《財(cái)經(jīng)》新媒體撰稿人 舒志娟/文 高素英/編輯

AI大模型賽場(chǎng)，已從技術(shù)參數(shù)的比拼轉(zhuǎn)向規(guī)?；涞氐母?jìng)速。一個(gè)核心命題隨之浮現(xiàn)：行業(yè)增長(zhǎng)的核心動(dòng)力，究竟是存量博弈的“內(nèi)卷”，還是增量開拓的“協(xié)同”？12月18日，火山引擎總裁譚待表示，AI大模型行業(yè)已進(jìn)入規(guī)?；瘧?yīng)用的關(guān)鍵時(shí)期，預(yù)計(jì)2026年市場(chǎng)規(guī)模將在當(dāng)前基礎(chǔ)上再擴(kuò)大十倍。在他看來(lái)，行業(yè)發(fā)展的核心邏輯并非“零和”內(nèi)卷，而在于共同將市場(chǎng)蛋糕做大，加速AI技術(shù)在各行各業(yè)的落地。

譚待認(rèn)為，大規(guī)模的真實(shí)應(yīng)用是打磨模型的基石。海量調(diào)用產(chǎn)生的反饋能持續(xù)推動(dòng)模型在性能、響應(yīng)速度和成本上的優(yōu)化，從而形成“技術(shù)迭代”與“市場(chǎng)應(yīng)用”相互促進(jìn)的正向循環(huán)。

數(shù)據(jù)印證了這一趨勢(shì)：截至12月，豆包大模型日均Tokens調(diào)用量已突破50萬(wàn)億，同比增長(zhǎng)超10倍；累計(jì)使用量超萬(wàn)億Token的企業(yè)客戶已突破100家。譚待預(yù)測(cè)，未來(lái)的Token消耗將呈現(xiàn)“二八格局”，約80%來(lái)自企業(yè)端，20%來(lái)自個(gè)人用戶。

市場(chǎng)的蓬勃伴隨著競(jìng)爭(zhēng)的同步升溫。今年以來(lái)，國(guó)內(nèi)AI云市場(chǎng)的“火藥味”日漸濃烈，無(wú)論從各大機(jī)場(chǎng)廣告屏中阿里云與火山引擎針鋒相對(duì)的標(biāo)語(yǔ)，到MiniMax、智譜等AI公司沖刺港股上市，AI云市場(chǎng)的角逐愈演愈烈。

對(duì)此，譚待持開放心態(tài)。他指出，盡管各家公司的用戶規(guī)模都在加速增長(zhǎng)，但市場(chǎng)本身的天花板足夠高，更多參與者的涌入能共同加速技術(shù)普及和場(chǎng)景探索，最終帶來(lái)更大的行業(yè)增長(zhǎng)空間。

在譚待眼中，大模型的長(zhǎng)期價(jià)值，不僅局限于生成打油詩(shī)、合成照片等淺層應(yīng)用，而在于成為推動(dòng)科研、醫(yī)療、教育等領(lǐng)域的創(chuàng)新。

而要支撐這類高價(jià)值場(chǎng)景落地，強(qiáng)大的模型能力是關(guān)鍵?；诖?，火山引擎推出了豆包大模型1.8和音視頻創(chuàng)作模型Seedance 1.5 pro，前者針對(duì)智能體（Agent）場(chǎng)景強(qiáng)化了工具調(diào)用與復(fù)雜指令遵循能力；后者實(shí)現(xiàn)了影視級(jí)敘事與毫秒級(jí)音畫同步，并支持多語(yǔ)言與方言，提升了生成內(nèi)容的真實(shí)感與表現(xiàn)力。

“早期的模型滿足于對(duì)話，但現(xiàn)在企業(yè)需要它能看懂帶圖的質(zhì)檢報(bào)告、連接內(nèi)部系統(tǒng)并理解返回的圖表?！弊T待解釋道。這意味著，AI應(yīng)用正從“對(duì)話式工具”演進(jìn)為擁有“大腦”和“手腳”的虛擬員工，能自主完成涉及多模態(tài)信息理解、多工具調(diào)度和多步驟決策的復(fù)雜工作流。為支撐這一轉(zhuǎn)變，火山引擎升級(jí)了企業(yè)級(jí)AI智能體平臺(tái)HiAgent，幫助企業(yè)規(guī)?；渴鸷凸芾碇悄荏w應(yīng)用。

