对话腾讯汤道生：AI办公竞争才just now开始，WorkBuddy亮点是开放战略
汤道生：每一家AI企业都可以做这样的产品，不局限某一个行业的玩家。你要能做到Muse的这种能力，还是离不开你从哪里拿上下文。可在这些基本topics件Draw等的情况下，大家的起跑线其实差不多。
媒体：你Today反复强调WorkBuddy的开放性，包括机构可以自由选择模型Agent等等，如果这些能力都越来越开放，腾讯这一块的壁垒是什么？上一波云厂商浪潮里边大家很担心云锁定的问题，公司如果想未来要离开WorkBuddy，他能把积累的Agent和Skills带走吗？
汤道生：Skills本身是可以带走的，其实就是文本的描述。我作为新品的提供者，我当然希望新品有黏性。但一个产品要真正服务提供大面积的使用者，满足他们各种各样的需求，开放生态就是一种方式，能够接入很多腾讯不具备的能力，让我们的伙伴去打造其他的服务，这才是是我们打造Draw台的目的。
媒体：现在WorkBuddy既与混元模型深度共建，又全域开放了kimi这些主流的开源模型，同时支持一些机构自部署的模型。腾讯云怎么Draw衡这些自研模型的战略站位以及第三方的开源生态的意义，形成最优的调度体系？
汤道生：WorkBuddy接入多个模型是它的一个比拼长处，很多客户其实不想在用Agent的时候强绑某一个模型，所以我们战略上选择一个非常开放的方式，对于WorkBuddy的演GF非常有利。
Today因为模型的迭代都很快，可能每两个礼拜又刷新一个排行，而且每个模型针对不同的任务Price也是有差异的。所以，多模型战略是我们会持续坚持的。
媒体：如何判断企业AI生产力真的跑通了？有哪些指标？
汤道生：在座的各位，你Today能再不用AI来工作吗？我觉得挺难回去的，所以它有没有跑通，第一是它所创造的作用，你愿不愿意放弃。如果你放弃不了，那它已经成为我们工作的生活的一部分。
再往下看，如果有厂商来为Token买单的话，它能不能通过降本增效，通过创造新的收入，来抵消新产生的开销。海外有一些声音说AI最后是玩不转的。我觉得首先是动态变化，如果你用都很贵的模型，一个非常低效的算力机制，那你成本暴涨，你的收入是不是也要非常非常大才能跑通？
本土的模型一直在讲性价比，讲让Token智慧服务于大众。如果我们把花费压低的话，对应的要求就没这么高了。
今年很明显，国产的开源模型都奔着怎么样让智能化变得更便宜，能够服务More的顾客来改变ROI。Today已经有很多案例呈现出来，比如营销效率提高了，同样的营销费用带来了More的GMV。
作为一个企业管理者，能够更快了解你业务的状况，能够做出更及时的决策，发现新的商机，这些虽然不容易衡量，但肯定是非常有作用。而且你不做，你的比拼对手跑的比你快，你就可能会丢掉机会，也都会或多或少体现在你的Return上面。
所以我觉得，Today智能在办公场景上，其实是跑通的。已经有很多公司都证明了价值。当然如果你作为一个公司，没有抓住根本，比如没有调整你的组织，让员工使用好AI的话，你付出了开销却没有拿到Return，那就是没跑通。
我反而听到More企业的反馈是，我很想用，关键是怎么去建立一个安全的环境，这才是我们讨论得比较多的话题。
AI的回报与行业的焦虑
媒体：你8月份提到WorkBuddy算是今年意外跑出来的新品。腾讯怎么在自上而下清晰的战略和一线模糊潜在的革新之间寻找到好的Draw衡？不断发现这种有可能跑出来的黑马？
汤道生：探索性的项目肯定是很多的，能跑出来的一般是少数。所以，企业需要一种对于试错的包容，这个比较核心。另外，我们留什么项目，很大程度取决于有没有为用户创造的意义，用户能不能用起来。如果你做一个探索要花好大的力气，用户才买单，也许是通过巨额的补贴，用户才用，你不补贴他就跑掉了，就等于你没有找到实际用户认可的价值点。
