大模型改造互联网巨头：从广告到电商，旧业务装上新引擎

文 | 互联网江湖

转眼间 25 年已经过半，盘点互联网行业上半年发生的大事，非 AI 莫属。在 2 月份 DeepSeek 横空出世以后，互联网大厂们开始加码 AI。

拿巨头们来说，腾讯在三月份的业绩说明会上，腾讯对 AI 的介绍紧随马化腾发言之后，排在其他介绍之前，业务上资本支出未来将大幅的增长，主要投资于算力的建设上。

阿里巴巴在 2 月份，宣布未来三年投入 3800 亿元建设云和 AI 硬件基础设施。CEO 吴泳铭说：" AI 爆发远超预期，国内科技产业方兴未艾，潜力巨大。阿里巴巴将不遗余力加速云和 AI 硬件基础设施建设，助推全行业生态发展。"

百度李彦宏在电话会议中讲 " 我们相信，AI-first 战略使我们能保持领先地位，在 AI 时代抓住长期增长机会。" 3 月份，百度推出了文心 4.5 和文心 X1 两款重量级产品。

打开各种短视频软件，AI 制作的短视频，图文已经开始很常见，小孩儿哥已经开始用大模型写作业，家里的长辈都开始讨论 AI 这个时髦的词汇……

但是如此热闹非凡的场面，机会到底在哪里？大厂们加码的那些资本支出怎么赚回来？似乎又有点看不见摸不着。

这篇文章，我们尝试深入浅出的看看 AI 给互联网企业都带来了哪些变化和机会。

大模型：新时代的"流量入口"

在巨头们的管理层的发言中我们能看到，AI 现在是最高战略级投入方向，想来其实也简单，我们可以从业务和技术两端来看。

业绩层面，有增长放缓的趋势，天眼查 APP 显示，在经过多年的发展之后，目前互联网大厂们似乎已经摸到了一个门槛，营收普遍开始个位数增长，甚至个别年份出现负增长，想要重拾高增长，得找到新的势能点。

技术上，AI 现在就是增长的潜在的推手。

从 AI 的技术路径来看，AI 大模型的底层技术逻辑是一个融合海量数据训练、先进神经网络架构与规模化计算的系统工程，其核心在于通过自监督学习从无标注数据中提炼通用知识，再通过微调适配具体任务。

简单来说，就是和科幻片一样，要给一个人，灌海量的数据，再给他一个极其发达的大脑。

整个行业的进程和凯文凯利在《必然》一书中提到的一样："势能积累至临界点的瞬间，行业将迎来指数级的爆发机会"。

通俗讲，技术浪潮的演进，往往是层层叠加、不断放大的，每一波新的技术，都会站在前一波技术的肩膀上，爆发出更强的能量。此刻的 AI，就站在了移动互联网、云计算这些"巨人"的肩膀上。

技术上互联网公司，也只有互联网公司，具备海量的数据和发达的大脑，也就是完善的基础设施。

这就给了大厂们竞争的资本，更重要的是，论人才的密度和对人才的吸引力，千行百业里面数互联网公司的最高。

有了天时地利人和，关键还是看应用，怎么赚钱？巨头之间的业务线一直都存在交叉覆盖的情况，腾讯的业务线最多，商业化的情况比较好，比较有代表性，我们以腾讯为例。

腾讯的业务线为社交，游戏，支付，AI+ 云计算，视频，音乐，短视频，广告，涵盖了这个行业多数板块，从管理层的表述来看，AI 可能会从五个方面来提振腾讯的收入。

1. 混元大模型，货币化方式可能从订阅模式开始，随后是绩效广告和增值服务。可以理解为将来可能会开始直接收费，后面还可以有广告和增值服务。

比如百度的文心一言，就有收费的模式，只不过在 DeepSeek 入局之后，成本大幅降低，现在已经全面免费。

大模型在新的时代已经成为了办公人必不可少的应用工具，各家皆有所长，所以在将来一个合适的时间节点，收费订阅模式很可能会重启，和 WPS、剪映、百度网盘等产品一样，付费用户会享受到更多的扩展功能。

2. 通过多模型策略给使用者提供更好的 AI 体验。

例如在元宝中接入 DeepSeekR1，在微信上测试 AI 功能等。Martin Lau 还表示未来将在微信中增加更多的 AI 功能。他提到，腾讯在软件业务（如在线游戏）方面的经验表明，开发者和运营商之间存在协同效应。

也就是说，腾讯一边开发自己的元宝，用自己的专有数据来定制解决方案，一边利用外部模型，吸收行业最新最强的技术，这两者可以有协同效应。

类似于国产手机厂商在安卓系统的基础上开发的各种专属自家手机的系统，可以不断的迭代升级，比如华为，最终基于安卓开发出自己的"鸿蒙"系统。

和安卓系统一样，将来的基础模型大概率会掌握在极少数几家科技公司手里，有了稀缺资源自然就有了收费的权利。

3. 将 AI 整合到面向企业的服务中。例如为企业用户提供专有数据定制 AI 服务，腾讯会议，钉钉中的 AI 总结功能等。

还有在云计算上，是算力和算法的租赁，比如阿里的 MaaS，其商业模式主要有：按每千 token 计费的模型调用流量结算；客户调好模型后，可按小时、天、月或年租用 GPU。整体而言，Maas 收入以租赁为主，模型调用次之，周边产品销售再次之，虽然在阿里云业务中占比还只有个位数，但平均利润率来到了 30-40%。

