销售易和腾讯联手后思考：中国SaaS正式驶向「AI战场」

如果说在过去的两年时间里，AI技术在产业侧的最小触点和终端表达是数据相关的非核心场景，那么在接下来的2025年，包括CRM、ERP、OA、MES等越发核心的模块也必将成为AI落地的核心模块。 

比如CRM中的前端客户筛选、触达，中间客户线索和数据的流通，以及后续的客户运营等等，这些都将以更新的AI需求传递到SaaS企业侧，在成为其新机会的同时也更为企业的服务能力提出新的挑战。

作者|皮爷 

出品|产业家 

“其实我觉得这是利好SaaS行业的。”一位主要面向B+轮次的投资人告诉产业家。从前年开始，他的投资方向从软件服务转向AI。

“国内SaaS企业的反应相较于国外太慢了，而伴随着AI Agent潮流的到来，未来SaaS的服务形式必然存在，但产品形态肯定是会发生变化的。”

他口中的“利好”对应的恰是今年开年伊始震动整个SaaS圈的一件大事——腾讯和销售易达成更深一层的合作，根据官方公告显示，双方接下来会从不仅局限于投资的角度，更从渠道、分销、产品等多方面融合大同；而架构上的变化则是，腾讯集团副总裁、政企业务总裁李强将兼任销售易董事长，销售易创始人史彦泽继续担任CEO。

从某种角度来看，这件事情恰可以作为接下来SaaS行业潮水流向的讨论锚点。

即在过去两年，一个水面之上的现象是，不少国内SaaS经营出现问题，包括如整体营收的下滑、客户粘性降低等等，行业似乎开始重新定位“盈利”的问题；但与此同时，AI的洪流正在全球范围内滚滚而来，国外的OpenAI、国内的AI六小龙引领技术变革，而在这些基座大模型之上，包括如Salesforce等也都推出了基于AI的新产品，在AI的映衬下，SaaS变革似乎也已成必然。

这种“内部管理模型”和“外部趋势洪流”的交汇，也构成着如今不少SaaS企业对2025年的迷茫。“单从过去的发展来看，我们正在稳固ARR/NDR这些指标，但AI到底要投入多少，做到什么程度，是不是和国外的路径一样，我们也没底。”

这是不少SaaS企业创始人都在尝试回答的问题。

如果说过去的十年，对中国SaaS企业而言是蓬勃向上，发展扩充的十年，那么如今，也或者说伴随着资本的重新审视和AI潮水的蜂拥而至，这些应该被思考的深度问题也恰摆在前进的必经道路上：中国企业需要的SaaS模式应该是怎样的？未来十年的AI时代，最好的SaaS服务形态是什么？

以及，最核心的，对中国一众SaaS企业而言，企业的最佳定位在哪里？

AI，在带来新技术变革的同时，也更带来的是SaaS企业服务的新形态和身置其中的对自身发展的新思考。前有Salesforce和阿里携手作战，如今更有销售易和腾讯深度合作绑定。

实际上，一场中国SaaS的变革之路已经悄然拉开帷幕。

一、联手背后，

销售易发出的“另一重信号”

把视角拉回销售易和腾讯合作当天的公告，有一个点尤为引起大家关注，即其中对于双方接下来的合作细节——“腾讯将充分发挥平台能力支持销售易长期发展，在企业管理SaaS领域沉淀可复制的健康增长模式。同时双方也将借助敏捷智能的产品、精细化的运营深挖CRM自主创新和 AI 大模型、出海增长机遇。”

AI大模型，恰是这个合作公告中被异常关注的重心点。甚至从更行业化的视角来看，在合作背后，对应的也恰是销售易向外界传递出的另一个有力信号——联合腾讯之后，销售易将全力开启“AI in All”。按照销售易创始人史彦泽的话是“我们强调的更多是基于AI能力去塑造我们原本产品的使用场景，而不是真要投入做AI大模型或者技术本身。”

这种信号对应的是目前全球SaaS行业的不同分布现状。

在大洋彼岸，今年Salesforce的最新动作是宣布增设2000名销售，旨在帮助企业更好地使用公司的AI产品，其中除了已经融入各个云产品的Einstein之外，在去年9月12日发布的Agentforce也更在成为今年推广重头戏，而这个产品已经成为如今Salesforce股价拉升的最核心引擎。

实际上，不仅Salesforce、Workday、ServiceNow等一系列的国外TO B软件巨头也恰都在去年乃至前年更早时候全面推出企业自身的核心生成式AI产品，已经开始大规模落地应用。

但这种“决绝“在国内SaaS企业身上并没有足够鲜明的信号。

如果把视角拉回过去的一两年里，能明显感知到的是尽管基座大模型的氛围热火朝天，包括智谱、月之暗面、Minimax、以及包括腾讯在内的互联网大厂等基座模型厂商在前沿技术侧的探索热火朝天，甚至称之为资本的宠儿也不为过，但在应用侧，尤其是以SaaS服务形态为主的AI软件/Agent侧，包括CRM/ERP/MES等国内TO B垂直场景泛起的水花很小。

这种“下冷上热”的情况不难理解。在中国土壤中成长起来的SaaS企业本身就有其独特性，包括“甲方要求”“项目定制化”“集成”等等，这种“粗放式”的企业成长模型伴随着最近5年的资本退潮正在重新回归理性，对不少SaaS企业而言，过去5年甚至接下来的核心指标更多的是实现“盈利”，同时更好地优化企业自身的SaaS经营指标，如客户粘性，如ARR/NDR等。

这种重心的偏移一定程度上也恰对应着如今不少SaaS企业面对AI的行动迟缓。“现在不少SaaS企业的生成式AI产品还仅仅停留在生成式对话的阶段，距离软件服务的落地应用还差很多。”一位软件相关行业人员告诉产业家。

此外，这其中也更关乎到成本。即从AI自身的视角来看，尽管伴随着国内算力成本的下降，以及DeepSeek特殊训练推理方法的出炉，对于一家SaaS企业而言，如果想要构建适配自身服务模式的AI产品，其中所需要的投入也不在少数，不仅需要企业进行特殊的SFT（监督微调），也更需要进行面向垂直行业/场景环节本身的推理训练，同时也需要结合固有产品进行工程化适配。

以Salesfoce为例，根据财报数字显示，其最近两年的研发投入均超过50亿美元，并以每年超过15%的速度增加，其中AI侧投入占其中的20%-30%，据了解这个比例还在逐渐提升。

可以理解为，这些数据也恰对应的是开篇投资人提到的“行业利好”原因之一。即客观来看，销售易和腾讯的合作或将为SaaS行业呈现一种新的模式，即如何彻底地基于底座大模型进行核心SaaS赛道（CRM/ERP/MES）产品的升级打磨。

也或者说，在这次合作背后，一个能在最短时间里看到的新动作或许也将是“CRM+AI”模型的新组合，在这个组合里，腾讯作为底层AI大模型能力的提供者，销售易作为前端CRM服务形态的提供者，基于“AI in All”真正打磨出一个适合中国土壤的新式AI SaaS产品。

