一條朋友圈與背後的AI格局之變｜甲子光年
AI市場進入巨頭時代，中小玩家如何找尋生態位？
作者｜王世昕
編輯｜王博
“我年初說字節23年AI戰略是不及格，但這完全不影響字節24年AI戰略的滿分表現。”11月28日早，崑崙萬維創始人周亞輝發佈了一條朋友圈，對字節跳動2024年的AI戰略給出了“滿分”的高度評價。
同時，周亞輝對自己的崑崙萬維也給出了同樣的滿分評價，在他看來，崑崙萬維AI戰略的優勢在於差異化，是“找到了自己小而大美的空間”。
就在2月，周亞輝也曾在朋友圈對字節跳動的AI戰略進行點評，短短九個月時間裡，字節在周亞輝眼中就從“差等生”變成了“滿分學霸”，這樣的評價大轉彎隨即在行業內引發了一陣熱議。
11月28日，周亞輝的朋友圈
值得關注的是，不同於常規的圍繞參數、性能、市場份額爲主要因素的評價體系，在周亞輝的眼中，字節AI高歌猛進的重要突破點主要在兩點：一是組織架構與人才，二是雲+AI的戰略方向。換言之，字節AI在2024年的成功的原因不僅在於技術，更在於底層戰略的成功。對於崑崙萬維的判斷，他也將重點放在了差異化上，並沒有強調所謂的模型能力和產品能力。
作爲崑崙萬維的締造者與AI行業的先鋒人物之一，周亞輝的眼光不可謂不精準，在年初的那條朋友圈中，他就準確判斷了字節在AI競爭中的發展趨勢：“當然以一鳴同學天才般的智力和悟性，Hands on估計不出3月，就會從40變80甚至90分。”
那麼，爲何周亞輝會給字節跳動作出“滿分”的評價，2024年字節跳動又是如何達成滿分的？字節AI戰略的成功映襯出AI行業格局的哪些變化？而周亞輝所說的崑崙萬維AI戰略滿分，又是如何實現“小而大美”的？
字節跳動AI戰略2024：從追趕，到包圍
解析周亞輝口中的滿分表現，我們首先要了解，字節跳動此前的短板是什麼？
一個非常統一的認知是，入局太晚。
在2023年GPT爆火之後，在國內不僅涌現了大模型六小虎等大模型創業公司，百度、華爲等多家大廠也都憑藉着多年的技術積累高調入局AI行業，騰訊、阿里也開始通過資本入局大模型產業，一場百模大戰拉開帷幕。而在這場戰爭中，大廠新貴字節跳動卻似乎相對站在了邊緣，無論是姍姍來遲的字節系大模型，還是“雷聲小雨點也小”的AI產品們，都側面印證着其在AI競爭中的弱勢地位。
與之相對的是，在AI崛起的前幾年裡，字節內部的不少技術高管就已出走創業AI，成爲了AI市場中獨特的“字節系”力量，但在GPT爆火前，字節內部主攻大語言模型方向的團隊還不到10人，人才、技術、產品能力的短缺，一度成爲了掣肘字節AI的關鍵。
但正如九個月前周亞輝所預言的那樣，字節開始從組織架構到人才佈局的快速變革，這個龐然大物開始靈活的轉身，並集中力量向AI猛攻。
於是我們看到，字節跳動迅速在AI技術及產品方面聚集了集團的核心產品型人才，其中最主要的兩人就是周亞輝在這次朋友圈中提到的朱文佳與朱駿Alex，前者曾是TikTok產品技術負責人，而後者則是是原Music.ly創始人、原TikTok負責人，兩人都是做產品的好手，剛好與字節一直秉持的AI應用戰略來說相當匹配。
在對大模型能力與應用產品進行大量人才與資源投入之下，豆包大模型與其背後應用生態開始高歌猛進。
QuestMobile數據顯示，截止到今年7月份，AI原生應用月活用戶規模已經突破了6630萬，其中，豆包以3042萬的月活用戶規模位居榜一，比百度的文小言多出2000多萬的月活用戶規模。根據 AI 產品榜的10月數據，豆包實現了25.01%的環比增長，月訪問量達到1713萬，增速在頭部AI產品中位居前列，成爲國內最受矚目的產品。
與此同時，字節系AI產品在豆包大模型加持下同步朝着各大領域進發。2024年，字節跳動推出了11個AI應用，覆蓋了市面上主流的AI應用熱門領域，包括聊天、社交、圖像/視頻、教育、音樂等，從聊天助手到效率工具，應有盡有。在其背後，是字節“APP工廠”模式再度顯現，內部賽馬機制也爲其AI產品的發展提供了更具市場競爭力的優勢。
而更重要的是，字節跳動本身在C端應用市場積蓄的力量已經相當深厚，藉助抖音、剪映等大衆產品，以及得天獨厚的投流優勢，迅速在用戶側建立認知。簡而言之就是不做模型層-應用層的主流發展路徑，而是先通過廣泛的應用生態佔領市場，再通過C端需求倒逼模型升級與能力進步。
與此同時，字節也在加深對於B端的佈局，而滲透的關鍵就是雲業務。
“我說字節大模型API一定會猛幹，甚至會想法讓廠商一定必須用。”周亞輝再次精準概括了字節AI在B端的嘗試，從第二季度開始，火山引擎就開始加強對於B端AI業務的投入，無論是智能體平臺釦子，還是豆包模型家族，都在通過OpenAPI不斷加深在B端的認知，通過AI+雲打包出售的模式迎合當下各行業AI數智化的需求。
