腾讯的两笔账，暴露了AI商业化的真相

01

在8月12日，腾讯公布二季度财报，隔天股价就下跌超过4%，把市值第一的位置让给了长鑫科技。

当然，这份财报其实并不难看，腾讯收入2048亿，同比增长11%，特别是营销服务收入436亿，同比增长22%，成为了增长最快的业务。

腾讯在财报里明确提到，增长背后有着AI广告推荐模型跟自动投放系统AIM+的强化。

现在，微信小店商家甚至可以让系统自动挑选适合推广的商品、生成广告素材，再自动竞价投放，也就是AI能完成选品、做素材到买流量的一整套流程。

但腾讯的另一张AI账，却没这么漂亮。

二季度，在非国际会计准则下，腾讯经营利润是756亿，但如果把混元、元宝、WorkBuddy这些AI产品剔除，经营利润会达到861亿，这中间相差了105亿。

也就是目前腾讯的AI产品明显拖累了整体经营利润。

同样是AI，为什么放进广告里，很快就能看见钱，单独做成AI产品，却还在大把烧钱呢？

这背后其实有着一个AI商业化非常重要的分界线，AI有价值，跟AI产品能赚钱，不是一回事。

02

过去两年，我接触不少企业聊到AI的时候，会发现一个很有意思的现象。

大家一讲到AI，很容易直接跳到产品，比如说豆包、DeepSeek，然后思考“我们是不是也可以做个企业智能体、我们的行业能不能训练一个大模型？”

背后的潜台词就是，只有把AI包装成一个新产品，收一笔新费用，才叫AI赚到了钱。

但腾讯这次的财报恰恰说明，AI的商业化其实存在两条完全不同的路。

第一条路叫：卖AI。

也就是把AI本身变成产品，像腾讯元宝是产品，CodeBuddy是产品，WorkBuddy也是产品。

这时候用户购买的就是AI能力。

第二条路是：用AI卖原来的东西。

也就是把AI作为原有业务的发动机。

像广告就是如此，广告主不会跑过来说：“腾讯，我今天想买100万的人工智能。”