这是国内SaaS赛道打响的真正的“全面AI第一枪”。

二、AI时代

重新理解CRM的锚点

在这一枪之外，实际上还有更为核心的一个命题——中国SaaS，或者说销售易等CRM企业在AI中的锚点是什么？或者更准确来说则是，伴随着AI以及AI Agent形态的颠覆式发展，包括CRM、ERP等身处中国传统SaaS赛道的企业的核心抓手是什么？

实际上，这个命题也恰是过去两年整个软件行业都在讨论的核心主题。但从时间跨度来说，如果说最早市场更多的声音是“AI会颠覆SaaS企业”，那么如今更多数人的观点则“AI会重构并对SaaS企业的价值进行重新表达”。

这些价值，对应的正是中国SaaS企业自身的“产业know-how”，如果向更细颗粒度拆分则是——对于企业内部环节流程的服务拆解、对不同细分行业的产业理解，以及在中国土地上和不同软件生态（企业微信、钉钉、飞书等）的融合打通。

以销售易为例，实际上，在“全面AI”第一枪打响的背后，对应的是销售易这家中国CRM领跑企业的一系列底色，几个外界都能清晰可见的信息是：销售易是国内唯一一家连续8年入围Gartner SFA象限的企业；其服务的中大型客户超过5000家，在大中型企业市场占有率位居第一；其ARR/NDR对应的数字都位列国内SaaS企业头部。

在这些外界看得见的信息背后，对应的是它足够具象的产品力，比如在汽车、制造、医疗等重资产行业的深耕，再比如其中间层构建的是目前国内为数不多能对标Salesforce的PaaS平台，以及早在2018年，销售易就全面接入微信，深度绑定集成，通过小程序、实现轻量化连接。

可以理解为，这些底色构成的恰是销售易在AI时代的新锚点。即在Scaling law仍然奏效的如今，在不断叠加的数据之上，这些独特的上层产品力、底层PaaS模块，恰可以演绎成AI技术和中国产业生态的最强链接。

实际上，在国外的“SaaS+AI”的生态组合中，这些现象已经被初步印证。比如基于企业服务流程特殊构建的知识库，比如基于TO B服务流程构建的AI图谱等等，以及基于固有服务流程进行的定向监督微调等等。

“现在其实不是缺少技术，而是更缺乏能识别的服务场景，只要我们能找到对应的AI落地场景，我们再对应过去的数据，就可以生成对应的AI产品。”一位海外SaaS电商企业告诉我们。

这些场景对应的恰是销售易和中国一众头部SaaS企业构建的特殊产品模块，以及在产品中对应到不同产业的数据流转流程，这些对企业特定环节的深刻理解在过去形成的是一个个完备的CRM产品/模块云，而在AI时代，它们也恰会以AI Agent或者其他形式成为AI技术的最终端表达，以及企业在新的产业数智化转型/AI转型中的最直接触点。

这些从核心锚点出发的表达和触点，也恰是未来SaaS企业的新定位。也可以理解为，这也是销售易和腾讯、Salesforce和阿里合作的更深一层故事想象。

三、下一个十年

中国SaaS企业应该路向何方？

这些想象力空间已经在延展。根据相关人士透露，销售易和腾讯的AI团队已经在进行接洽，双方正在基于AI大模型进行更深层次的产品适配和打磨。

这是专属于中国的SaaS路径实践。

相较于国外土壤的SaaS企业，中国SaaS企业有自身的独特性，不论是面向客户层面更深入的服务定制，还是在产品侧基于更为广泛需求的特殊标准化产品，抑或是基于不同行业/产业的服务团队，这些“特殊性”催生的是对千行百业客户的更细致的场景和需求理解，不论是CRM，抑或是其他赛道都是如此。

因此，从路径来看，和Salesforce自身投入大量资金路径不同的是，中国SaaS企业可以选择基于自身的强前端服务能力和基座大模型厂商协作，以更快速、更高效地、更低成本的方式打磨产品，跑步进入AI战场，满足客户需求。

实际上，这也是外界对这次腾讯和销售易联手看好的原因。

即如果说互联网大厂的优势在于基座大模型相关的模型训练、推理等等产业链工程，那么对互联网大厂而言，如销售易这种有多年产业积累的SaaS厂商恰是可以成为它们最前端、最尖端的AI落地点，可以帮助腾讯在自身基座大模型之上构建更为完备的从底层IaaS到MaaS，再到上层SaaS的AI产品版图，补齐最后一块产业数智化的能力拼图，以更好地满足企业需求。

从供需来看，这种版图布局的时间迫切性已经在提前。IDC相关数据统计，2025年中国AI市场规模预计同比增长25%-30%，而据了解，伴随着DeepSeek的出现，这个数字还在上浮，其中典型需求来自制造、金融、医疗等重度使用CRM/ER/MES产品的垂直产业方向。

此外，从最新放出的AI项目标的来看，除了预训练项目外，这些需求的最直接表达形式也正是“SaaS+AI”，即在企业固有的产品模块上提供对应的AI能力，或者帮助企业构建对应环节的AI产品（AI Agent）。

实际上，也可以说，在销售易和腾讯合作背后，其给行业带来一个新组合形态的同时，也更对应带来的是一个更大的确定性想象空间——即在AI涌动的浪潮里，中国SaaS企业更新的机会和卡位点正在来临。

如果说在过去的两年时间里，AI技术在产业侧的最小触点和终端表达是数据相关的非核心场景，那么在接下来的2025年，包括CRM、ERP、OA、MES等越发核心的模块也必将成为AI落地的核心模块，比如CRM中的前端客户筛选、触达，中间客户线索和数据的流通，以及后续的客户运营等等，这些都将以更新的AI需求传递到SaaS企业侧，在成为其新机会的同时也更为企业的服务能力提出新的挑战。

一组不完全的数据统计，截止2024年年底，中国AI SaaS企业收入增速超50%，远高于传统软件（15%）。此外，在包括制造业、金融行业等对于AI采购的预算也更呈现逐年上涨的需求，据了解，在2024年，头部银行AI采购预算几乎占IT总投入的20%-30%。

从中国SaaS企业的角度来看，也可以说，谁先构建出成熟的、具备工程落地能力的AI产品和服务团队，满足企业AI需求，谁就能率先拿到AI时代的新SaaS入场券。

这是销售易和腾讯正在做的事情，也是未来一年中国头部SaaS企业或将纷纷付诸实践的新战场。

如果说AI技术带来的是无数新的想象力，那么这种想象力的最前端必须要有足够扎实的产业理解和足够细致的工程表达。而这些更具体的表达，正是一众中国SaaS企业需要正视的价值，也更会成为在机会和挑战兼备的AI时代的新卡位点。

AI浪潮里，产业资本正在重新相信「中国新故事」

无论是无人驾驶还是具身智能，两者都不是新概念，如今看到的上市潮和融资热也仅是冰山一角，在冰山之下，真正受资本宠爱的依旧是扎根到垂直行业的具体应用。AI大模型的兴起，让资本重新看到它们的商业价值。 

