AI新知（十一）：从腾讯的AI困局，看成熟企业的AI之路

钛媒体最近发表了一篇文章《腾讯为什么推不出豆包》，数据翔实，分析犀利。这篇文章揭示的不只是腾讯一家的问题——它是所有成熟企业在AI时代面临的结构性困境的缩影。

先交代两个概念，后面会反复用到。执行型能力：目标明确，靠拆解、流程和工程化放大规模。探索型能力：目标模糊，靠高频试错、数据反馈寻找方向。

一组需要仔细看的数据

2026年第一季度，字节豆包月活3.45亿，腾讯元宝月活5735万，六倍差距。腾讯春节砸十亿元拉新，元宝除夕日活冲到4504万，此后迅速回落。同期腾讯另一款AI产品WorkBuddy，没有补贴拉新，激活用户留存率达60%。

这组数据需要谨慎解读。WorkBuddy是嵌入企业微信和腾讯文档的内部工具，高留存有工作流强制绑定的成分；元宝是直面开放市场的通用产品，用户随时可以切换。两者的场景性质完全不同。

但这组数据揭示了几个值得深挖的问题。

第一层：数据≠金矿

很多分析会说"腾讯坐拥14亿日活的微信，却不敢用来喂AI，守着金矿不敢挖"。这个说法需要打一个问号。

大模型当前最渴求的数据，是具备高信息密度、逻辑结构和专业深度的内容。微信沉淀的核心数据是什么？碎片化的语音和短文本闲聊、极度依赖上下文的私人对话、充斥情绪表达的非结构化交互。这些数据对大模型训练的直接价值有限——信噪比低，直接灌进去不仅无法驱动数据飞轮，反而可能引发模型逻辑能力的劣化。

但需要把话说清楚：微信社交数据信噪比低，不等于C端数据整体价值低。字节豆包的数据探针之所以有效，恰恰是因为用户在搜索、内容生成、任务求解这些场景下产生的是任务导向型数据——有明确的意图、有可评价的输出质量、有清晰的反馈信号。这类C端数据的信噪比并不低，是模型迭代的高品质燃料。随着多模态和Agent的演进，C端用户的真实意图、交互场景和生活化需求，仍然是通用能力迭代的重要来源。腾讯的问题不是"C端数据没价值"，而是"微信这种社交场景产出的数据类型，和大模型训练需要的数据类型错配"。

但这里也需要一个反向追问：字节用烧钱换来的3.45亿月活，推理成本是惊人的。和互联网时代"边际成本递减"的逻辑不同，大模型的推理成本严格随调用量线性增长。

这个成本有多大？Bloomberg 2026年5月报道，字节正在讨论将2026年资本支出提高至400亿到500亿美元（约合人民币2900亿到3600亿元），超过2025年约250亿美元支出的两倍以上。作为对比，腾讯2025年全年资本支出为792亿元人民币（bloomberg.com/news/articles/2026-05-27/bytedance-weighs-capex-of-as-much-as-70-billion-in-ai-push）。字节的AI基础设施支出规模是腾讯的四到五倍。2025年字节利润约500亿美元，这意味着它正在把绝大部分利润甚至更多投回AI基础设施。这是一场以全部现金流为赌注的激进押注，而不是一个稳态的飞轮运营。

如果豆包从3.45亿用户的高频交互中获取的数据，在跨越某个质量阈值后对模型能力的提升出现边际递减——也就是业界讨论的Scaling Law撞墙——那么这种激进的流量灌溉就不是飞轮，而是单向消耗现金流的算力黑洞。豆包的飞轮叙事成不成立，取决于数据价值能否持续覆盖这个量级的资本支出。这个问题目前没有答案。

腾讯"不敢挖"的微信社交数据，未必是金矿。但字节"拼命挖"的C端流量灌溉，代价也远比表面看起来要大。

第二层：不是克制，是算账算不过来

另一个常见归因是"腾讯的组织文化太克制"。但这掩盖了一个更冷酷的现实：流量是有精确财务定价的。

微信主端的每一个流量位——朋友圈广告、小程序分发、搜一搜入口——都对应着可量化的广告收入或游戏分发利润。把这些高价值流量导给一个留存率极低、目前没有商业变现能力的元宝，在损益表上就是大规模的价值毁灭。

字节敢对豆包暴力灌量，不只是因为"敢"，而是因为抖音的流量成本结构允许。抖音流量极其充沛，边际成本低，且字节的中央集权式资源调度机制让流量调配不需要跨业务群博弈。腾讯面对的是完全不同的账本。联邦制业务群结构下，每个事业群都有自己的损益表，流量是各业务群的核心资产。要求某个事业群把高价值流量免费导给另一个事业群的未验证产品，在内部政治和财务逻辑上都走不通。

这不是"克制"，是成熟企业资金运转的冷酷算术。

事实上，豆包作为独立入口能跑出来，依赖的是腾讯在当前组织约束下不具备的三个条件：抖音极低成本的流量灌溉、字节组织对探索期半年以上方向模糊的容忍、以及春晚冠名等大规模外部投放。腾讯有微信但无法高开高走、有组织但节奏不适配、有预算但无法持续补贴无变现前景的C端。

