十余年后，一向在业务探索上不设限的字节跳动也杀入该领域，旗下云计算平台火山引擎迅速成为了国内增速最快的“一朵云”。12月19日，在上海世博中心和煦的阳光里，新京报记者独家专访了火山引擎总裁谭待，这位年轻的领军者身着一袭黑衣，虽然在两天的会议中频繁登台演讲、会见，却依然活力满满。他透露，今年以来，火山引擎的收入比去年实现翻倍增长。
企业服务之一的云计算很考验时间积累，现在的市场份额就与上述大厂入局的早晚有关，同时阿里云、腾讯云、华为云在IaaS（基础设施即服务）、PaaS（平台即服务）和政企业务上有着不同的资源禀赋，而运营商云在骨干网络上有着得天独厚的优势，火山引擎将如何实现后发先至、弯道超车？
谭待认为，云计算行业的第一次浪潮是在线化，在线化积累了很多数据，但这些数据价值可能只发挥了1%到5%。第二次浪潮是智能化，智能化不止能发挥出数据的价值，还能端到端地做很多事，包括MaaS（模型即服务）、AI Agent（智能体），而在智能化的浪潮下，大家都在同一条起跑线上，都要使劲跑。“我的要求是不能有短板，因为云计算的客户很多元，行业差异很大。当然智能化的事情，比如豆包大模型、AI云原生要做得更好。”
巨头下场厮杀，MaaS战事进入白热化。作为新入局者，火山引擎给外界最深的印象就是凶猛、降价——今年5月豆包主力模型将推理输入价格降至“厘时代”，12月火山引擎又让视觉理解模型进入“厘时代”，甚至一度被贴上“价格战”的标签。
谭待在专访中详细解答了两次降价的决策过程，以及是如何通过算法、软硬件和工程的方法将大模型的价格“打下来”，并表示火山引擎从不赔钱换市场，也不通过投资来换市场。他不认同“价格战”的说法，“平台公司就像池塘里的鱼，未来鱼能多大，都取决于池塘多大，我们要想尽量把池塘做大，而不是把别的鱼吃掉。”
对于全新升级的“豆包大模型”家族，他表示，谦虚一点可以打80分，多模态模型有更高的社会和经济价值。在专访中，他还透露了火山引擎的人员结构、组织目标和客户构成，解答了豆包大模型和火山引擎团队的协作模式，分享了对合成数据、Scaling law、大模型应用的见解。
（以下为新京报记者12月19日对谭待的专访实录，已经过压缩整理）
回应“价格战”：火山引擎从不赔钱换市场，降价源于技术创新和规模效应
当然对于to B（面向企业的）业务来说，它的商业模式很直接，所以不管再怎么普惠，一定是要做到可持续，不能用亏损换规模。所以我们其实在技术上做了大量优化，既实现了大模型普惠理念，也能让我们的业务做到有毛利。
谭待：降价的做法其实分好几块，是算法、软件、工程和硬件结合的方案。比如算法上，我们采用更好的模型结构，用更低的成本做更复杂的推理。工程上很重要的是规模化，因为不同业务的负载存在波峰和波谷，科研场景可能半夜调用量比较大，办公场景白天调用量比较大，当我们的客户量越来越多时，就能通过规模化调整，把成本降低好几倍。我们还在软硬件结合上做了很多事情，因为不同推理过程，对于芯片的带宽和算力要求是不同的，我们就把这个过程分离，放到不同的池化资源去处理，通过这种方式也能降低成本。再加上对库存和供应链的管理，综合起来每一个环节都有好几倍的效率提升，整体提升是非常大的。
通过上面的一系列操作，就能实现大模型普惠，让更多的中小企业和个人创业企业能释放自己的生产力，然后对于火山引擎也是可持续的。而且你看全球，OpenAI也在不断降价，他们也是用类似的方法。
谭待：对，这很重要，我们肯定要保持毛利是正的，不然做得越大，亏得越多，商业模式不成立。
贝壳财经：两次降价的内部决策过程是怎样的？
这里就有两个限制条件，一个条件要求我跟开发者、企业了解他们在使用过程中对成本的痛点在哪里，价格降到多少，他们就能用起来。比如一个创业企业，基于豆包大模型做了一个应用，它有自己的ARPU值（每用户平均收入），就能推算出每token（自然语言处理领域的计费和收费标准）的成本要低到多少，才能达到正向现金流，这个很好算出来。
