所调用的大模型也会改变

7月30日字节对旗下AI与企业服务业务进行了一轮重大组织架构调整。其中飞书产品团队与豆包产品团队合并组成新的豆包产品团队而飞书原有的销售、市场和客户服务团队则与火山引擎相关团队合并。换句话说飞书原本相对完整的产品与商业化体系被分别接入了豆包和火山引擎前者负责产品和用户入口后者负责企业客户与商业化。放眼整个行业并不令人意外。不久之前阿里刚刚将QoderWork、悟空和MuleRun三条企业AI产品线进行整合腾讯也将QClaw相关业务和部分团队收拢进WorkBuddy所在的组织体系。这也意味着在短短一个月的时间里BAT字节、阿里、腾讯几乎同时对旗下AI办公产品动了刀。表面上看这是大厂在结束内部赛马、减少重复建设。但如果只是为了降本增效未必需要在如此接近的时间里集体把分散的Agent、办公软件和企业服务重新归拢到一起。更值得注意的是它们整合的恰恰都是最接近企业客户的入口。赛马结束大厂齐收缰绳字节这次调整力度比表面上看起来更大。按照新的组织架构飞书产品团队将与豆包产品团队合并成立新的豆包产品团队由豆包负责人赵祺统一负责飞书负责人谢欣也将转向赵祺汇报工作。与此同时飞书原有的销售、市场和客户服务团队则与火山引擎相关团队合并成立新的To B GTM组织“创造力服务平台”统一负责字节旗下MaaS、SaaS等企业服务的市场、销售和客户服务。文章配图-2不过飞书并没有因此消失现有产品和服务也不会停止。但从组织关系来看过去那个集产品、销售、市场和客户服务于一身相对独立的飞书实际上被拆成了两部分。一部分进入豆包负责企业生产力场景中的产品和用户体验另一部分进入火山引擎负责企业客户、市场拓展和商业化。这也意味着字节不再单独考虑飞书该怎么卖、豆包该怎么进入办公场景、火山引擎又该怎么向企业提供模型服务而是把三者放进了同一套企业AI体系中豆包提供AI能力和产品入口飞书提供文档、会议、表格、知识库等工作场景火山引擎则承接云服务和商业化。然而字节并不是临时把三个团队拼凑在一起。此前豆包就已经进入飞书的会议纪要、智能表格、知识问答和云文档等场景。由此看来此次调整更像是产品融合之后组织架构终于跟了上来。类似的收拢也发生在阿里和腾讯在过去的半年中两家巨头都同时放出了多条AI产品线同时赛马如今则开始收回缰绳将团队、资源和产品向少数主线集中。7月初阿里宣布整合旗下QoderWork、悟空和MuleRun三条Agent产品线。新的产品将以QoderWork为基础吸收悟空和MuleRun的能力面向企业生产力场景继续升级并由钉钉CEO陈宇森负责。阿里表示原有产品和用户权益不会受到影响但从产品方向来看三条原本各自发展的办公Agent路线已经开始向一个统一入口集中。腾讯的动作则发生在7月20日。腾讯将QClaw产品中心相关业务和部分团队调整至云产品六部而云产品六部正是另一款AI办公智能体WorkBuddy所在的部门。截至目前QClaw仍将继续运营因此这还不能简单理解为QClaw被关闭或者彻底并入WorkBuddy但两款定位接近的Agent已经被放进了同一套组织和资源体系未来共享资源、战略协同已经成了板上钉钉的事。不过相比字节阿里和腾讯的调整仍然更偏向产品层面的收拢阿里整合的是三条定位相近的Agent产品线腾讯则是把两款办公Agent放进同一个部门。它们解决的主要还是产品重复、资源分散和内部赛马的问题。字节的变化则更加彻底。它并不是简单合并两款产品而是直接拆开了飞书原有的完整组织并入豆包和火山引擎当中。换句话说阿里和腾讯是在“收马”字节则连马厩、骑手和赛道都重新排了一遍。不过无论是收拢产品还是重构整套组织三家的动作却都指向同一个方向将分散的AI能力收进统一入口并借此更深地嵌入企业客户的工作流程。从“上云”到“上AI”客户更难离场当然结束内部赛马确实可以减少重复投入。但对今天的BAT来说省下几支产品团队的研发和营销费用恐怕只是微不足道的因素。而他们之所以急着统一入口更重要的原因可能是AI带来的客户黏性远远超过了过去的云计算。