作者|思杭 

编辑| 皮爷 

出品|产业家 

激增101.9%，这是2024年资本在AI领域做出的回答。

产业家统计，2024年，AI领域融资金额高达6619亿元人民币，同比增长101.9%；然而投资事件数与上一年并无相差太多。AI项目中出手最频繁的知名投资机构“红杉中国”，在过去一年投资金额整整翻了一番，而投资数量却同比减少55.6%。可以看到，在不少明星AI公司的投资方中，都有它的身影。

然而，上述并非2024年资本叙事的全貌。在冰山之下，还隐藏着一些其他信号。如果事情照常发展，2025年本应该走到一个巨大的分岔路口。

但2025年初，DeepSeek掏出一张“王炸”牌，搅乱了原本的故事走向。

2024年的AI领域，资本描摹出了怎样的叙事？接下来的一年里，新的舵向正在飘向哪？又或者说，新的AI故事，正在呈现怎样的故事脉络？

一、红杉中国频繁出手，

腾讯阿里抢投明星AI公司

从2023年初至今，持续了两年的大模型不仅没消火，反而火越烧越旺。

参投AI最活跃的除了知名LP，还少不了互联网大厂的身影。尤其是过去一年最火的明星大模型公司，那些估值跨越10亿美元、20亿美元大关的背后，是知名LP和互联网公司纷纷抢投的结果。它们谁也不想在这场AI军备赛中被落下，谁也不想错过AI这波果实。

过去一年，在知名投资机构当中，触及AI行业，以及高估值的明星AI公司，最常见的身影非红杉中国莫属。尽管从投资数量来看，红杉中国2024年投资的AI公司比2023年少了近一倍，但从投资金额来看，却整整翻了一番。据相关数据统计，2024年红杉中国在人工智能行业投资金额达28.74亿元，同比增长111.6%；投资数量为9家，同比减少55.6%。

这种"量减质增"的投资策略转变，折射出市场正在从初期的概念验证阶段迈入商业价值兑现期。

到了2024年，以红杉中国为首的知名LP，开始将2023年"广撒网"式的分散投资，转向2024年聚焦头部项目的集约化投资，市场也呈现出明显的马太效应。

而在这场愈加白热化的AI军备赛中，以BAT为代表的中国科技巨头代表，其投资策略却明显分化。

其实，阿里巴巴和腾讯的投资策略较为相似，都旨在估值高的明星AI公司中分一杯羹，同时也旨在扩大自身的生态联盟。

可以看到，腾讯在过去一年明显缩窄了自身的投资版图，但所投公司全部为明星AI企业。

腾讯2024年在人工智能领域的投资版图，来源：IT桔子

腾讯2023年在人工智能领域的投资版图，来源：IT桔子

同样地，2024年，阿里巴巴的投资版图也与之相近。

阿里巴巴2024年在人工智能领域的投资版图，来源：IT桔子

而与上述两者都不同的是，百度2024年的投资版图却略显“异类”，其并没有投资任意一家明星AI企业。但其目标也更为清晰，押注产业智能化，All in大模型商业化。

百度2024年在人工智能领域的投资版图，来源：IT桔子

与2023年相比，百度明显扩充了自身的弹药库。

百度2023年在人工智能领域的投资版图，来源：IT桔子

2025年，中国AI产业已进入到"巨头主导创新"的新阶段。

对于创业者而言，或在细分场景中寻找生态位，或选择成为巨头技术版图中的关键模块。

二、激增3000亿，

大模型“六小龙”彻底分化

激增3000亿，2024年AI领域融资金额创十年来新高。

据IT桔子，2024年AI领域融资金额高达6619亿元人民币，同比增长101.9%；而投资数量与上一年几乎持平。由此可见，过去一年AI领域的单笔融资金额十分可观。

其中，还诞生了几家估值过20亿美元大关的明星AI大模型公司。这些公司单单是估值就甩了其他AI公司好几条街。从单笔融资金额来看，TOP10融资事件中"六小龙"占据六席，头部企业吸金量占行业总额超60%。其中月之暗面和智谱AI在过去一年完成多轮融资，后者已走到D轮。

2024年AI大模型融资事件前十一（按融资金额排名）

通常情况，企业在完成B轮融资后，已经对自身的战略布局和路线图有了较为清晰的认知和规划。而从上述融资轮次来看，大模型“六小龙”当中，月之暗面、MiniMax、阶跃星辰都已完成B轮融资，智谱AI更是已完成D轮融资。

而Scaling Law失效、算力瓶颈、大模型商业化加速，2024年大模型行业的一些变化，让“六小龙”彻底走向分化。再加上2025年初，DeepSeek以"开源+极简架构"颠覆行业认知，其日活用户20天突破2000万，倒逼OpenAI加速产品迭代。

DeepSeek的横空出世不仅加速了AGI的进程，更是改写了整个大模型行业的叙事。迄今为止，较为显著的一大变化是，曾经坚持闭源的大模型都开始积极拥抱开源，但月之暗面除外，其目前对是否开源暂未表态。

关于大模型“六小龙”的另一些信号是，1）2024年底，阿里云收购零一万物团队强化基础设施；2）2025年初，MiniMax副总裁魏伟离职，此前主要负责公司的ToB商业化业务。

另外，值得一提的是，据外媒The Information，一直对外声称暂无融资打算的大模型新秀DeepSeek（中文名：深度求索），近日首次考虑融资，包括阿里巴巴和国资均表示有兴趣提供资金。此前，百度和一直不看好AGI的朱啸虎也曾表示，只要DeepSeek开放融资，他们一定会跟。

三、AI基础层融资规模断崖式下跌，

应用层迅速崛起

一场深刻的资本结构重构正在发生。

缺卡，是过去两年的关键词。但在一级市场，投资者似乎并未表现出太多信心。一方面受限于较高的技术壁垒，AI芯片企业自身存在很大难题；另一方面，资本层面回报周期拉长，AI芯片企业平均盈利周期延长至8-10年，远超VC基金存续期限。

产业家统计，AI基础层融资事件从2023年的104起锐减至2024年的70起，降幅达32.7%；单笔融资峰值更是从20亿元（燧原科技D轮）萎缩至5亿元（无问芯穹A轮），资本强度缩水75%。

然而，不同于基础层，投资者对上层应用层则更为乐观。据统计，2024年AI应用层的融资事件当中，新成立企业占比近50%，36%融资事件集中于天使轮。资本“抢滩”早期项目迹象明显。

原因并不难理解。对于AI这个站在风口上的行业，无论是投资人还是创业者都想从中分一杯羹。而像AI应用层这类更容易商业化，难度也相对较低的领域，是最容易的切入点。

然而，时间来到2025年，AI基础层和AI应用层，或将迎来一场资本重构。

随着MaaS模式成熟，基础层与应用层的界限将逐渐消融。拥有自主算力的应用企业（如月之暗面）和具备场景落地能力的基础设施商（如华为昇腾），或将重构产业价值分配格局。

