大模型等新技术目前仍然需要企业用耐心去打磨、积累、沉淀，技术的迭代需要时间，在这一过程中，大家既可能探索到新的场景、新的机会，也会慢慢避开落地有限制的场景。

因此，在9月5日举行的2024腾讯全球数字生态大会上，汤道生也将演讲主题放在“增长”二字上。他认为，增长是企业当下最重要的事，以数提效、顺势而为、扬帆出海是企业破局增长的三个方向。当下很多企业面临内外部多重挑战，甚至陷入“内卷式竞争”，如果蛋糕不增长，结果就是“零和”游戏。

汤道生 图片来源：企业供图

在汤道生看来，To B待开发的场景、空间还有很多，只是需要思考用什么架构、如何利用好企业内部的数据去解决具体问题。而AI大模型一定是一场长跑，一定要有信心和耐心，并坚持投入。同时，企业拥抱AI，不是追求技术的酷炫，核心是要解决商业上的痛点。

“很多人太过关注模型和参数本身，认为必须模型足够大才好用。实际上不是这样，大家应该找到合适的应用场景，挑选最合适的模型和路径，能够以最低成本解决实际问题，才是最重要的。”

打破“焦虑”是增长的解题思路

腾讯2024年第二季度财报显示，在自研业务扩充，SaaS、PaaS商业化加速等驱动下，腾讯的企业服务业务收入实现十几个百分点的增长，毛利进一步改善。

汤道生透露，过去一年，腾讯云与伙伴共同服务的客户数，超过200万家；订单过百万的伙伴数量，实现了两位数的增长；很多SaaS伙伴收入增加了1倍多；国际业务增速也在两位数以上。

同时，他也提到，新技术快速迭代和应用，也在一定程度上加剧了大家的焦虑。企业担心在行业技术升级浪潮中掉队，结果可能被用户抛弃、被市场淘汰。因此，企业也必须积极投入研发与创新，确保抓住下一个机会的入场票。

汤道生在接受《每日经济新闻》记者采访时表示，当下，由于各行各业的竞争都很激烈，焦虑不仅仅与AI相关。每个行业的竞争都很激烈，挑战来自于，竞争中会不会跟不上，原有的业务模式会不会被新技术颠覆？

“在大环境有压力的情况下，很容易出现零和游戏，我多一些你就少一些，大家相互争夺，压力确实不小。像几年前，互联网的企业那样高速发展，大家可能焦虑感没那么强。随着行业成熟了，增长放缓了，甚至供需失衡情况下，焦虑感就会变强。尤其如果你需要通过亏损来保持市场份额的话，这绝对不是很健康的一个状态。”

不过反过来看，如何打破“焦虑”、如何减少“血拼”可以成为“增长”的解题思路。汤道生表示，第一个增长方法是以数提效，聚焦核心场景。“指望大模型给一般企业在短期内带来巨大变化并不现实。用人工智能在已有业务场景中降本增效，提高经营效率，是行稳致远的可靠路径。”

其次，是顺势而为，抓住新产业机会。新能源、电动车、消费电子、数字等产业领域均出现不少变化与机遇，汤道生呼吁更多元化的开放式软硬科技生态，鼓励多云、多芯的蓬勃发展。第三个增长机会是扬帆出海，开拓全球市场。

“腾讯云海外服务开放运营也超过8年了，过程中也踩了无数的坑，在复杂的国际环境也经历过不少起伏，一直在学习、一直在提升。选择海外运营经验丰富的云厂商合作，可以加速达至法规通、数据通、管理通，实现全球一盘棋的经营和服务，为海外拓展铺平道路。”

打破AI“落地玻璃”，让可见变为可用

在越过ToB市场的拓荒阶段后，腾讯更加清晰地认识到自身应该扮演的角色，即回归产品公司定位。在落地“健康可持续”战略两年多以来，腾讯云也更加聚焦做产品，尤其是专注做好技术型的产品。

汤道生表示，他不要求规模，而是希望抓住、聚焦关键场景，花精力、时间去打磨。从用户价值的角度出发会更多一点，而不是简单追求调用量。团队其实也知道自己的短板，也在往更重要的地方去做能力提升，对于产品更加了解，对于客户哪些问题可以通过腾讯的产品和解决方案去解决，选择哪些合作伙伴一起去服务，这个路径也越来越清晰。

“这几年，通过我们对于腾讯云业务的理解，通过不断地提升供应链效率，我们在经营过程中‘有所为有所不为’，让业务变得更聚焦，更加健康。与去年相比，腾讯云今年在盈亏平衡的目标上有了较大的进步，正在逐步向盈利目标靠近。”

目前，腾讯产业互联网的生态伙伴数量突破11000家，共同服务的客户总数超过200万家。三年间，年收入达到百万级的伙伴数量增长了150%；腾讯会议等SaaS伙伴的收入过去两年也翻了4.5倍。

汤道生坦言，腾讯很重视大模型的投入，同时也重视可持续发展。他看损益表看得很紧，每个业务都应该算清楚成本，合理定价，避免靠别人的利润补贴自己的亏损。他做任何业务都会想：合理的商业模式该怎样？到底应该是什么样投入和产出才能长期健康发展？总的来说，腾讯是细水长流，看准了会坚持。

腾讯提出构建“离产业最近的AI”，让数智技术在更多的产业场景中落地。那么在产业端，目前大模型落地还面临哪些挑战？

汤道生告诉记者，挑战一方面是来自数据，另一方面则是AI落地。数据是模型的原料，大模型时代，高质量数据的需求量只会越来越大。而现在，高质量的数据、很多公共数据，还是相对比较稀缺，这会对模型的训练产生一定的影响，会给大家带来一定的焦虑。

“不过我觉得，很多企业的自有数据，或者一些比较专业的行业数据，可能还没有被利用起来，如果是针对某个场景，去打造智能应用，未必需要所有的数据。你只需要有针对性的行业数据或者跟企业相关的那些数据就足够，大家都在持续探索。”

而大模型在产业场景落地时，面临的问题还非常多，比如场景的选择、结果的准确、数据的保密、落地的成本、内容的安全等一系列问题。

如何打破这层“玻璃”，让可见变为可用？腾讯也在进行多个层面的探索与尝试。在模型方面，腾讯混元Turbo正式推出，推理效率提升1倍，推理成本降低50%。工具层面，也推出了腾讯云TI平台、大模型知识引擎等工具，帮助企业快速构建智能应用。

“在国内百模大战与开源大模型的普及下，今天大模型的调用成本已经降得很低了，如果再加上企业独有的专业文档与行业数据，搭建智能应用或智能助手，很多企业就能在客服、营销与内容创作等场景中，提高员工工作效率，提升服务体验。”

汤道生补充说，目前AI大模型还有不少改善和优化的空间，也需要不断地扩大使用场景。AI技术未来会百花齐放，腾讯也会持续投入，寻找不同的场景来创造价值，并最终找到商业化路径。