譚待坦言，目前阻礙企業(yè)釋放大模型價(jià)值的主要瓶頸，往往并非模型能力本身，而是智能體的開發(fā)與迭代太慢。行業(yè)亟需一套專為智能體生命周期管理的AI原生架構(gòu)，圍繞其身份權(quán)限、安全隔離、彈性調(diào)度等需求進(jìn)行重構(gòu)，這將成為下一代企業(yè)軟件的基礎(chǔ)。

然而，AI要深入核心業(yè)務(wù)，仍須跨越安全、成本與“幻覺(jué)”三大挑戰(zhàn)。譚待表示，能力越強(qiáng)，責(zé)任越大，數(shù)據(jù)安全與合規(guī)是生命線。對(duì)此，火山引擎推出的“MaaS ON AICC”方案，通過(guò)機(jī)密計(jì)算等技實(shí)現(xiàn)數(shù)據(jù)可用不可見，破解隱私顧慮。他同時(shí)指出，在技術(shù)快速迭代的背景下，傳統(tǒng)的私有化“一體機(jī)”部署模式難以持續(xù)更新，云端服務(wù)結(jié)合高級(jí)安全方案正成為主流。

成本控制是另一大現(xiàn)實(shí)制約。盡管大模型調(diào)用單價(jià)已大幅下降，但隨著應(yīng)用深入、用量激增仍構(gòu)成壓力?；鹕揭嬉虼送瞥鲭A梯折扣的“AI節(jié)省計(jì)劃”。譚待算了一筆經(jīng)濟(jì)賬：當(dāng)AI商業(yè)模式從按token收費(fèi)的“原材料”模式，升級(jí)為按解決具體問(wèn)題（如客服、編程）收費(fèi)的“智能體服務(wù)”模式時(shí)，其市場(chǎng)空間將從傳統(tǒng)IT預(yù)算，躍遷至對(duì)接萬(wàn)億美元規(guī)模的全球業(yè)務(wù)流程外包市場(chǎng)。

此外，困擾行業(yè)的“模型幻覺(jué)”問(wèn)題，在企業(yè)場(chǎng)景中風(fēng)險(xiǎn)極高。譚待以電商客服為例，用戶要求“僅退款”，智能體若錯(cuò)誤同意將直接造成損失。他表示，解決這一問(wèn)題不能單純依賴更優(yōu)的模型，需結(jié)合知識(shí)檢索增強(qiáng)、事后規(guī)則校驗(yàn)等多重“安全護(hù)欄”技術(shù)，形成系統(tǒng)性的保障體系。

展望未來(lái)，譚待描繪了智能體驅(qū)動(dòng)的生產(chǎn)力新圖景。在消費(fèi)端，智能體將徹底改變?nèi)藱C(jī)交互：在車載場(chǎng)景中，用戶只需說(shuō)“我有點(diǎn)冷”，車輛即可自動(dòng)調(diào)溫；一句語(yǔ)音指令，便能完成包含多人個(gè)性化需求的復(fù)雜訂單，激活大量原本因操作繁瑣而被抑制的消費(fèi)需求。

在企業(yè)端，智能體將重塑軟件與服務(wù)的形態(tài)。傳統(tǒng)的企業(yè)軟件往往因決策者、采購(gòu)者與實(shí)際使用者分離而導(dǎo)致體驗(yàn)不佳。而基于智能體的應(yīng)用，則能以“一人即團(tuán)隊(duì)”的方式，直接為個(gè)體賦能，比如一句話完成報(bào)銷流程，這將迫使軟件設(shè)計(jì)更關(guān)注個(gè)體用戶體驗(yàn)。

譚待認(rèn)為，人工智能的競(jìng)賽已進(jìn)入“下半場(chǎng)”。最終的勝者并非起跑時(shí)聲量最高的選手，而是那些能持續(xù)夯實(shí)從底層算力、模型算法到上層應(yīng)用架構(gòu)的全棧能力，并真正理解與賦能千行百業(yè)的企業(yè)。