四、机器人+智能驾驶占比一半，

资本押注的究竟是什么？

2024年，除了持续火热的大模型，另外两大热点几乎全部集中在自动驾驶和具身智能的身上，资本当然也不会错过这波机会。

据IT桔子，2024年AI行业应用融资事件共209起，占比41.22%，比例与去年几乎持平。产业家统计，2024年AI行业应用融资事件当中，资本主要集中在五大行业，分别为工业制造、医疗、智能驾驶、生物和航空航天。其中，绝大多数的机器人都被归为工业制造领域，而自动驾驶和无人驾驶也都归为智能驾驶一类。

自动驾驶多年来起起伏伏，这次终于等来机会，2024年自动驾驶上市潮持续升温。

10月24日，地平线在港交所正式挂牌上市；

10月25日，文远知行在纳斯达克上市；

11月7日，希迪智驾向港交所递交上市申请；

11月27日，小马智行挂牌纳斯达克。

据21世纪经济报道不完全统计，2024年以来，共有14家中国自动驾驶相关企业在各大交易所上市或推进上市流程。然而，从具体的行业分布来看，在智能驾驶类别上，L2赛道辅助驾驶依然是资本的首选。

而自动驾驶上市潮还未结束，紧接着又迎来具身智能融资热。比如登上春晚舞台的宇树科技，也在去年完成两轮融资，目前已完成C轮，截至目前，估值达100亿元人民币；再比如尤为出圈的智元机器人，自2023年初成立一年，接连完成六轮融资，投资方包括百度、比亚迪、高瓴创投，截至目前，估值达70亿元人民币。

从估值来看，具身智能的受宠程度不亚于大模型“六小龙”。

但实际上，无论是无人驾驶还是具身智能，两者都不是新概念。上述看到的上市潮和融资热也仅是冰山一角，在冰山之下，真正受资本宠爱的依旧是扎根到垂直行业的具体应用。只是，AI大模型的兴起，让资本重新看到它们的商业价值。

因此，无论是机器人还是智能驾驶，资本所追捧的从来不是某个概念，而是货真价实的收益回报。

写在最后：

整体来看，2024年对于大模型来说，是急于商业化的一年。2024年末，一些信号已经显现，然而2025年初，DeepSeek的出现打乱了关于AI的一切叙事。

DeepSeek引来的或是一场海啸。

乔布斯曾说过，“创新并非是创造完全新的产品”。站在当下的语境，DeepSeek的创新在于用新的技术，疏通了困扰国内AI公司两年的缺卡难题。从此，国内AI厂商积极拥抱开源，甚至积极开放产品边界。

一年前，朱啸虎曾表示不相信AGI。但一年后的今天，朱啸虎重新表态，“DeepSeek快让我相信AGI了。”AI时代，中国的新创业故事正在重新走上资本台前。

写在DeepSeek持续发酵背后：中国互联网大厂的想象力还在吗？

如果说在AI技术尚不足以构成产品内核的如今，创新的AI技术尚且很难对社交、电商、本地生活、供应链、游戏等基本盘业务构成威胁；那么当AGI时代真正到来呢，当下一个AI应用的DeepSeek到来呢，这些才是对互联网企业未来想象力的最大拷问。 

杭州和深圳的押注告诉我们，这个时间并不会太久远。 

作者| 皮爷 

出品|产业家 

碎发，银框眼镜，习惯不打领结。这个春节，梁文峰和他的DeepSeek成了绝对的焦点。

如果把时间拉回今年1月，没有人能想到这个结局。“去年我们也有关注DeepSeek，但当时没有这么惊艳，包括模型能力、模型参数都不算特别出彩。”一位投资人告诉产业家，“但一个春节后，一切都变了。”

中国的AI确实变了。从技术侧来看，最新的一个数据是，DeepSeek在开源社区Hugging Face（最权威的AI开源社区）上的点赞数跃居第一，获约8730次点赞，这一数字仍在持续上涨。

排在DeepSeek之后的均是在过去几年时间里的某个阶段引领AI潮流趋势的模型企业，比如排名第二的是曾以AI生图“新王”名号横空出世的FLUX.1，排名第六的是全球1000名科学家组成BigScience打造的参数高达1760亿个的超大NLP模型BLOOM。

从世界AI格局的视角来看，这是独属于中国AI的突破。

但这个在短短几个月内让国内AI玩家达成共识的命题如今也更带来着一些新的思考，即如果技术实力上DeepSeek的能力最强，那么中国各大互联网大厂，在过去两年的布局等于什么？

过去两年时间里，在中国的AI版图里，互联网大厂是足够重要的一环，不论是从模型自身的技术路线和实力侧，还是从AI大模型的工具链、生态环节构建侧，都在通过不断完善自身的AI拼图进而拿下AI时代的船票。

尽管其中的策略有快有慢，有投资激进派，也有开源、闭源派。

但DeepSeek的出现让这些布局在外界眼中似乎成了“陈旧的包袱”。其中几个被鲜明提出的问题恰是：之前大量投入到预训练的算力布局是否被浪费了？基于各家自身大模型的工具链、生态是否需要推翻重建？以及在2024年各互联网大厂达成共识的AI应用到底应该是怎么样的？

这些问题背后都在折射出一个更为本身的问题，即伴随着DeepSeek的出现，AI时代的大门正在或者说已经被悄然推开，在这个几乎聘美第一次工业革命的新时代里，包括BAT在内的互联网大厂接下来应该采取怎样的动作，继续深耕模型层，还是加注产品？或者说，从当下的目光来看，它们的想象力到底在哪？

伴随着国民级应用微信接入DeepSeek以及腾讯一改常态的产品和战略架构“动作”，这个问题正在被愈发摆到台面上。

一、DeepSeek，

共识背后的“共振”

在谈及大厂想象力之前，一个更应该被重新理解的问题是：DeepSeek到底强在哪？它的能力边际线是否可以覆盖部分或者全部大厂的业务范围？

答案是没有。

从本质来看，DeepSeek的模型能力强是毋庸置疑的，包括DeepSeek-V3基座模型以及微调后的DeepSeek-R1都让全球AI玩家眼前一亮，而更向底层延伸的重强化学习的训练思路以及基于开源模型蒸馏的模型构建方式也同样给了AI行业新的启发。

此外，DeepSeek的“强大”之处不仅在于模型单体能力，其如今有足够强的影响力的最核心关键在于DeepSeek采取的全面开源路线。即和之前国内大模型厂商以及国外Llama等AI企业开源路线不同的是，其不仅开源了训练方式，更开源了包括训练数据在内的诸多模型训练要素。

从某种角度来看，这种开源更可以理解为“AI普惠”。即基于DeepSeek的开源模型，企业可以以更低（接近十分之一）的成本构建出效果更好的模型。

这种接近公益的“普惠”也恰是如今举国推崇DeepSeek的核心原因。即在强技术和强开源的基础上，商业边界和商业业务壁垒被极大地弱化，对于各方而言，DeepSeek提供的都是一个不需成本即可站上的巨人肩膀。