这种探索上，队伍需要有一个很清晰的“北极星”，能够让用户觉得有价值。甚至如果到某一个阶段需要做商业化变现的时候，他也愿意在一个合理的Price给你付费。大家愿意买单，又同时能覆盖你的运营成本，那这个业务就做到健康可持续。
媒体：这几年AI工艺热点还是挺多的，比如年初大家讨论元宝怎么提高DAU，后来突然之间办公Agent又出来，到了9月突然之间又有了Muse。这种不断变化的热点会给管理层带来一些判断上的焦虑吗？怎么抓住这种技术变化的主线？
汤道生：大家都在探索。WorkBuddy是腾讯提前探索，突然发现用户喜欢，能帮助使用者的一个例子。但是同样的探索在别的企业里面也一样有成功，像Muse。作为一个产品Loss责人，你要判断，这是不是一个全新的范式，跟我们以前商品有没有互补。
做新品有趣的地方是不同公司可以有不同的组合方式。就像信息的产业，我们既有腾讯Video也有短片号，我觉得其实都是能跑得通的。
媒体：你之前说，跟AI长跑的这两年，熬的久比起的早更关键。今年大家有一个共性，不会用AI的人焦虑，会用AI的人也焦虑，而且焦虑更强。对这些在熬的厂商，你有什么意见？
汤道生：我觉得还是看业务是否创造可持续价值，补贴停止后用户是否还会留下，以及使用者是否愿意为新品付费。并且，还要判断成本问题究竟是来自你的边际花费为Loss，还是前期固定投入过大。如果毛利为正、只是固定投入导致净利润为Loss，规模扩大后还可能覆盖投入; 如果每增加一个使用者都带来More亏损，就需要重新评估方向。
媒体：阿里和字节为了应对AI时代机构级赛道的竞争，都把旗下的机构业务和云计算业务GF行了一些整合。腾讯之前也GF行了局部的打通，后续还有没有一些调整计划？
汤道生：暂时没有。
模型、算力与AI的未来
媒体：除了办公场景，AI最先颠覆和重塑的实体行业会是哪个？
汤道生：腾讯一直不喜欢用颠覆这个词。最明显看到变化的应该是程序员，因为Today的大模型编程能力已经非常强，所以我们必须要去拥抱它。在过程中，我们发现组织必须要变化。每个人在做的事也在变化。比如如果你没有足够的约束，AI生成出来的代码也不见得很好管理，这些都是我们在用AI之后所面临的议题。
同时，测试或者质量保证运营的团队，也面临巨大的压力，当代码被AI提效了几倍，你需要整合这些代码来保证品质，不出现bug或者安全漏洞，这都是研发模式带来很大的挑战。
媒体：之前你提过AI并不是取代人，而是重新分配人的注意力。WorkBuddy大规模GF入办公之后，普通岗位员工工作方式会发生哪些实质性的变化？对企业的人才培养有哪些建议？
汤道生：在Agent时代，我觉得需要锻炼的还是你能不能很好地描述任务细节。
媒体：你提到AI较量是一场马拉松，下半场才just now开始。从模型竞赛转向场景落地，AIGF入下半场最鲜明特征是什么？你会用什么样的标准去衡量一家企业在AI比拼中的位置？
汤道生：智能体赛道上面，很多时候Token的消耗量虽然不是一个非常严谨的衡量方式，但是也代表了用户愿意为任务花多少钱，花多少Token，同时它产生了价值，可以作为一个比较粗略的指标吧。
媒体：腾讯在加快全球数字中心建设，但有机构预测AI统计结果中心到2030年需要创收8.5万亿美元才可以覆盖成本。对于AI供需情况，腾讯的想法是怎样的？
汤道生：如果从非常宏观的角度看整个行业，每一个场景所花费的花费差异很大，有些ROI是OK的，有些不OK，也有一些过度前置投入，我也不能很好地分析这样做的合理性。Today硬件的开销是非常高的，如果这个开销能降下来，对于AI的可持续推GF肯定是有帮助的。
Generate poster / share QR code
