微信QQ是长板，就更不能贸然与AI结合了
11月14日，量子位发布的10月国内Web端AI助手的排行榜上，腾讯的AI产品元宝仅排在了第11位，月访问量不到200万，远不及Kimi、文心一言、豆包与通义千问。
作为可以凭借多个业务线中积累的大量数据，将用户与内部场景进行深度整合，增强其在C端用户中的吸引力的腾讯，拥有极多的数据与落地空间，但令人失望的是，作为一家拥有庞大社交生态、深厚技术积淀的巨头，腾讯却在这一领域“掉队”了。
而据科技新知，组织结构问题是其在大模型领域失利的“罪魁祸首”之一。
从组织架构来看，腾讯采用了多部门参与的研发模式。据报道，腾讯的AI大模型研发涉及六个业务群（BG）的参与，其中TEG更侧重通用算法研发，而其他业务群则更关注行业应用。这种策略有其优势（如贴近业务需求），但也带来了一些潜在的挑战（如协调成本较高）。
相较之下，BAT中的百度、阿里，在大模型方面的组织架构则集中得多。无论是百度智能云，还是阿里达摩院，都能在同一战略目标下集中算力资源，将模型与应用紧密协同。
腾讯的分离架构，在一定程度上导致了资源整合的困难，尤其是在GPU资源、算力需求等方面难以快速响应，从而影响了大模型的训练和应用速度。
说到底，这是因为腾讯长期以来专注于“社交”“娱乐”等业务的结构，决定了其组织形态更适合产品迭代而非技术突破，其技术研发更多服务于具体业务需求，而非系统性的基础研究投入。
此外，从纯技术角度来看，腾讯也并不占优。
腾讯最有价值的微信和QQ等社交生态的崛起，靠的不是技术，而是运营策略和庞大的用户数。而如果贸然将元宝整合入其中，社交场景中的对话往往涉及大量私密信息，如何在提供AI服务的同时，确保用户隐私安全，这是一个技术上和伦理上都极具挑战的问题。
可以说，从早期的QQ到微信，再到现在的AI大模型，马化腾式的商业智慧，更多地体现在资本配置和生态搭建上，而非原始技术突破。这助力腾讯构建了一个庞大、稳固的商业生态，但也形成了一种“宿命式”的依附。
作者：杨启隆
编辑：丁力
精彩评论