他买的还是广告。

只是以前花100万，系统可能帮他找到10万个潜在客户，现在因为AI推荐更加准确，更方便，同样100万可以带回来更多成交。

广告主甚至不需要知道背后用了多少参数、什么模型。

他只关心一件事，我的钱是不是花得更值了？

这两种商业化，看起来只差几个字，难度完全不同。

把AI做成单独产品，企业要重新解决一整套商业问题，比如说谁是我的目标对象？他为什么要用？为什么要留下？为什么不用免费的替代品？为什么愿意为我掏钱？

模型做出来，只是万里长征第一步。

但把AI放进原来已经成立的生意里，情况完全不同。

客户在那里，需求也天然在那里。

你不需要重新发明一门生意，只需要把原来的生意做得更好。

所以，有时候我们看到一家企业大张旗鼓发布了一个AI产品，不代表它已经完成AI商业化。

反过来，一家企业从来没有向消费者卖过一个叫“AI”的东西，但可能已经因为AI多赚了很多钱。

03

理解了这一点，我们再看腾讯广告的增长就会变得非常有意思。

为什么AI能极大增强广告这种老生意？

因为广告几乎集齐了AI商业化最喜欢的几个条件。

第一是本来就有人付钱。

这是一个经常被忽略的问题，一家企业开发全新的AI产品，最大的风险往往不是AI不好用，而是没人愿意为它付钱。

我们在研究迭代文思子牙专业营销AI系统的时候，测试了今天市面上很多所谓的AI产品，说句不客气的话，看上去功能很酷，但用户用免费版的AI，效果没有什么太大区别。

但广告不存在这个问题。

企业本来就有营销预算，AI就不需要创造一个新的预算科目，它只要回答，同样一块钱广告费，能不能给我带来更好的效果？

这就比教育客户接受一个全新的AI产品，要容易得多。

第二个是高频。

广告系统不是一个月运行一次，而是每一次曝光，系统都要判断这个广告该不该出现？给谁看？什么时候看？出多少钱？

这中间就包含着选品、内容素材、用户兴趣、推荐各个环节。

AI不需要提高很多，哪怕一次判断只提升1%，那么，每天那么多广告打出去，这1%的提升就会积少成多，带来非常明显的效果。

所以，AI特别适合进入这种频率非常高的业务。

第三个就是，马上有结果。

这是广告天然适合AI的核心。

系统推荐了一条广告，用户看没看？点没点？有没有进入小店？有没有购买？

结果会不断反馈回来，于是快速形成一个推荐—点击—成交—反馈的闭环，而且不断去修正跟优化。

所以，真正能赚钱的AI，可能恰恰是你看不见的AI。

04

以前我们天天看到DeepSeek、豆包、元宝，是因为这些产品直接站在消费者面前。

我们很自然会觉得，这才是AI。

但未来真正大量创造商业价值的AI，可能恰恰是那些消费者根本看不见的东西。

比如说一个工厂的摄像头发现产品表面出现了肉眼看不到的缺陷。

一家公司有5000条销售线索，系统判断销售今天先给哪20个人打电话。

仓库里有10万件货，系统决定明天哪个城市需要提前补货。

一家酒店发现未来房型需求会快速增加，系统开始调整价格。

这些场景有一个共同特点，AI只要把一个原本已经存在的经营动作稍微用数据改善一点点，收入、成本或者是风险就会马上发生变化。

从这个角度看，AI真正大规模商业化的条件，不是所有企业都要变成AI公司，而是先把AI放进一条已经成立的生意里面。

所以，如果今天企业要问，我们到底应该从哪里开始做AI？

这个答案应该是打开企业的利润表跟业务流程，找到离钱最近跟已经存在的那门生意，然后问几个非常现实的问题。

哪里已经有钱在流动？

不要急着创造一个没人付费的新场景、新产品，先去原来就有预算的地方。

哪里每天重复发生很多次？

如果一个动作一年只做十次，就算AI做得再漂亮，价值也有限，但一个动作每天都要做，改善一点点，那都是钱。

哪里能够很快知道结果？

AI做完以后，是对还是错？多卖了还是少卖了？成本高了还是低了？

如果这些答案要等很久才知道，投入就是无底洞。

我们过去在互联网时代经常讲一句话，不要为了数字化而数字化。

现在其实也一样，不要为了AI而AI。

我们不需要证明公司用了多少AI，因为客户不会因为我们多用了几个AI，就愿意给我们更高的价格。

企业最终要证明的还是那几件老事情，卖得更多、卖得更贵、成本更低、交付更快、风险更小。

就像电刚出现的时候，真正改变的并不是所有企业都去卖电机，而是工厂开始用电，把原来的生产线变得更有效率。

互联网出现的时候，也不是每一家企业都要成为互联网公司。

最终真正改变商业世界的，是零售、媒体、银行、制造这些旧行业，一点点被互联网重新改造。

AI很可能也是一样。

今天我们都在盯着谁会成为AI时代的超级App。

这个问题当然重要。

但对我们绝大多数企业来说，更迫切的问题在于，我们正在做的生意里，哪里最值得先用AI？哪个环节如果能聪明10%，就能多赚很多钱？

一项通用新技术所创造的大规模价值，往往不是凭空创造一门新生意，而是让它先进入一门已经存在的生意，让生意做的更好。

这是今天我们所有企业在思考AI应用当中，特别重要的方向。

责任编辑| 罗英凡

图片均来源于AI

本文不构成任何投资建议，股市有风险，投资需谨慎

■ 免责声明

本文涉及有关上市公司的内容，为作者依据上市公司根据其法定义务公开披露的信息（包括但不限于临时公告、定期报告和官方互动平台等）作出的个人分析与判断；文中的信息或意见不构成任何投资或其他商业建议，市值观察不对因采纳本文而产生的任何行动承担任何责任。