第三层：B端AI的真实价值，和它可能带来的引力

WorkBuddy的高留存不能简单归因为"工作流绑定"。绑定只是留存的必要条件，不是充分条件——企业内部那些被强制使用的系统多了去了，大多数用起来怨声载道。WorkBuddy留存率能到60%，是因为它在企业办公场景里确实解决了真实的刚需：文档协作中的信息提取、会议纪要的自动整理、跨系统数据的快速查询。这些不是花架子，是每天在给用户省时间的实际功能。

B端AI的价值也不只是"嵌入既有场景的插件"。企业客户对AI的付费意愿远高于C端——C端用户习惯了免费，B端客户习惯了为效率买单。B端场景产出的数据质量也更高：垂直行业的深度执行逻辑、私有化代码库、复杂的系统调度记录，这些数据的信息密度和任务相关性都远超C端闲聊。行业的前沿共识正在发生转移——下一代模型迭代真正需要的，可能不是C端通用交互的海量数据，而是这些只存在于B端深度工作流中的高价值数据。

如果这个判断成立，放弃充满低信噪比废料的C端社交数据红海，退守具备高数据壁垒和明确付费意愿的B端工作流，在资本回报率上就是正确的选择。

但这种成功会产生一种危险的引力——企业本能地把研发资源向"插件化"倾斜，因为短期内损益表表现更好看。当企业习惯了在自有场景的温室里收割明确需求，就可能再也无法适应在开放市场和野蛮生长的独立应用搏杀。这是短期理性累加导致的长期战略迷失。到底是"资产的诅咒"还是"清醒的止损"，现在下结论还太早。

但它揭示了同一个事实：成熟企业在AI时代面临的不是一个简单的"做不做"的问题，而是"用什么代价、在哪个战场做"的精算题。

第四层：评价体系的系统性绞杀

比组织文化更深一层的真实约束，是评价体系。

大企业内部的所有晋升、激励和资源分配，都建立在执行型标准上：看日活增长、看商业转化、看系统稳定性。当一个探索型AI团队被放在这套运转了二十年的评价体系中，他们面对的是结构性的降维打击——因为无法在季度甚至年度考核中证明清晰的ROI。

为了活下去，探索型团队会迅速把动作变形：把长期的技术试错强行包装成能在短期内接入某个主业场景的KPI项目。探索变成了表演，试错变成了交差。不是团队不想探索，是评价体系不允许探索存活。

腾讯不缺探索基因——微信本身就是从腾讯广州研发中心邮箱团队突围出来的，那是极致的探索力。但今天的腾讯和十五年前的腾讯已经是完全不同的组织形态。微信的成功让腾讯变成了一个高度优化的执行型组织，其评价体系天然排斥探索。这种排斥并非管理者的主观狭隘，而是成熟组织对抗不确定性的防御本能。

最冷酷的判断

互联网时代，巨头可以靠资本和流量壁垒"后发先至"——等方向明确了再用执行力碾压。但大模型时代的竞争壁垒不同：模型能力的涌现依赖底层算力规模和高密度数据交互的长期积累，这是基于物理时间的壁垒，无法通过后期的资金突击弥补。每一天的数据飞轮差距，都在固化为模型能力的差距。

豆包每天从3.45亿用户的真实交互中获取反馈，飞轮在加速——当然，驱动这个飞轮的资本支出也在加速，2026年字节的AI基础设施投入可能是腾讯的四到五倍。这个飞轮到底是在加速还是在烧钱，取决于数据价值的增长能不能跑赢算力成本的增长。目前没有人能给出确定答案。

但反过来也得把腾讯这一侧的账算清楚。不烧钱确实不亏现金流，但静默本身也有代价——只是这个代价不会出现在季度财报里。用户心智是一种存量资产，一旦流失，回购成本远高于维持成本。当用户养成了"遇到问题先问豆包"的习惯，这个习惯每固化一天，腾讯未来要把他们拉回来的难度就大一分。更隐蔽的损耗是模型迭代的时序壁垒：大模型能力的积累依赖持续的高密度数据交互，这不是有钱就能补的——你不能在2028年花双倍预算把2026和2027年缺失的用户交互数据买回来。字节的风险是烧钱烧成了黑洞，腾讯的风险是等到想动的时候发现差距已经固化成了物理时间的壁垒。两种风险的性质不同：前者亏的是现金流，后者亏的是时间窗口，而时间窗口不可逆。

腾讯"等方向明确了再出手"的时间窗口，可能正在关闭。

这对所有成熟企业都是同一个问题——但答案可能不是非此即彼。一种可能是：你最引以为豪的能力确实是枷锁，等待的窗口正在关闭，必须不计代价地冲进去。另一种可能是：成熟企业不是"推不出"豆包，而是精算之后"拒绝推出"豆包——承认自身基因不适合某条路径，把资源坚决重仓到自己具备绝对统治力的领域，这本身也是一种高级的战略定力。

真正危险的，是把阶段性的战术妥协，误认为永久的战略终局。

现阶段C端通用入口与B端业务插件的二元对立，本质上仅仅是技术演进过渡期的产物。当未来的底层架构能够直接打通模糊意图与复杂调度时，这两者的边界必将消融。如果企业没有看透这层周期，稀里糊涂地既不冲也不退，在中间地带无效消耗资源和时间，那么当技术范式再次跃迁时，等待它的将是全面降维打击。

这个问题没有标准答案。但如果你连问都不敢问，答案大概率已经不在你手里了。