实际上，这也是如今各家纷纷宣布接入DeepSeek的原因。

对互联网厂商而言，接入DeepSeek可以直接提升自身的产品力和服务力，中间没有任何“水土不服”，比如腾讯元宝这次的大动作；对一众中大型企业而言，其不需要再像之前一样面向市场直接进行AI大型项目的招投标，而是自己可以“先试一试”；对于如今各地宣布接入DeepSeek的政务企业而言，DeepSeek的开源模型可以让其更为安全地部署在本地，不用担心性能。

除了这些水面之上的影响，波纹还在延伸向更远处。比如对于AI应用开发者而言，其尝试AI应用的成本更低，效果更好，等等都在成为DeepSeek这波浪潮的受益者。

这种声势的加持也更来自于各个互联网大厂自身核心产品的接入。比如微信，比如腾讯元宝，比如百度文心，百度地图，阿里的1688、国际站等等，这些在过往只能使用自家AI大模型的核心业务产品也都在重磅宣布接入DeepSeek。

这种共识之后的共振，在商业能量足够旺盛，区隔度向来较高的中国市场鲜有如此。

但如果向更底层来审视，能够看到的更为本质的是DeepSeek本身贡献的是技术能力，而非业务产品能力（AI应用）。这其中的区别在于前者对应的是可以无限叠加、可增可删的能力，而后者则是各家互联网大厂的产品壁垒和商业故事空间。

这也恰是如今对于DeepSeek的几个描述中有一条较为贴切的表达，即从宏观看，DeepSeek一方面影响了中国优质资产的重估标准，另一方面正在从底层拔高了当下中国软件应用的服务能力。

二、重新理解互联网大厂的基本盘

那么，这种共识之后的共振，或者说DeepSeek的出现以及普及会影响中国互联网大厂的未来想象力吗？或者说，这种绝对性是否完全成立？

同样，在看待这些问题之前，我们需要先来重新梳理当下互联网大厂的业务基本盘以及核心优势壁垒。

对于互联网大厂，现如今的核心业务类型更多可以被看作C端业务和B端业务，C端业务比如搜索、电商、社交、短视频、游戏等等，B端业务则主要指云业务和企业业务（如阿里国际站、1688、京东政企业务等）。

在过去的多年时间里，尽管云计算和软件颠覆一切的口号被持续发声，但几乎所有互联网大厂的核心阵地仍然在C端业务，或者说起核心营收来源依然在电商、游戏、广告等业务。而伴随着中国人口红利的消失，对应的也恰是C端的收入放缓，与之对应的是各家对包括云计算、企业服务、物流等等B端业务的加码。

这种加码更可以理解为是长期的布局，比如算力的不断投入，除了DeepSeek所在的幻方，几乎所有的GPU算力卡都集中分布的各个大厂手中，如字节、腾讯都是英伟达大客户，再比如对于开发者社区的建立，如阿里的魔搭、字节火山的稀土掘金，以及包括TO B渠道和生态体系的构建等等，全部汇聚到一起共同构成着各家对于TO B的布局。

可以说，这些C端产品背后对应的用户关系/需求供给，以及B端业务背后对应的产业链积累如今恰是各个互联网厂商的基本盘。

换言之，在过去两年被讨论的大模型之外，对于中国用户社交关系、需求逻辑、算法机制、需求场景等生意的理解、占据，和在TO B产业链的版图布局才更是中国互联网厂商的隐形并且逐渐递增的壁垒。

而这些壁垒在AI大模型的加持下，基于自身的平台数据、场景数据可以被逐渐加厚，实际上，这也恰是过去两年时间里各家互联网大厂纷纷赛马AI大模型的核心原因，也更是如今DeepSeek以开源姿态出山后，各家都毫不犹豫地切换的本质考量。

其实，在过去的几个月内，在DeepSeek用户量不断创新高的数据背后，另外一些数据也更在悄然更新，比如各家基于AI大模型在不同产业项目上的落地，如金融、政务，一个真相是，伴随着AI大模型的爆火，大模型厂商的算力生意会越来越好，对应的工具链、渠道生态建设也在越来越健全，而这些也恰是独立厂商不能承接超大规模AI项目标的的底层支撑。

比如各家基于DeepSeek对于自身产品的升级进化，最典型的莫过于微信，选择强产品路线的腾讯，如今几乎全线产品都全部宣布接入DeepSeek，最近也更是基于DeepSeek的流量对元宝进行更近一步的推广下载，这种果敢的态度背后背后对应的也更是腾讯一直以来的“产品公司”哲学。

即这些行为背后的思考是，在AI大模型技术目前尚且无法构成一个成熟的产品之前，这种路线带来的必然是对固有产品的增量。同样行动的还有阿里的电商，百度的地图等等，相信接下来各个传统的互联网厂商也会陆续跟进。

虽然说各个大厂的基本盘不能完全谈不可动摇，但就当下的AI技术发展而言，DeepSeek的出现（路线的出现）对于几乎所有互联网大厂的核心业务产品而言，都是想象力的加分项，壁垒的加分项，而非减分项，这里面甚至涵盖搜索。

三、互联网大厂的新“创业模型”：

挑战在哪？机会在哪？

那么，在场景、产品、TO B版图之外，DeepSeek到底是够给互联网大厂带来一些新的挑战？再或者说，对标DeepSeek的出现，我们应该对中国的最头部科技力量——互联网大厂有怎样的考校？

在过去的2月18号，DeepSeek梁文峰和kimi杨植麟撞车了一个论文主题，即如何强化推理侧的模型速度。通俗来讲，就是模型如何更好地落地到产品侧（软件和端侧）。从技术的视角来看，两者似乎成了这次AI创新的绝对主角。

这也恰是对互联网大厂的最重要也是第一考校点——创新。

也如李彦宏所说，“创新是不可以被规划的”，但这种“不可规划”性正是需要互联网大厂警示的点，尽管腾讯、阿里、字节、京东等在这次的AI浪潮中展现出来的是不同的战略路线，但从最本质的底层模型和产品创新来看，在单纯的算力叠加、预训练的基础上，都需要在固定的投入之外，重新思考企业自身的AI时代的创新力架构（从产品定位来看，腾讯已经在架构侧有所动作）。

这种创新力甚至可以是中国式的，不跟踪国外AI路线的，不以商业为最核心的底层考校的。从算力的调用效率、AI大模型的训练方法、思维链的构建到上层的对于AI应用和场景的理解（字节底层创新度表现可圈可点），这些从DeepSeek身上都可以看到新的创新点。而这种土壤在人才密度极大的互联网大厂需要被尊重，需要被划分出成长自留地，和商业之外自上而下的强思考和强想象力表达。

这种创新一定程度上也可以带来更深一层的两个思考。

从B端服务视角来看，首先是在新的产业升级时代，互联网厂商的新的价值锚点在哪？在这次民营企业家座谈会，除了互联网企业，更多参与的是新型制造业，这其中既包括比亚迪、小米等传统制造业企业，也更覆盖如宇树科技等机器人硬科技方向，这些未来必然影响国运，甚至决定国运的产业方向对互联网企业有更高的要求。

