轉眼間 25 年已經過半，盤點 互聯網 行業上半年發生的大事，非 AI 莫屬。在 2 月份 DeepSeek 橫空出世以后，互聯網大廠們開始加碼 AI。

拿巨頭們來說，騰訊在三月份的業績說明會上，騰訊對 AI 的介紹緊隨馬化騰發言之后，排在其他介紹之前，業務上資本支出未來將大幅的增長，主要 投資 于算力的建設上。

阿里巴巴在 2 月份，宣布未來三年投入 3800 億元建設云和 AI 硬件基礎設施。CEO 吳泳銘說："AI 爆發遠超預期，國內 科技 產業方興未艾，潛力巨大。阿里巴巴將不遺余力加速云和 AI 硬件基礎設施建設，助推全行業生態發展。"

百度李彥宏在電話會議中講 " 我們相信，AI-first 戰略使我們能保持領先地位，在 AI 時代抓住長期增長機會。"3 月份，百度推出了文心 4.5 和文心 X1 兩款重量級產品。

打開各種短視頻軟件，AI 制作的短視頻，圖文已經開始很常見，小孩兒哥已經開始用大模型寫作業，家里的長輩都開始討論 AI 這個時髦的詞匯……

但是如此熱鬧非凡的場面，機會到底在哪里？大廠們加碼的那些資本支出怎么賺回來？似乎又有點看不見摸不著。

這篇文章，我們嘗試深入淺出的看看 AI 給互聯網企業都帶來了哪些變化和機會。

大模型：新時代的 " 流量入口 "

在巨頭們的管理層的發言中我們能看到，AI 現在是最高戰略級投入方向，想來其實也簡單，我們可以從業務和技術兩端來看。

業績層面，有增長放緩的趨勢，天眼查 APP 顯示，在經過多年的發展之后，目前互聯網大廠們似乎已經摸到了一個門檻，營收普遍開始個位數增長，甚至個別年份出現負增長，想要重拾高增長，得找到新的勢能點。

技術上，AI 現在就是增長的潛在的推手。

從 AI 的技術路徑來看，AI 大模型的底層技術邏輯是一個融合海量數據訓練、先進神經網絡架構與規模化計算的系統工程，其核心在于通過自監督學習從無標注數據中提煉通用知識，再通過微調適配具體任務。

簡單來說，就是和科幻片一樣，要給一個人，灌海量的數據，再給他一個極其發達的大腦。

整個行業的進程和凱文凱利在《必然》一書中提到的一樣：" 勢能積累至臨界點的瞬間，行業將迎來指數級的爆發機會 "。

通俗講，技術浪潮的演進，往往是層層疊加、不斷放大的， 每一波新的技術，都會站在前一波技術的肩膀上，爆發出更強的能量。 此刻的 AI，就站在了移動互聯網、云計算這些 " 巨人 " 的肩膀上。

技術上互聯網公司，也只有互聯網公司，具備海量的數據和發達的大腦，也就是完善的 基礎設施 。

這就給了大廠們競爭的資本，更重要的是，論人才的密度和對人才的吸引力，千行百業里面數互聯網公司的最高。

有了天時地利人和，關鍵還是看應用，怎么賺錢？巨頭之間的業務線一直都存在交叉覆蓋的情況，騰訊的業務線最多， 商業 化的情況比較好，比較有代表性，我們以騰訊為例。

騰訊的業務線為 社交 ， 游戲 ，支付，AI+ 云計算，視頻，音樂，短視頻，廣告，涵蓋了這個行業多數板塊，從管理層的表述來看，AI 可能會從五個方面來提振騰訊的收入。

1. 混元大模型，貨幣化方式可能從訂閱模式開始，隨后是績效廣告和增值服務。 可以理解為將來可能會開始直接收費，后面還可以有廣告和增值服務。

比如百度的文心一言，就有收費的模式，只不過在 DeepSeek 入局之后，成本大幅降低，現在已經全面免費。

大模型在新的時代已經成為了辦公人必不可少的應用工具，各家皆有所長，所以在將來一個合適的時間節點，收費訂閱模式很可能會重啟，和 WPS、剪映、百度網盤等產品一樣，付費用戶會享受到更多的擴展功能。

2. 通過多模型策略給使用者提供更好的 AI 體驗。

例如在元寶中接入 DeepSeekR1，在 微信 上測試 AI 功能等。Martin Lau 還表示未來將在微信中增加更多的 AI 功能。他提到，騰訊在軟件業務（如在線游戲）方面的經驗表明，開發者和運營商之間存在協同效應。

也就是說，騰訊一邊開發自己的元寶，用自己的專有數據來定制解決方案，一邊利用外部模型，吸收行業最新最強的技術，這兩者可以有協同效應。

類似于國產 手機 廠商在安卓系統的基礎上開發的各種專屬自家手機的系統，可以不斷的迭代升級，比如華為，最終基于安卓開發出自己的 " 鴻蒙 " 系統。

和安卓系統一樣，將來的基礎模型大概率會掌握在極少數幾家科技公司手里，有了稀缺資源自然就有了收費的權利。

3. 將 AI 整合到面向企業的服務中。 例如為企業用戶提供專有數據定制 AI 服務，騰訊會議，釘釘中的 AI 總結功能等。

還有在云計算上，是算力和算法的租賃，比如阿里的 MaaS，其商業模式主要有：按每千 token 計費的模型調用流量結算；客戶調好模型后，可按小時、天、月或年租用 GPU。整體而言，Maas 收入以租賃為主，模型調用次之，周邊產品銷售再次之，雖然在阿里云業務中占比還只有個位數，但平均利潤率來到了 30-40%。

