对话腾讯汤道生：AI办公竞争才刚刚开始，WorkBuddy亮点是开放战略
媒体：WorkBuddy之前一直采用小队伍、扁平化，快速试错，快速攻坚的模式，现在是不是已经有变化？目前WorkBuddy大概有多少人？如何提供这支团队突破？
汤道生：确实是WorkBuddy的小班底管理模式让它做到了快速迭代，早期我们充分受益于这个模式带来的效率提升。当然我任何一个组织方式都有优缺点，我们也发现一些可以改善的地方。
比如很多小团队它并行跑，可能都是针对某一个功能领域的班底，但是最后还是要合版本，要让不同能力的代码回到基线，工作量也还是挺高的，所以我们也需要用更多的工具让合版更顺畅。
另外做商品还是需要有一定的架构造型思路。如果有团队负责左侧，有的团队负责右侧浏览编辑，有团队负责底下输入框，各自在不停的迭代的时候，是有可能会相互踩踏的，那你必须要及时发现，不然使用者使用的时候就会发现不合理。今天AI带来的新的组织模式，可能不同的团队都在探索，目前还没有一个很清晰的“菜谱”。
AI办公已经跑通，坚持多模型战略
媒体：中国大陆跟国外不太一样，本土有很多手机厂商做个人助理Agent，怎么看和手机厂商的比拼？
汤道生：每一家AI机构都可以做这样的新品，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。可在这些基本条件平等的情况下，大家的起跑线其实差不多。
媒体：你今天反复强调WorkBuddy的开放性，包括企业可以自由选择模型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议题，企业如果想未来要离开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。我作为产品的提供者，我当然希望产品有黏性。但一个产品要真正服务大面积的用户，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支持提供，这才是是我们打造平台的目的。
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，同时兼容一些公司自部署的模型。腾讯云怎么平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竞争亮点，很多用户其实不想在用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的发展非常有利。
今天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价格也是有差异的。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，你今天能再不用AI来工作吗？我觉得挺难回去的，所以它有没有跑通，第一是它所创造的价值，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，如果有企业来为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？
中国大陆的模型一直在讲性价比，讲让Token智能业务于大众。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变得更便宜，能够服务支持支持更多的用户来改变ROI。今天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更多的GMV。
作为一个公司管理者，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，但肯定是非常有价值。而且你不做，你的竞争对手跑的比你快，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，今天智能在办公场景上，其实是跑通的。已经有很多公司都证明了意义。当然如果你作为一个厂商，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，你付出了成本却没有拿到Return，那就是没跑通。
我反而听到更多企业的反馈是，我很想用，关键是怎么去建立一个安全性的环境，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商品。腾讯怎么在自上而下清晰的战略和一线模糊潜在的突破之间寻找到好的平衡？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，公司需要一种对于试错的包容，这个比较主要。另外，我们留什么项目，很大程度取决于有没有为客户创造的作用，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，班底需要有一个很清晰的“北极星”，能够让顾客觉得有意义。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价格给你付费。大家愿意买单，又同时能覆盖你的运营开销，那这个业务就做到健康可持续。
媒体：这几年AI技术热点还是挺多的，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，能帮助顾客的一个例子。但是同样的探索在别的公司里面也一样有成功，像Muse。作为一个产品负责人，你要判断，这是不是一个全新的范式，跟我们以前新品有没有互补。
做新品有趣的地方是不同机构可以有不同的组合方式。就像信息的产业，我们既有腾讯影像也有短片号，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，熬的久比起的早更重要。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。对这些在熬的企业，你有什么建议？
汤道生：我觉得还是看业务是否创造可持续作用，补贴停止后使用者是否还会留下，以及用户是否愿意为商品付费。并且，还要判断花费问题究竟是来自你的边际开销为负，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负，规模扩大后还可能覆盖投入；如果每增加一个用户都带来更多亏损，就需要重新评估方向。
媒体：阿里和字节为了应对AI时代企业级赛道的竞争，都把旗下的企业业务和云计算业务进行了一些整合。腾讯之前也进行了局部的打通，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的今后
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，因为今天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之后所面临的难题。
同时，测试或者做工保证运营的班底，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或者防护漏洞，这都是研发模式带来很大的挑战。
本文由News整理发布，仅供参考。
