AI应用,腾讯字节谁说了算?

锌刻度
0 评论 893 浏览 1 收藏 13 分钟
🔗 技术知识、行业知识、业务知识等,都是B端产品经理需要了解和掌握的领域相关的知识,有助于进行产品方案设计和评估

从腾讯元宝到字节跳动的豆包,再到百度的智能体布局,各大互联网公司纷纷加码,试图在AI时代抢占先机。然而,这场AI应用的排位赛背后,不仅是技术和产品的竞争,更是生态和战略布局的比拼。本文将深入剖析腾讯、字节跳动等巨头在AI应用领域的布局,探讨谁能在AI时代的流量入口争夺战中脱颖而出,以及这场竞争对未来的深远影响。

当下,生成式AI落地的步伐越来越快,从高效办公到学习提速,从文艺娱乐到投资理财,正渗透进日常生活的每一个角落。

此背景下,互联网巨头围绕AI应用纷纷排兵布阵。

百度青睐智能体,视其为AI应用的最主流形态;腾讯、字节跳动等以AI助手为支点跑马圈地,阿里巴巴在AI To C领域招兵买马……

这其中,腾讯元宝近来声量高涨。

先是接入DeepSeek-R1满血版,后又上线深度思考模型“混元T1”,再推出了电脑版,一时间成为互联网热议的焦点。

与之对应的是,豆包App正在被抖音测试接入,试图撬动更大的用户盘。

巨头们卷AI应用,到底在卷什么?腾讯元宝成为AI应用的“黑马”,是机缘巧合还是命中注定?AI应用赛道,未来会是双雄并立?

抢夺超级流量入口

生成式AI,让人工智能从幕后走到了前台,人人触手可及。

随之而来的则是“百模大战”,在“不一定要赢,但一定要有”的心态之下,玩家们不得不卷参数、卷算力、卷排名……

猎豹移动董事长兼CEO傅盛表示:“如果不计成本地叠加参数,提高所谓的大模型能力,这条路肯定会遇到困难的。OpenAI发布GPT-4o模型应用,正说明了大模型在应用层面大有可为,大模型的能力会不断迭代,但最终能把大模型用好的,还是应用。”

一言以蔽之,大模型的尽头是AI应用。

当下,AI还没有跑出杀手级应用,谁能率先拥有就相当于拿到下半场的“入场券”,不但可以掌握更大的行业话语权,更能决定今后的AI生态位。

于是乎,无论是百度、腾讯、字节跳动、阿里巴巴等互联网巨头,还是月之暗面、秘塔科技、智普AI等初创企业,不约而同地加码AI应用。

一名互联网观察人士告诉我们:“新物种在一开始往往高不成低不就,持之以恒地摸索才可以搞懂需求,最终找到杀手级应用,这中间往往有一个时间差,互联网进入中国5年之后才出现了QQ,iPhone发布4年之后才出现了微信。”

上述互联网观察人士进一步表示,每个时代都有属于自己的超级入口,AI时代也不会例外,AI时代的超级流量入口,自然是兵家必争之地。

图源:AI产品榜

通俗易懂地说,杀手级应用出现是早晚的事情,谁也不想错过。

中信建投证券研究所所长武超则表示:“从移动互联网那一轮来看得话,2023年我觉得可能更像2012年——基础的硬件有了,但是应用在哪不知道。2024年我觉得更像2013年,已经开始有一些应用的百花齐放,而且情绪投资的热点已经起来了,但是我们可能没办法区分,到底哪个公司会最终跑出来。”关于此,从各领风骚就可见一斑。

月之暗面的Kimi智能助手,凭借支持200万字超长无损上下文的能力,成为第一个出圈的AI应用,也拉开了国内的长文本竞赛的序幕。

这之后,豆包后来居上。

公开数据显示,2025年1月,豆包APP月活用户数高达7861万,在国内AI类应用中位列第一,全球市场位列第二,仅次于ChatGPT。

以至于,资本市场热捧“豆包概念”,赚足了2.2亿股民的眼球,这意味着AI应用从小众走向大众,飞入寻常百姓家。

如今,轮到腾讯元宝了。

DeepSeek一鸣惊人之后,腾讯元宝是头部玩家中第一个伸出橄榄枝的AI助手,借势之下也出圈了,声量持续走高。

万万没想到,在苹果中国区App Store免费App下载排行榜上,腾讯元宝最终反超了DeepSeek,坐上了“一哥”的位置。

腾讯元宝增长势头肉眼可见

不难看出,AI应用已成为互联网巨头排兵布阵的主战场。

中信建投最新研报表示:“DeepSeek公开利润成本率,理论成本率高达545%,模型厂商盈利模式实现闭环。从行业需求来看,模型环节成本向下、能力向上均具有较大空间,有望推动下游应用AI需求加速释放。”

排位赛远未到终局

以上可见,AI应用的排位赛呈现“你追我赶”的局面,这背后的缘由有三。

首先,增量市场不乏机会。

回溯来看,AI应用已走过萌芽期,正在迈向成长期,是一个生机盎然的增量市场,而非你死我活的存量市场,更不是心灰意冷的缩量市场。

QuestMobile 的数据显示,截至2024年12月,中国移动互联网月活用户数为12.57亿,月人均使用时长为171.7小时;其中,AI原生App的月活用户数为1.2亿,月人均使用时长为132.8分钟,存在肉眼可见的成长空间。