4. 用 AI 為現有業務的增長賦能。

這部分騰訊總裁劉熾平舉了幾個例子來解釋 AI 如何賦能現有產品和業務。

比如廣告方面，利用 AI 驅動的廣告投放的精準度和效果，以及用 AI 提供廣告創意解決方案；游戲方面，利用 AI 在游戲中優化匹配體驗、為新玩家提供 AI 指導、提高 3D 內容制作效率、支持游戲內聊天機器人等；視頻和音樂服務方面，利用 AI 來提高生產力和動畫制作效率。

阿里和百度也是一樣，比如在搜索上，百度的首頁已經接入了 AI，原來被詬病的廣告多通過 AI 得到一定程度緩解。

阿里就是對電商的賦能，作為服務平臺，在商家端幫助商家省成本，使用上提高用戶的體驗和黏性。

5. 對 AI 方面的投資。 包括重組 AI 團隊，加強資本開支，購買更多的 GPU。騰訊將繼續投資于自己的模型，并加速各個業務部門的 AI 應用的開發。

同時也在 營銷 方面進行投資，以提高用戶認知度，促進新的 AI 產品、微信和元寶的應用。

總的來看，主要就是兩方面，一是用 AI 賦能原有的業務，降本增效的同時，提高用戶的體驗。

第二就是圍繞大模型展開的軍備競賽，在接入 DeepSeek 之后，都想成為 DeepSeek，超越 DeepSeek， 這里我們可以理解為 AI 領域的 " 安卓 "、"ios"，需要有自己的底層操作系統，誰掌握了這個系統 ， 就能成為人們日常 AI 應用的入口，成為 " 核心 AI 訂閱 "。

怎么掌握這個系統？答案是燒錢，和過去安卓，ios 的誕生一樣，最終掌握話語權的還是這些大廠。

AI 不止大模型，是廣闊天地，大有可為

AI 模型的訓練和推理，用到的資金，是天文數字。因為要調用十萬，甚至上百萬個 GPU 集群，所以，不能簡單地把服務器堆在一起，要統一規劃調度，確保網絡、存儲、計算單元之間的數據流轉。

要運行十萬、百萬規模的 GPU 集群，所需要的電力也特別驚人。根據中國能源報報道，一個典型 AI 數據中心消耗的電力，相當于 10 萬戶家庭的用電量。所以，選址也很講究，氣候條件，電力供應是否穩定 經濟 都是需要考慮的。

另外，一個 AI 服務器機架的功率，可能是以前普通服務器機架的十倍、百倍。再靠傳統的空調制冷，可就完全不夠用。你可能需要把整個服務器，都泡在冷卻液里，才能達到效果。

所以，這字里行間都是濃濃的金錢的味道，這是一個技術密集、資本密集、數據密集型行業，壁壘極高的大生意，馬太效應非常明顯。在短短的兩年半的時間里，行業從 " 百模大戰 " 到 " 十模共生 "，當初被給予厚望的大模型 " 六小虎 "，其中兩虎已經宣布退出基模的研發。

更重要的是時間上，訓練一個頂尖大模型，動輒需要數月乃至更久的訓練時間，海量的優質數據，以及頂尖的算法科學家團隊。這樣的投入，堪比 " 軍備競賽 "，小玩家根本上不了牌桌。

比如騰訊，今年的人均月薪相比去年提高了近 3 萬元，主要就是 AI 方向的人才加入帶動的，要知道，這是一個近十萬人的巨無霸。

除了錢，你還得有數據，海量的數據，在 InfoQ 研究中心的報告中，我們知道，目前的大模型，缺陷就是多步推理上，這需要填鴨式的教育來彌補。

" 數據是 AI 的燃料 " 已成為行業共識。紅杉會議指出，當前全球數據總量達 180ZB（1ZB=1 萬億 GB），其中可用于 AI 訓練的標注數據占比從 2020 年的 3% 提升至 2025 年的 15%。

這些數據很多都掌握在互聯網企業的手里，所以大模型的勝者或許只能是互聯網大廠。

但是，在大模型之外，其實還有一片可以百花齊放的天地，在五月紅杉資本的閉門會中，Sierra 的聯合創始人 Bret Taylor 提到： AI 的價值在于解決問題、創造結果。收費模式，也應與此掛鉤。

啥意思？無論是 B 端還是 C 端，你只要能在細分領域，給客戶創收，用 AI 降本，就能獲取收益。 巨頭們，往往追求通用性和規模效應，難以深入到細分行業的具體業務流程中，啃硬骨頭。

所以這個時代，是給了人才們重新 創業 的機會的，AI 讓普世的知識貶值了，也給了高階人才抓取新的市場份額的機會。

總的來看，此刻的 AI 行業，和當年的 PC 端，移動端的技術大變革一樣，雖然主流的基礎大模型很可能會被大廠完全掌控，但是留下的可開發的機會依然不少，對創業者來說，這依然是個無限可能的世界。

來源：互聯網江湖