AI迷途，谁来点亮火把？

1845年，英国人彻底疯狂，他们把GDP的7%都投进了铁路建设里。

7%的GDP是什么概念？它占了当时英国经济总投资的一半。而如果换成当前的中美GDP，等于中国一年要投8.8万亿人民币，美国一年投2.15万亿美元——显然，如今的AI投资虽然火热，但离这两个数字还很遥远。

在当年，货运铁路和客运铁路先后商业化成功，带来了丰厚的利润，英国报纸的一半版面，都登载着铁路投资的招商广告。群众们对铁路这种“先进生产力”如痴如醉，幻想着把它铺遍英伦三岛的每一个角落。

故事的结局，重复了人类泡沫的老套剧情：在顶峰时入场投资铁路的人，最终损失惨重。但另一方面，英国也利用铁路泡沫建设了长达6000英里的铁路网，并推动了工业革命，助长了英国的全球经济霸权。

2025年，一种相似的情绪，也在AI产业里持续蔓延。

一方面是亢奋，全社会围绕人工智能的投资高热不退，政府和企业向AI领域投入天量的资金；一方面则是焦虑，AI公司惨淡的盈利和攀升的项目“死亡率”，导致每天都有入不敷出的的初创公司轰然倒下。

但如果按“刻舟求剑”的算法，在AI领域投资最激进的美国，2024年实际落地的AI投资大概是1600亿美元，目前投资金额占GDP比例也只有0.7%左右，离着当年英国铁路泡沫的7%，还有10倍的差距。

所以《华尔街日报》在一篇文章里，显示危言耸听道：“当前的AI投资热潮，让人联想起19世纪的基建狂潮和20世纪初的互联网泡沫，风险正在累积。”但它笔锋一转，又来了一句：2025年未必是巅峰[1]。

其实每一次的技术迭代，都是一场没有退路的军备竞赛，产业界的每一次闷头加速，都在累加着无法避免的沉没成本。

当下，几乎人人都相信AI能改变世界，但通向那片星辰大海的路径却异常模糊。最折磨人的是“不确定性”，让每一个决策都像在迷雾中投飞镖。

遮天蔽日的大雾当中，所有人都在屏息凝神，等待那个能点燃火把的人。

点燃火把的人

9月16日，腾讯召开一年一度的全球数字生态大会，AI是众望所归的主题。

今年以来，巨头们围绕AI举办大会沙龙、交流频频，各类AI黑科技齐发，起名、定位烧干了各家产品经理的CPU，但包装下的技术看似强大，实则让人望而生畏。

兴致勃勃的创始人们在偌大场馆逛了一圈，悻悻而归的占了大多数，琳琅满目的AI技术像是一把功能齐备瑞士军刀，但每个功能都带着晦涩难懂的接口，无从下手。

这些都让腾讯的全球数字生态大会看起来独树一帜。

作为腾讯面向产业服务领域规格最高、规模最大、覆盖最广的大会，相比于秀肌肉，这场生态大会更像是腾讯AI应用落地成果的展示大会。

腾讯全球数字生态大会展会大厅

首先是自家国民级产品的“焕新升级”。

通过将元宝与微信、腾讯会议、腾讯视频、QQ音乐等十几个应用打通，凭借元宝持续迭代提升的分析和互动能力，实现诸如公众号上@元宝总结文章、让元宝代替参会等日常功能，将AI能力“无痛”融入生活、办公场景。

其次是内部核心业务流程中AI参与度飙升。

例如广告业务上，利用大模型优化广告创作、投放、推荐和效果大幅提升点击率、转化率，直接带动第二季度营销服务收入大增20%；游戏业务上，利用AI加速游戏内容制作、提高仿真能力，实现了游戏收入双位数增长。

AI加速游戏业务实例展示

众多鲜活、具体可感的案例，不讲技术却处处是技术的痕迹，带给产业参与者的不是对技术巅峰的憧憬，而是当下最稀缺的资源——信心。

当前，一级市场投资狂潮烈火油烹，与之形成鲜明对比的是企业押注AI的犹豫和迷茫。

一边是技术团队描绘出的激动人心的路线图，似乎通往一个无所不能的通用人工智能，代价却是黑洞般看不到尽头的资金和时间投入；一边是客户端具体却琐碎的需求，样样皆可定制，却难以复制、推广，在成本和利润之间来回拉扯。

腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生认为，如今打造一个智能体的成本并不高，利用AI降本增效也不是太大问题，但对于模型厂商来说，高筑的训练成本下，如何构建一个健康可持续的商业模式，当前还不明朗。