另一個印證是，從市場營銷的角度來看，火山引擎2024年的獲客慾望前所未有的高，除了在產品上做針對性的升級，在金融、電商、音視頻等領域更是不斷推動to B合作，力求實現更多商業營收，並打造更吸引人的AI案例，就在不久前，火山引擎擊敗了國內諸多雲廠商，拿下了中國銀聯等AI合作，B端佈局也初見成效。
正如周亞輝的判斷，字節跳動走的是谷歌和亞馬遜的路徑，“一邊吃廠商廣告費用，一邊吃IT費用；字節雲的市場份額一定會等於字節的廣告市場份額。”一個事實是，對於雲市場來說，AI不僅是未來業務發展的重點，也是當下內卷格局下“跑馬圈地”的載具，而字節的優勢就在於，內部龐大業務實踐機會帶來的產品優勢，與深厚家底帶來的超高性價比。
而性價比問題，則讓我們不得不面對一個事實：當下的AI市場，正在進入無比殘酷的巨頭時代。
巨頭傾軋之下，AI企業需要找到“小而美”的空間
現如今的AI市場，與2023年不可同日而語。
AI行業的強勢發展，一方面是市場看到了技術迭代之下生產力的變革，另一方面則是商業格局的重塑：在移動互聯網格局已定的情況下，新玩家或許能通過AI等技術領先再次入局，從而帶來行業與資本市場的重新洗牌。因此在過去的很多時間裡，大模型的新故事帶來了資本市場的再次涌動，也催動了新一批科技新貴的崛起。
但正如前文所說，移動互聯網時代的巨頭儘管龐大，但並不遲鈍，即使在短時間內沒有跟上技術與市場的節奏，仍然會通過靈活的調整迅速入局，字節、阿里、百度、華爲等玩家都是如此，更何況在2016年的一波AI實驗室熱潮下，部分巨頭早已對AI技術研發作出了初步佈局。
初創公司的優勢在於技術領先，但在Transformer架構之下，大模型的故事更多開始向算力、資本、人才等資源競爭傾斜。投融資爲何會成爲AI時代判斷一家大模型公司未來發展的關鍵信息？因爲AI之爭從某種程度上就是資本之爭。
遺憾的是，大公司並不缺資本。
字節跳動AI戰略的滿分故事，從某種角度上來說，就是規模的勝利：在快速的組織架構調整下，集中資源與人才投身於技術與應用的研發之中，並基於移動互聯網時期建立起的生態優勢，快速通過性價比、應用矩陣建立起護城河。也正如周亞輝所說，字節未來在中國乃至全球的“攔路虎”可能只有華爲或阿里，一方面是雲市場的獨特性質所導致，另一方面，華爲與阿里同樣依託着規模優勢再不斷擴大與其他玩家之間的距離。
從底層算力，到AI應用，再到用戶生態，巨頭之外的玩家們面臨着前所未有的壓力。那麼出路在哪裡？周亞輝點出了方向，找到自己“小而大美”的空間，正是崑崙萬維的目標。
差異化、垂直化纔是崑崙萬維們的出路。大模型市場歸根結底仍是一個尚未成熟的市場，無論從技術、還是商業模式上都處於初期探索狀態。巨頭們可以依託深厚的家底向基礎設施、應用層、雲服務等多個領域滲透，並通過規模稀釋成本以換取市場，這無疑是優勢，但同時也是負擔：當技術遲遲無法開拓新的場景，創造商業化的機會，那麼擴張就代表着虧損。
但對於崑崙萬維這樣的玩家來說，不過多參與資本的殘酷遊戲，將重點放在技術發展上纔是良策。就在兩天之前，崑崙萬維正式推出具有複雜思考推理能力的系列模型——「天工大模型4.0」o1版（Skywork o1），不同於現有的復現OpenAI o1模型的工作，Skywork o1真正讓模型擁有了思考和反思帶來的推理能力的提升。進階版複雜人類思考能力的解鎖無疑會成爲大模型在垂類領域發展的強大助推器，對於醫療、金融等專業領域意義重大。
而在目前火熱的多模態領域，崑崙萬維也已經完成了對於 AI搜索、AI音樂、AI社交、AI視頻等領域的佈局，基於天工大模型能力推出了一系列性能較爲強大的模型產品。相對於字節的豆包大模型，崑崙萬維的優勢基於其多年在遊戲、搜索、社交娛樂等等業務的積累，無論在訓練數據還是在產品洞察上，崑崙萬維都有着更深的認識，從而打造差異化的產品優勢。
同時基於專而精的發展戰略，崑崙萬維很難出現資源浪費或重複投入等情況，也不會有投放、擴張需求帶來的過大壓力，做好技術迭代，就成爲了目前唯一的重點。可以看到崑崙萬維目前聚焦在AI短劇內容、金融投資、科研學術等垂直領域，“小而大美”的論斷或許就來源於此。
歸根結底，對於字節跳動這樣的科技巨頭而言，AI業務的拓展不僅是技術層面的競賽，更是市場和商業戰略的佈局。他們通過不斷的技術創新和市場擴張，試圖在AI領域佔據有利地位，並構建起新的商業模式和增長點。然而，技術的快速發展與市場的實際需求之間是否存在匹配，以及這些技術能否真正轉化爲商業價值，仍然是一個需要持續探索和驗證的問題。
對於崑崙萬維等其他玩家來說，他們不僅注重技術的深耕和創新，還在多模態產品和應用上下了不少功夫。通過專注於技術的研發和應用，他們試圖在特定的領域或細分市場中找到自己的定位，從而實現差異化競爭和可持續發展。
AI業務發展是一個複雜而多維的過程，巨頭來勢洶洶，但在尚未成熟的行業之下，其他玩家仍有機會，關鍵點在於生態位的確定。
周亞輝這位企業家，或許還有更多預見，大模型的牌局愈發白熱化，無論用什麼方法，最終留在牌桌的玩家，纔是獲勝者。
（封面圖：AI工具生成）