4. 用 AI 为现有业务的增长赋能。

这部分腾讯总裁刘炽平举了几个例子来解释 AI 如何赋能现有产品和业务。

比如广告方面，利用 AI 驱动的广告投放的精准度和效果，以及用 AI 提供广告创意解决方案；游戏方面，利用 AI 在游戏中优化匹配体验、为新玩家提供 AI 指导、提高 3D 内容制作效率、支持游戏内聊天机器人等；视频和音乐服务方面，利用 AI 来提高生产力和动画制作效率。

阿里和百度也是一样，比如在搜索上，百度的首页已经接入了 AI，原来被诟病的广告多通过 AI 得到一定程度缓解。

阿里就是对电商的赋能，作为服务平台，在商家端帮助商家省成本，使用上提高用户的体验和黏性。

5. 对 AI 方面的投资。包括重组 AI 团队，加强资本开支，购买更多的 GPU。腾讯将继续投资于自己的模型，并加速各个业务部门的 AI 应用的开发。

同时也在营销方面进行投资，以提高用户认知度，促进新的 AI 产品、微信和元宝的应用。

总的来看，主要就是两方面，一是用 AI 赋能原有的业务，降本增效的同时，提高用户的体验。

第二就是围绕大模型展开的军备竞赛，在接入 DeepSeek 之后，都想成为 DeepSeek，超越 DeepSeek，这里我们可以理解为 AI 领域的"安卓"、" ios "，需要有自己的底层操作系统，谁掌握了这个系统，就能成为人们日常 AI 应用的入口，成为"核心 AI 订阅"。

怎么掌握这个系统？答案是烧钱，和过去安卓，ios 的诞生一样，最终掌握话语权的还是这些大厂。

AI 不止大模型，是广阔天地，大有可为

AI 模型的训练和推理，用到的资金，是天文数字。因为要调用十万，甚至上百万个 GPU 集群，所以，不能简单地把服务器堆在一起，要统一规划调度，确保网络、存储、计算单元之间的数据流转。

要运行十万、百万规模的 GPU 集群，所需要的电力也特别惊人。根据中国能源报报道，一个典型 AI 数据中心消耗的电力，相当于 10 万户家庭的用电量。所以，选址也很讲究，气候条件，电力供应是否稳定经济都是需要考虑的。

另外，一个 AI 服务器机架的功率，可能是以前普通服务器机架的十倍、百倍。再靠传统的空调制冷，可就完全不够用。你可能需要把整个服务器，都泡在冷却液里，才能达到效果。

所以，这字里行间都是浓浓的金钱的味道，这是一个技术密集、资本密集、数据密集型行业，壁垒极高的大生意，马太效应非常明显。在短短的两年半的时间里，行业从"百模大战"到"十模共生"，当初被给予厚望的大模型"六小虎"，其中两虎已经宣布退出基模的研发。

更重要的是时间上，训练一个顶尖大模型，动辄需要数月乃至更久的训练时间，海量的优质数据，以及顶尖的算法科学家团队。这样的投入，堪比"军备竞赛"，小玩家根本上不了牌桌。

比如腾讯，今年的人均月薪相比去年提高了近 3 万元，主要就是 AI 方向的人才加入带动的，要知道，这是一个近十万人的巨无霸。

除了钱，你还得有数据，海量的数据，在 InfoQ 研究中心的报告中，我们知道，目前的大模型，缺陷就是多步推理上，这需要填鸭式的教育来弥补。

"数据是 AI 的燃料"已成为行业共识。红杉会议指出，当前全球数据总量达 180ZB（1ZB=1 万亿 GB），其中可用于 AI 训练的标注数据占比从 2020 年的 3% 提升至 2025 年的 15%。

这些数据很多都掌握在互联网企业的手里，所以大模型的胜者或许只能是互联网大厂。

但是，在大模型之外，其实还有一片可以百花齐放的天地，在五月红杉资本的闭门会中，Sierra 的联合创始人 Bret Taylor 提到：AI 的价值在于解决问题、创造结果。收费模式，也应与此挂钩。

啥意思？无论是 B 端还是 C 端，你只要能在细分领域，给客户创收，用 AI 降本，就能获取收益。巨头们，往往追求通用性和规模效应，难以深入到细分行业的具体业务流程中，啃硬骨头。

所以这个时代，是给了人才们重新创业的机会的，AI 让普世的知识贬值了，也给了高阶人才抓取新的市场份额的机会。

总的来看，此刻的 AI 行业，和当年的 PC 端，移动端的技术大变革一样，虽然主流的基础大模型很可能会被大厂完全掌控，但是留下的可开发的机会依然不少，对创业者来说，这依然是个无限可能的世界。