资本已经率先作出了选择。红杉资本作为OpenAI的早期投资人之一，2023年之后却逐渐调转船头，从头部大模型转移到更垂直的专业模型乃至AI应用层。

红杉合伙人Roelof Botha说，“我们的钱不是用来支付天价训练成本的，不是投给那些‘造模型’的初创公司，而是投给那些‘用模型’的[2]。”很直白，也很现实。

当前受到资本青睐的AI初创公司，大多是针对垂直行业与专业领域、拥有用户付费意愿明确的场景的AI公司，换句话说，就是商业变现能力已经得到验证的公司。

找到合适的场景、寻找AI切入、变现的机会，是场景化思维在AI时代的延伸。

但对于初次创业者而言，就像是拿着AI的锤子满世界寻找场景的钉子，每一条路径成功走通，背后都是无数“先烈”走过的弯路，而谁都不想做那颗被摸着过河的石头。

这也是腾讯举办这场“成果展示大会”的初心。

腾讯庞大的产品矩阵提供了AI落地现成的“训练场”和“展示窗”，每一次成功的实践，都是场景化思维在AI时代的又一次验证，为AI应用的探索地图填补一块关键的空白。

去做灯塔

中国互联网产业高速发展的十几年，是与众多巨头飞速成长紧密绑定的十几年，这其中，腾讯给大众的观感最为特别。

从70/80后到00/10后，从QQ空间、偷菜到如今的微信、王者荣耀，不管哪个年代的人都能说出一段与腾讯产品相关的“童年记忆”。一代用户一代产品，正是这些共同记忆，让腾讯天然与用户更加亲近，与用户需求的距离也更近。

古早的QQ农场偷菜页面

因此，腾讯基于自身业务的每一次AI实践都格外具备普适性，对行业的参考意义重大。

腾讯的产品矩阵覆盖了社交、内容、游戏、金融、办公等生活工作的方方面面，既提供了海量的用户、丰富的场景，又是一个天然的AI改造“指南针”。

一个典型的实践是腾讯办公，在AI时代来临之前，已经是打工人办公的日常工具箱、办公电脑的自带应用，在多年的功能迭代中与用户形成了良好的协作默契。

这种默契使得腾讯对于用户的办公痛点更加明晰，成为了腾讯AI最早找到的“钉子”。

比如会议场景中，通过接入腾讯混元与DeepSeek双模型，AI小助手Pro不再只是单纯做记录、转写和总结，而是充当人的“第二个大脑”：

会前资料整理，会中实时回顾讨论要点、一键检索全网信息，会后深度回溯和智能问答，通过全流程赋能，真正将人从案头工作中解放出来。

腾讯办公会议助手实时总结讨论要点

合同管理上，通过大模型与法律垂类模型协同、实时接入法律法规库，在提高电子签AI自动起草、审核合同效率的同时，又提升了风控能力。

当这些与AI深度融合的国民级应用获得了用户积极反馈，就向整个行业证明了这个AI应用场景的真实价值与用户接受度，告诉后来者“此路能通”。

同时，庞大的用户基础也成为腾讯AI解决方案的“试金石”。

腾讯的超高流量意味着极度复杂高并发的业务环境，要求解决方案必须技术、工程、用户体验“三项全能”。

每一次成功落地，都等于为行业输出了一套经过超大规模用户验证的标准范式，告诉后来者这条路“应该怎么走”。

与C端相比，B端对准确性要求更高，而且需要清晰地看到AI在任务节点上的提效效果。

根据腾讯在大会上的分享，近期与绝味食品开展了一次AI营销实战。

基于腾讯智能体开发平台、结合绝味食品的业务流程及数据积累，联合打造了人群圈选、商品推荐、动态权益及内容生成等多个智能体，最终营销效率达到人工组的2-3倍，内容点击率1.8倍，支付转化率2.4倍，交易金额3.1倍。

腾讯与绝味食品的AI营销实战引入多个智能体，配合“作战”

而腾讯云过去CtoB的经典打法，同样也在创造AI应用的新可能。

例如销售易与腾讯云联合打造的“AI+CRM解决方案”，就是通过腾讯会议、企业微信、腾讯电子签等多款C端产品联动，融合智能算力和混元大模型，实现B端业务场景全覆盖。