不论是作为云计算、算力等服务的底层，还是作为大模型生态和工具聚合的加持，抑或是基于SaaS或AI产品的特殊数智化加持，都需要互联网企业有更深的产业积累和更向上的“技术沉淀”。这些都需要创新。

其次是C端价值视角，也恰是回到文章提到的最核心问题，即互联网企业的真正想象力到底在哪？“颠覆一家企业的往往不是同赛道的企业，而是跨界玩家”，这句在互联网时代被奉为圭臬的话，一定程度上恰在成为对互联网企业的真实拷问。

如果说在AI技术尚不足以构成产品内核的如今，创新的AI技术尚且很难对社交、电商、本地生活、供应链、游戏等基本盘业务构成威胁；那么当AGI时代真正到来呢，当下一个AI应用的DeepSeek到来呢，这些才是对互联网企业未来想象力的最大拷问。

杭州和深圳的押注告诉我们，这个时间并不会太久远。

技术需要被重视，需要被尊重。可以肯定的是，在如今的AI技术边际之上，互联网大厂的想象力依然存在，这些在过去多年被凝结的用户理解、场景加持、供应链积累以及TO B服务版图，在AI上半场都在被源源不断地转化为新的业务空间和真金白银。

但挑战时刻存在，危机也更在愈发彰显。

在最近字节的内部会上，梁汝波给字节的新定调——是“务实的浪漫”。他的解释是，“字节过去说要做有想象力的公司，其实是就是科技公司。但去年我们讨论后觉得，做科技公司还不够，得做创新科技公司，不仅要应用好新技术，还要能探索、发明新技术。

互联网时代的潮头，能否继续成为AI时代的弄潮儿。在未来的几年，这个关于想象力的答案或许会愈加明显。这个回答可能是产品战略、新式战略架构、持续的人才战，但也更可能是未来十年的不同企业面孔的新商业故事。

交流纪要，DeepSeek、昆仑芯内部进展｜产业家独家

关于DeepSeek，百度智能云怎么看？ 

作者| 吴铭 

出品|产业家 

问：伴随着DeepSeek的出现，外界对咱们百度也有一些讨论。想聊下目前百度智能云在部署适配方面有哪些最新动作？效果如何？

答：首先DeepSeek的爆火给AI行业注入了一股全新的活力，其实相较于外界的讨论，我们更首要关注的是如何让企业快速使用上优质模型去开发自身的应用，千帆大模型平台在近期上架了DeepSeek-R1和DeepSeek-V3模型，并同步推出了行业领先的超低价格方案。在整体部署适配过程中我们也结合百度智能云的优势去做了3个关键动作，在保证模型效果的同时进一步降低使用成本以及使用门槛：

第一个，在算力层面，目前百度智能云成功点亮了昆仑芯P800万卡，我们也基于百舸算力平台适配了国产化P800芯片，来提供整个模型推理服务，为DeepSeek提供优质且适配性强的环境，使模型发挥出更高的性能。同时，百度百舸基于昆仑芯P800，发布部署 “满血版 DeepSeek R1 + 联网搜索” 服务，通过联网搜索功能，将最新的互联网数据融入答案生成，为企业提供更及时、准确的信息支持。

第二个，在平台层面，我们基于DeepSeek做了千帆大模型平台工程架构的优化，通过自身在大模型推理性能优化方向的技术积累，针对DeepSeek模型进行了极致的性能优化，比如通过高效的PD分离式推理架构，实现模型吞吐的大幅度提升，进而显著降低模型推理成本。

我们为有进一步应用需求的企业，千帆ModelBuilder提供基于模型开发工具链进行一键部署、蒸馏这样的能力，能让企业客户更好的将DeepSeek用起来，完成特定模型需求的再开发；千帆AppBuilder全面接入DeepSeek模型，具备百度AI搜索及其他组件能力，还有更多RAG、Agent、工作流工具助力大模型应用搭建。

千帆大模型平台作为企业级一站式大模型与AI原生应用开发及服务平台，我们很高兴可以看到像DeepSeek这样拥有优质效果的国产模型出现，来带动国内对于大模型的应用，那自千帆上线R1和V3后首日就吸引超过1.5万家客户调用，这个客户量还在不断增长，我们也期待可以给更多企业高性能低成本模型的更好体验，千帆也会为更多诸如DeepSeek这样的优质模型提供优质土壤，带来增益赋能。

第三个，在应用层面，百度智能云旗下客悦、曦灵、一见、甄知四款大模型应用产品，也正式上线接入DeepSeek模型的新版本，为企业智能外呼、数字人视频脚本生成、视觉智能分析、知识管理等高价值业务场景，提供更加丰富的AI大模型应用选择，满足用户多元化落地需求。

同时，百度智能云正加速推进金融、交通、政务、汽车、医疗、工业等行业应用产品与DeepSeek模型的适配验证工作，积极探索大模型在智能问数、公文写作、理财助手、合规管理、医疗辅诊等行业垂直业务场景中的能力拓展与应用进化。

问：随着国产大模型的兴起，万卡已从单纯算力供给逐渐向“有效”算力供给过渡，百度智能云在国产算力的构建上有什么规划？这些规划实现起来对百度而言难度大吗？（硬件、软件都可以聊聊）

答：难度肯定是有的，但我们也在持续深耕算力基础设施的建设。比如，最近百度智能云已经成功点亮国产昆仑芯万卡，未来还将进行三万卡的建设，在这个过程中，从硬件到软件，技术挑战是全方位的。而24年9月升级的百度百舸AI异构计算平台4.0，围绕落地大模型全旅程的算力需求，在创建、开发实验、模型训练、模型推理四大方面，能为企业提供“多、快、稳、省”的AI基础设施，在万卡的建设中发挥了至关重要的作用。

首先，突破硬件扩展性瓶颈，如卡间互联的拓扑限制，避免通信带宽成为瓶颈；同时，围绕芯片及功耗，基于万卡规模常规方案功耗可达十兆瓦或更高，采用创新性散热方案，从而解决万卡的能效与散热问题；完善模型的分布式训练优化，采用高效并行化任务切分策略，训练主流开源模型的MFU提升至58%；在提升稳定性方面，提供容错与稳定性机制，避免由于单卡故障率随规模指数上升而造成的万卡有效性大幅下降，保障有效训练率达到98%；最后，针对机间通信带宽需求，建设超大规模HPN高性能网络，优化拓扑结构，从而降低通信瓶颈，带宽有效性达到90%以上。

昆仑芯作为百度自研的AI芯片，凭借其独特的技术优势，在百舸4.0的能力加持下，在生成式人工智能时代展现出了巨大的竞争力。未来一年，将是各种AI原生应用爆发的黄金时期。自研芯片和万卡的建成带来了强大的算力支持，同时有效提升百度和客户的资源整体利用率，降低大模型训练成本，推动了模型降本的趋势，为整个行业提供了新的思路和方向。

除此之外，百度智能云也提供百舸DeepSeek一体机、千帆DeepSeek一体机，国产首个单机8卡支持DeepSeek满血版和蒸馏版模型，实现模型的本地化开箱即用。

