首页 > 技术

腾讯汤道生:大模型和云一样,难以被垄断

2024-02-18 16:12:16      西盟科技资讯   


  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36氪表示:“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,36氪再次对话汤道生,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。

  以下为访谈全文:

原来是“抓大放小”,现在小的也要抓

  36氪: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。

  36氪: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。

  36氪: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。

  36氪: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。

  36氪: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。

  36氪: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。

  36氪: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,很多客户也很看重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

  36氪: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。

  36氪: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。

  36氪: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。

  36氪: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。

  36氪: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。

  36氪: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。

  36氪: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。

  36氪: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。

  36氪: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。

  36氪: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。

  36氪: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。

  36氪: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”。

  36氪: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

  36氪: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原因。

  36氪: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。

  36氪: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。

  36氪: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。

  36氪: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。

  36氪: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。

  36氪: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。

  36氪: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。

  36氪: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。

  36氪: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。

相关阅读