图源:QuestMobile

“用户需求的爆发与数字化基建的完善,正推动行业逼近‘AI奇点时刻’,传统APP也在加速转型,规模在亿级以上的APP中有70%正在‘转型路上’。”QuestMobile称。

这意味着,AI应用的想象空间还很大。

毕竟,先入者披荆斩棘,难免一路坎坷,而后入者虽然迟了,但也可以吸取相关的经验教训,增加了避坑的概率从而少走弯路,可见后发优势也是一种优势。

如此一来,AI应用赛道频频出现弯道超车的一幕,也就不足为奇了。

其次,好饭不怕晚。

虽然AI必须从“演示”走向“实用”早已成为行业的共识,但如何落地赋能千行百业,相当长一段时间存在分歧,To B与to C孰轻孰重、开源与闭源孰优孰劣等都是争论的焦点。

此背景下,“不出手则已,一出手就是重击”成为行业的核心诉求。

字节跳动就是其中的典型代表,旗下的豆包App虽然姗姗来迟,但凭借在AI语音等领域的底蕴做到了差异化。

豆包战略研究负责人周昊表示:“英语口语练习是大家很喜欢的教育场景。用户反馈说,豆包的发音、词汇量、句型都远远超过他自己。通过豆包实时语音通话功能,和豆包一来一回练英语,毫不尴尬,也省了请老师辅导的开销。”

事实上,腾讯亦是如此。

马化腾曾言:“互联网企业都有很多的积累,都在做,我们也一样在埋头研发,但是并不急于早早做完,把半成品拿出来展示。对于工业革命来讲,早一个月把电灯泡拿出来在长的时间跨度上来看是不那么重要的。”

简而言之,腾讯一直在寻找发力点,顺带也给外界留下“佛系”的印象。

其实,在DeepSeek爆红之前,腾讯已想通了大模型与应用的关系:应用迭代不是为了服务大模型,让大模型变得更能打,而是为了服务用户,解决用户的实际问题。

公开报道显示,2025年1月,腾讯元宝从腾讯TEG(技术工程事业群)划归CSIG(云与智慧产业事业群),负责人由腾讯混元大模型负责人蒋杰变为腾讯会议负责人吴祖榕。

这么一来,腾讯元宝提前消除了接入DeepSeek阻力。

再次,DeepSeek成为变数。

DeepSeek创造了史上最快达成日活跃用户数突破3000万大关的新纪录,随之而来的则是“服务器繁忙,请稍后再试”。

没有思想包袱的腾讯元宝,率先出手接住了这波流量。

DataEye研究院表示:“腾讯的做法更像是有着自己的战略考量:利用外部模型及自身庞大信息量、用户量,打造AI时代的杀手级应用,同时帮助腾讯内部大模型引流和迭代。”

此外,腾讯元宝眼下已迭代为“DeepSeek+混元”双模型,既可以使用DeepSeek-R1满血版、腾讯混元T1进行深度思考,也可以借助DeepSeek-V3、腾讯混元Turbo快速求解,实用程度反而超越了原版。

腾讯元宝获得生态体系支持

需要注意的是,AI应用的门槛较低,未来的竞争势必更为激烈。

一名业内人士告诉锌刻度:“拥有流量、场景、数据等稀缺资源的公司,更容易孵化出杀手级应用,归根到底还是生态的比拼。”

实际上,腾讯与字节跳动踏入同一条河。

微信等腾讯旗下的产品纷纷接入了腾讯元宝,而抖音也在测试接入豆包,打通AI应用与生态的割裂,从而谋求用户规模和用户黏性的双增长。

上述业内人士进一步表示,互联网巨头押注AI应用,是为了寻找AI时代的“微信”与“抖音”,这其中蕴藏着真正意义上的弯道超车机会。

从这个角度来看,生成式AI进入了下半程,AI应用迎来“App Store时刻”,谁能抢先找到杀手级AI应用,谁就抓住了历史的重大机遇,成为互联网当之无愧的新王者。

那么,AI应用的排位赛,远远未到终局。

撰文/陈邓新 编辑/李觐麟

来源公众号:锌刻度(ID:znkedu),专注科技、互联网新经济原创深度报道。

本文由人人都是产品经理合作媒体 @锌刻度 授权发布,未经许可,禁止转载。

题图来自Unsplash,基于CC0协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 目前还没评论,等你发挥!
专题
12975人已学习12篇文章
产品立项,对于产品来说是其生命周期中最基础的和最重要的阶段。产品立项都有哪些主要工作?本专题的文章分享了产品立项指南。
专题
43094人已学习17篇文章
谈到互联网产品,我们不得不谈的就是它的盈利方式,这也是产品人经常会被问到的问题。
专题
13597人已学习11篇文章
产品经理/运营/数据分析师,如果能够掌握一些常用的Excel的技巧,会对工作效率有所提高。本专题的文章分享了经常用到的Excel技巧。
专题
19594人已学习13篇文章
本专题的文章分享了跨境支付的行业、发展、支付方式和商业等信息。
专题
47713人已学习18篇文章
如何提升用户留存率?——相信这是困扰无数产品和运营的问题。
专题
12990人已学习13篇文章
对数据进行监控,分析异常数据,是数据分析常见的工作内容。本专题的文章分享了如何做好数据异常分析。