问：最近，我们也看到一个新的现象，百度智能云针对此次DeepSeek模型上线提供了超低推理价格，低至DeepSeek官方刊例价3-5折，这背后是由于什么样的技术驱动的？是新一轮的价格战打响了吗？

答：真正的低价都是由技术驱动的。在看到的这个新价格背后，对应的是百度智能云在推理引擎性能优化技术、推理服务工程架构创新以及推理服务全链路安全保障上的深度融合。百度智能云千帆ModelBuilder始终致力于为用户提供全流程、一站式的 AI 服务，除了强大的模型资源，还匹配了完善的一站式模型效果调优工具链，包含数据加工、模型精调、模型评估、模型量化等关键环节，助力企业根据自身业务需求深度优化模型性能。同时，百度智能云千帆ModelBuilder具备卓越的模型推理托管能力，支持vLLM、LMDeploy、TensorRT-LLM、SGLang等各类主流推理框架，还支持模型的自定义导入与部署，为开发者提供了高度灵活的开发环境。

（1）推理引擎性能优化技术

基于百度智能云在大模型推理性能优化方向的技术积累，针对DeepSeek模型MLA结构的计算进行了极致的性能优化，并通过计算、通信、内存不同资源类型算子的有效重叠及高效的Prefill/Decode分离式推理架构等，在核心延迟指标TTFT/TPOT满足SLA的条件下，实现模型吞吐的大幅度提升，进而显著降低模型推理成本。

（2）推理服务的工程架构创新

在推理服务层面，进行了深入的优化与创新。针对推理架构，做了严格的推/拉模式的性能对比。经验证拉模式在请求处理的成功率、响应延时以及吞吐量等关键指标上均展现出更为卓越的性能。为了进一步提升系统的稳定性和用户体验，巧妙地设计了一种请求失败的续推机制，这显著增强了系统的容错能力和服务SLA达标率。同时针对多轮对话和system设定等场景中存在重复Prompt前缀的情况，实现了主流的KV-Cache复用技术，并辅以全局Cache感知的流量调度策略。这一举措有效避免了Token KV的重复计算，从而大幅降低推理延迟，提高了推理吞吐。

（3）推理服务的稳定安全保障

千帆平台基于百度自身长期的大模型安全技术积累，集成独家内容安全算子，实现模型安全增强与企业级高可用保障，基于大模型全生命周期数据安全与模型保护机制，在千帆平台上的模型均拥有使用安全的安全保障；基于在安全方面的专项优化，确保DeepSeek-R1&DeepSeek-V3模型，企业用户在使用过程也具有更高的安全性。

问：现在不少企业会选择直接通过模型API的方式来接入DeepSeek，想问下通过云平台来调用新模型，为各行业应用普及AI有怎样的不同和优势？

答：通过云服务平台来调用模型，我们觉得主要是从三个方面去渗透以及普及行业的，云平台的核心为降低成本、提升大模型落地易用性以及助力企业更好地构建AI原生应用，通过云平台提供的便捷的工具型服务，企业能更聚焦在自身的业务发展。

首先我们觉得推动行业应用普及最关键的就是降低成本，那以往企业引入 AI 需投入大量资金购买和维护硬件设备，而云平台可以通过提供弹性计算资源，从“购买”到“租赁”，企业按需租用付费，在避免资源浪费同时，大大降低了AI应用的初始成本。

其次，云平台的另一个重要优势就是它具备很强的易用性，这对于各行业应用 AI 起到了极大的推动作用。云平台需要配备各种各样丰富且实用的工具链，比如精调工具链、数据工具链、压缩工具链等等，能够帮助企业更好地构建数据飞轮，实现模型效果的不断迭代，更好的赋能应用。那与此同时，平台提供的工具链也要适配各种模型，企业随时可以切换模型并且更快速便捷的用上效果更好的模型；以上两点目前我们的千帆ModelBuilder也都提供了这样高效便捷的工具链服务。

那最后，各行业AI的使用探索其实基于原生应用的构建。云平台上面提供的多样化组件及应用开发的能力降低了AI原生应用的构建门槛，也为行业内的应用场景和商业模式带来了更多创新可能。千帆AppBuilder也是这样的一站式模型应用开发平台，高效、低门槛解决大模型应用落地最后一公里问题。

有了应用后，云平台提供的完善日志分析及告警系统，也确保了企业AI应用的稳定性，同时云平台具备完善的模型安全以及高可用保障措施，提供模型使用的全方位安全保障。

所以整体从构建、到运行，云平台为企业在模型使用上提供了全流程保障，降本增效的同时也让企业聚焦自身业务，更好的推动整个AI行业的发展。

问：作为一家出身创业公司的产品，DeepSeek这次爆火，在百度看来，它的出现有出乎咱们的意料吗？咱们百度对待这次“爆火”内部的态度是怎么样的？

答：创新是不能被计划的。你不知道创新何时何地到来，你所能做的是，营造一个有利于创新的环境。我们生活在一个非常激动人心的时代。在过去，当我们谈论摩尔定律时说，每18个月性能会翻倍、成本会减半；但今天，当我们谈论大语言模型时，可以说每12个月，推理成本就可以降低90%以上。这比我们过去几十年经历的计算机革命要快得多。大语言模型是一个非常庞大的领域。在中国，我们必须在推理和训练方面创新以降低成本。幸运的是，过去一年，我们看到了显著进步。

百度的技术背景是搜索引擎，它天然接近大语言模型，所以我们在2023年3月就推出了文心一言，我们也是上市公司中第一个推出类ChatGPT应用的。谷歌后来推出了Bard,并将其更名为Gemini。正如我们今天所知。这是一个非常激动人心的时刻，我们到处都能看到创新，我们必须适应这种快速变化的创新。

问：我们也观察到，伴随DeepSeek的爆火，全球许多大型芯片厂商和许多大型交易所的股价大幅下跌。原因是之前有令人瞠目结舌的数十亿美元被投资于推理数据中心、训练这些人工智能系统和模型，伴随着DeepSeek的出现市场不少人开始“看衰”这类投资，咱们百度对此怎么看？对于数据中心和AI基础设施的未来咱们的理解是怎样的？

答：从基本面来看，最重要的主题仍然是技术进步非常快，成本每年降低约90%，性能越来越好。当技术发展如此之快，你无法停止投入。你必须投入，以确保处于这场技术创新或革命的最前沿。我们仍需对芯片、数据中心和云基础设施进行持续投入，用于打造更好、更智能的下一代模型。

为此，需要使用更多的算力来尝试不同的路径。也许，在某个时刻你会找到一条捷径，比如说只需600万美元就能训练出一个模型，但在此之前，你可能已经花费了数十亿美元，用来探索哪条路才是花费这600万美元的正确途径。

我们对人工智能的未来持乐观态度。我们认为，即使在当前水平下，大语言模型也已经在各种场景中创造大量价值。我们有数十万客户在使用大模型提高招聘、电子商务、医疗保健甚至能源、电力等领域的效率。