事实上在过去十几年里云厂商也一直都在尝试“绑架”客户不过云厂商的方式是用基础设施“绑住”客户。企业一旦把服务器、数据库和业务系统部署在某一家云上再想离开就要重新迁移数据、改造系统并承担迁移过程中的业务风险。理论上企业使用得越久、部署得越深对云厂商的依赖也就越强。但实际情况并没有这么简单。云计算确实提高了企业离开的门槛却始终没有彻底改变企业衡量成本的习惯。小红书就是一个典型案例。创业早期小红书几乎将全部技术体系搭建在公有云上也是腾讯云较早的一批客户。对当时的小红书而言购买云服务器不需要提前建设机房也不必养一支庞大的基础设施团队业务快速增长时还可以随时扩容。公有云提供的弹性帮助小红书以更低的成本完成了早期扩张。但随着业务规模扩大小红书并没有因此越来越依赖某一家云厂商反而开始不断分散这种依赖。一方面小红书逐渐采用多云架构。2024年它又将储存过去11年原始数据、规模达到500PB的数据湖迁往阿里云。换句话说即便企业早期深度使用一家云厂商仍然可以把部分核心业务转移到另一朵云上让不同厂商相互替代、相互制衡。另一方面小红书也开始建设自己的基础设施。随着计算资源达到数百万核CPU单纯依赖公有云带来的成本、调度和运维问题逐渐暴露。为此小红书形成了一套“自建优先、公有云兜底”的资源调度方式稳定、可预测的业务优先放在自建集群只有自建资源不足或者出现突发流量时才调用公有云进行补充。这件事恰恰说明了云计算黏性的边界上限。当企业规模较小时公有云的弹性和低门槛更加划算等到业务规模足够大企业仍然会重新计算成本并通过自建、混合云和多云架构削弱对单一厂商的依赖。云厂商可以提高客户搬家的成本却很难其中最重要的是模型工程体系的沉淀。今天企业把大模型接入业务早已不是写几个提示词、调用一个接口那么简单。一个模型要真正进入客服、销售、财务或者研发流程企业需要先建立自己的业务测试集明确准确率、响应速度、调用成本和风险边界再围绕不同任务配置模型路由、工具调用、输出结构、人工审核和异常处理机制。这意味着企业沉淀下来的不是几个提示词而是一套围绕特定模型建立起来的生产标准。哪种任务交给大模型哪种任务交给小模型什么情况下允许它直接执行什么情况下必须转给人工一次调用可以容忍多少成本和延迟模型升级之后原有流程是否会出现新的错误这些都需要经过长期测试和真实业务验证。而如果切换到其他的办公应用所调用的大模型也会改变企业往往需要重新跑一遍业务评测确认新模型在数百乃至数千种真实场景中仍然能够稳定运行而这对于有一定体量的B端客户来说几乎是无法承担的后果。这也解释了为什么三家都在此时停止了内部赛马开启了办公产品的整合。过去产品分散时客户可以在QoderWork、悟空和MuleRun之间选择也可以同时试用WorkBuddy和QClaw。对大厂来说这种竞争虽然有利于探索产品方向却不利于形成真正的客户黏性账户分散、数据分散、资源分散客户也不会放心把核心业务交给任何一款前途未定的产品。只有先确定一个长期存在的主入口大厂才有可能说服企业将更多系统和权限向它开放。字节这次调整尤其明显豆包掌握模型和AI产品飞书掌握企业办公场景火山引擎则掌握云服务与商业化。三者一旦被接进同一套体系字节向客户出售的就不再只是飞书席位、豆包模型或者火山引擎算力而是一套从工作入口到任务执行的完整企业AI服务。阿里和腾讯虽然暂时只收拢了产品线但方向也是一样的先结束内部产品之间的竞争再争夺企业唯一的AI入口。并且可以肯定的是未来的钉钉和企业微信也注定会和飞书一般成为Qwen和hy的“下属产品”。因此这轮密集的组织调整表面上是在减少重复建设背后却是一场更直接的客户争夺争夺谁能成为企业客户默认的AI入口。一旦他们习惯从这里发起任务BAT们获得的就不只是一笔软件收入而是一段不可分开的客户关系到时候哪怕提出一些“过分”的要求客户们也得捏着鼻子接受。云时代企业还能算上云和下云的账AI时代一旦入口、权限和流程都交给同一平台企业客户就再也别想离开。届时大厂拿到的就不只是收入更是说一不二的绝对议价权。