每点亮一款腾讯AI产品，都如同在AI应用的迷航中多了一座灯塔，为同行者指明了方向。

这些身体力行的实践带来了对AI时代场景化思维的延伸思考：

不是提供一个一劳永逸、立竿见影的方法，而是提供解决问题的手段，围绕场景形成即时反馈的闭环。

AI或许不能解决场景中出现的所有问题，但因此驻足不前一定不能解决问题。

重要的是怎么利用现有的AI工具，解决不了的暂时用别的方式补充，再通过不断地试错、迭代，逐渐补齐AI的能力。这可能才是当下AI变现最现实、也最可持续的方式。

以人为本的AI

那么，腾讯最终要打造什么样的AI？汤道生的答案是：“以人为本的AI”。

这句话背后的深意是，聚焦于怎么能让AI服务好人、以人的需求为中心，推动技术能力的发展，基于这个方向，做“好用的AI”。

腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生发表主题演

汤道生以元宝加入语音畅聊功能为例，正是因为人们日常生活更习惯用语音进行交流，用语音互动的元宝能够让用户得以用最舒服的方式使用AI。

元宝的自由对话功能

从场景化到以人为本，其实是AI从“能用”到“好用”、“爱用”的必然演进。

场景化带领了AI从实验室走向市场的“第一公里”，确保了技术有具体的应用环境和要解决的具体任务，但场景只是入口，场景的主角和AI的终点始终是人。

AI技术要真正融入人类的生产生活，不仅要解决问题，还要追问AI是否真正增进了人的福祉、提升了人的尊严、解放了人的潜能。

欧洲民俗传说中的“七里靴”，常被西方研究者用以形容AI应该达到的效果：

让工作生活的每一个流程步骤都像穿上了“七里靴”一样“一步千里”，自身的能力得到更大范围的延伸，而不是让AI代替自己行动，让“七里靴”代替自己奔跑。

这也与红杉合伙人Konstantine Buhler的观点重合，即AI不是要替代人力，而是让人们原本做不到、做不精、做不快的服务变得可能，由此扩张服务的边界以及质量[3]。

这让人联想到福特在20世纪初建立的世界上第一条流水线，其初心在于实现一个朴素的愿望：提高汽车生产效率、降低生产成本，让普通家庭买得起一辆汽车。

福特的汽车装配流水线

于是，一条流动的传送带替代了工人走动的双脚，将工人固定在各自的岗位上，完成重复地组装任务，将复杂的汽车装配流程分解为数个简单而标准的操作步骤。

专用机床、抛光机、冲压机等诞生于工业革命的大型机器被大规模整合进产线，替代流程中人力重复而低效的部分，将一台T型车的生产时间从12小时28分缩短至10秒[4]，售价从850美元来到360美元[5]，就此走入寻常百姓家。

在这里，没有未来科技炫目的身影，有的只是当时最常见的工业设备与技术，它们被重组与整合，在与人类协作、引发效率革命的同时，将工人从繁重的重复劳动中解放出来，得以专注于更具创造性的环节，提升了工作的价值感。

如今AI要做的事与流水线异曲同工，从替代重复性的体力劳动，到替代重复性的脑力劳动，从提高生产效率，到解放创造力，最终愿景都是进一步拓宽人的能力边界。

这个过程不是技术的盲目堆砌，而是让技术与具体的问题碰撞，去解决现实的瓶颈与需求，再经过持续的筛选、验证与迭代，最终成为一种普世的解决方案乃至方法论。

这注定不是一蹴而就的。

从人类建立第一座现代工厂到流水线的诞生用了144年，如今的AI技术同样是一场跨越百年深刻变革，是一场需要敬畏心与战略定力的马拉松。

厂商的竞争力并不悬浮于技术参数之上，而是深植于将技术转化为生产力的能力，紧扣用户需求，心不焦气不躁，做好能做到的，再开拓新技术、打磨旧技术。

汤道生说，腾讯不沉迷于AI的空想，而是聚焦具体应用场景中的用户需求与痛点。

这正是腾讯一以贯之的以人为本的初心，也是腾讯云在多年的云计算竞赛中，历久弥坚的独特壁垒，使其穿越周期，在杂音喧嚣不断的AI时代迅速铆定了方向。

惟务实者能执技术之矛，惟深耕者能拓未来之路。你若不惜生命去追求荣耀，那就应当把星星当作目标。

参考资料

[1]Silicon Valley’s New Strategy: Move Slow and Build Things，Wall Street Journal

[2]Sequoia’s Botha Says Venture Capital Firm Is Focusing on AI Apps After OpenAI Success，Bloomberg

[3]AI Ascent 2025, Sequoia Capital

[4]汽车标准化，从100年前这台美国卡车开始，汽车之家

[5]《美国百年经济奇迹》

[6]Railway Mania: The Largest Speculative Bubble You’ve Never Heard Of, Focus-economics

作者：何律衡

编辑：戴老板

责任编辑：何律衡

封面图片来自ShotDeck