我们已经看到了很多这样的应用案例。在过去，他们可能需要花费不到1万美元来实现某些目标，而使用大型语言模型后，只需花费大约1000美元。所以，这已经为他们创造了价值。

问：抛开外界的声音，想正式了解下，此次DeepSeek-R1的发布及开源，对百度智能云业务有什么影响？

答：DeepSeek R1发布及开源，推动应用爆发、带动算力增加，最利好百度智能云。

1、首先产品上DeepSeek降低大模型应用门槛，快速普及推动应用落地更早，带动算力增加；百度智能云在GPU时代更有优势地位。

a、全栈AI技术能力，尤其是近期点亮的昆仑芯万卡：独有的四层架构，实现从云基础设施、框架、模型到应用端到端优化；

b、2025年2月5日，百度智能云成功点亮昆仑芯三代万卡，是国内首个正式点亮的自研万卡，并将进一步点亮 3 万卡。

c、百舸产品提供稳定、极速、高效的算力平台，极速满足客户全旅程算力需求，10万卡时代企业保持领先的第一选择。

d、领先的千帆大模型平台：支持国内外各种主流模型+丰富工具链，近期接入DeepSeek后首日调用客户就多达1.5万家，价格全行业最低；

2、商业化：百度智能云具备广泛的市场认可，GPU云优势带动商业化进展快速

a、中国最大的大模型产业落地规模，超60%以上的央企及大量民营企业使用，2024年大模型中标第一（从中标厂商看，百度智能云在中标项目数、行业覆盖数、央企中标项目数这三个维度里均为第一。从行业分布看，百度智能云在能源、政务、金融这三个行业的中标项目数位于所有厂商第一。）

b、2025年1月份，百度中标项目和中标金额双第一

天润云（02167.HK）：正式接入DeepSeek，大模型赋能客户服务，效率与体验双提升

2025年2月11日，下午14时，天润云（02167.HK）对外宣布其下在线客服、呼叫中心、工单、文本机器人、语音机器人、企业知识库等产品已完成DeepSeek大模型的全面接入。

作为国内客户联络领域香港联交所主板上市企业，天润云（02167.HK）此举将大力推动企业客户在营销、销售、服务、内部效能等场景中的智能化进程。

目前天润云（02167.HK）已开启公开测试招募，期待与广大客户一同探索DeepSeek大模型在企业服务领域的无限可能。

据了解，天润云根据当前的测试与应用反馈，发现DeepSeek 在自然语言理解、推理、代码生成，上下文情感分析等方面拥有强大能力，让它在客户服务的多个关键场景表现出色。

在汽车营销领域，DeepSeek优秀的自然语言理解能力，能精准识别经销商在邀约潜在车主到店看车时的话术问题，并给出修订建议与最佳话术，提高邀约成功率。同时，它还能通过长期积累的数据分析出邀约过程中车主普遍关注的问题。

在消费零售行业，DeepSeek可以精准识别客户售前咨询和售后服务的不同问题并进行精准分流。比如售前场景，DeepSeek能够帮助处理查询经销商、了解加盟制度、咨询产品信息、市场活动参与条件等需求；在售后场景，DeepSeek能在复杂语境中准确判断客户是对产品不满、咨询退换货流程，还是提出新的投诉建议，以此精准匹配下一步服务流程，提高客户服务效率。

在商业连锁行业，门店经营的各个环节，如耗材申报、设备报障，DeepSeek都能助力门店与品牌方、供应链快速流转服务诉求，实现快速补货、自动填写服务单、自动应答催单，以及上报超时订单、升级告警，减少运营卡点等问题，让门店更专注于线下的消费者服务。

天润云认为，DeepSeek的关键创新在于通过算法优化（如MoE架构、动态学习率调度器）和数据效率提升，以约OpenAI二十分之一的成本实现类似目标。这为大模型研发企业和科学家开辟了一条通往AGI的捷径。

对于应用大模型的企业，DeepSeek在“模型商店”中提供了更强性能、更低门槛的产品。其更强的适配能力，透明的思维链和更低的部署使用成本，可显著增强模型可用性，可推动AI与业务的深度融合，加速应用场景落地。

具体来看，作为面向企业的商业级平台，天润云在企业客户收入和服务保障中扮演着至关重要的角色。

因此，天润云始终保持对前沿技术的高度关注。在DeepSeek崭露头角之时，便立即关注到相关进展，并迅速启动了内部可行性测试。

天润云表示，经过紧张的工作安排，其在短时间内完成了先行版本的内部发布，并随即展开了公开测试的招募工作。

在测试过程中，天润云发现了DeepSeek的一些优点与目前使用DeepSeek需要注意的部分。

优点方面，DeepSeek拥有更强的推理能力、更低的部署成本和使用价格，同时其提供的多尺寸蒸馏模型能够更好地适配各种商业环境，让私有化部署拥有更具性价比的落地机会。而基于成本优势和更强的推理能力，DeepSeek可以帮助企业增强对海量知识的管理能力，极大降低了大模型的应用门槛。

需要注意的部分：

1、目前DeepSeek-R1模型暂不支持Function Call、Json Output功能；V3模型Function Call功能效果不稳定，会出现循环调用、空回复的情况。

2、DeepSeek-R1输出内容中容易出现“final answer”"action input"等词，可能内置提示词被输出，也可能与我们部署的32B模型能力相关，可以通过编排提示词、增加输出要求加以控制。

3、DeepSeek输出时，会将思考过程和最终结果无差别输出（此功能在部分大模型开发平台被改善）；在线客服侧显示若做适配需单独处理。

4、DeepSeek回复时存在不稳定性，时而只显示结果，时而两者都不显示，在业务场景中，适配需单独处理。

5、开发者角度来说，Claude-3.5-Sonnet 做了 tool use（工具使用）专门训练，对于做agent非常有利，但DeepSeek目前暂未提供，未来DeepSeek可能会逐步优化。

6、作为推理模型，DeepSeek回答问题需要较长时间的推理，因此回答问题的速度相对缓慢。这导致其在在线客服场景的应用中需要进行特别优化。 

7、最后，目前DeepSeek实在太火了，可能由于测试人数过多，其官方API时常宕机；同时如阿里云、火山引擎等云平台也出现部署资源紧张的情况，但这些情况相信会随着时间推移逐渐得到改善。 作为全球领先的AI技术，DeepSeek在短短7天内便达到了1亿日活跃用户，充分彰显了其惊人的社会关注度。目前官方团队仍在持续优化，天润云也在积极推进测试工作。

从历史信息得知，天润云于2023年率先推出微藤大模型平台，凭借其创新的大模型网关技术，实现各类底层大模型的一键切换，提升了模型应用的灵活性与便捷性。目前天润云微藤大模型平台已经接入通义千问，豆包，文心一言、Kimi、DeepSeek、和ChatGPT(海外地区）等多个基础大模型，可以为客户提供多元化的解决方案。 

纵观国内外TO B行业现状，天润云作为客户联络领域的上市企业，已服务了各行业知名企业，在科技创新与商业落地之间找到了最佳的平衡点，其发展潜力与势头会逐步提高，也会被更多企业客户和投资者所关注到。