另一方面，火山引擎自己也来算，我们通过技术优化能把成本打到多低。这两个值的中间段就是火山引擎可以定下的价格。
贝壳财经：很多云计算厂商都是可以接受一定的亏损，先把量扩起来？
谭待：To B行业这个模式不成立，最近也有很多云计算厂商都在反思总包的模式，反思用收入换规模的事情，发现这个模式是不成立的。
因为对于企业级（To B）市场来说，获取收入的方式，就是当前卖出去的量。它不是像to C（面向用户）的应用，给用户免费使用，将来通过广告、电商或者别的方式赚钱。所以，不能用亏损换规模，我没看过任何一家to B的企业把这条路走通。
谭待：他们肯定会跟进的，因为我想大家都有一样的初心，还是希望把大模型做好，赋能更多的企业和开发者。如果大家初心一致，肯定就会走这条路，无非就是我们走得快一点，他们走得慢一点。
贝壳财经：有人说你们打“价格战”，你怎么看？
谭待：不能这么来讲这件事，我们更重要的是做AI普惠，对不对？
我们做这件事（降价）并不是考虑市场竞争，因为这个市场目前的开发程度也就是千分之一，还有99.9%没有开发。昨天我公布的日均token使用量是超4万亿，这其实并不大，几年以后，可能日均token使用量就能到百万亿，所以这个市场还是很早期。
打个比方，我们（大模型企业）都是池塘里的鱼，未来鱼能多大，都取决于池塘多大，我们要想尽量把池塘做大，而不是我把别的鱼吃掉。
贝壳财经：刚听你讲述降价的逻辑，一方面是考虑客户愿意花多少钱，另一方面是内部能有毛利的底线，但你忽略了大模型的研发成本。
谭待：对业务来说，最重要的是在保持毛利率的情况下，做大规模扩张，只要规模上去了、毛利率是可以的，研发成本最终都会被摊销掉。
谈收入增长：今年以来火山引擎收入比去年增长翻倍
贝壳财经：阿里财报披露由AI带来的收入增长是三位数的，火山引擎这个数据是怎样的？
谭待：5月以来，我们光日均token使用量增长就超33倍，这就是四位数增长，token的使用量就是实在的收费标准。
回到火山引擎本身，第一个我们把规模优势放大了，第二个我们在AI上的投入是坚定的，所以整个火山引擎整体都涨得非常好，增速是三位数。
贝壳财经：多大的三位数增长？
谭待：翻倍吧。
贝壳财经：上面这些由AI带来的增量，占火山引擎收入的几成？
谭待：AI还是在早期阶段，我现在不太关注它占收入多少，而是关注它有没有让更多企业来到火山引擎，有没有让企业降本增效、加速创新。从这个角度来说，AI目前已经起到了非常大的作用。
贝壳财经：有观点认为Web、数据和AI分别是云计算行业的三次浪潮，你觉得火山引擎能否通过这次浪潮，实现对国内头部云计算企业的超越？
我认为未来10至20年都很重要，也就是云2.0阶段，是以大模型为基础端到端的去做更多的事，包括MaaS、AI Agent（智能体）。在2.0阶段，技术架构要转向AI原生和大模型，以GPU（图形处理器）为核心重构计算、存储、安全，我们也推出了很多新产品。
贝壳财经：火山引擎能利用这个机遇弯道超车？
谭待：都升级到2.0时代了，大家都是同一起跑线，就不存在弯道了，大家都要使劲跑。1.0阶段取决于部署规模，规模大就能带来成本降低、弹性增强，但1.0阶段我们也很有信心，因为我们的内外部的部署规模也很大，只不过这个阶段（市场规模）变化会很慢。2.0阶段会让大家都走得更快，这个机会是对所有人开放的。
贝壳财经：国内阿里云可能长于IaaS（基础设施即服务），腾讯可能优势在PaaS（平台即服务）、SaaS（软件即服务），华为则在政企领域有独特的优势，火山引擎相比其他几家的优势和劣势是什么？
谭待：我觉得这些更多是第三方评论，你去问其他家，他们肯定说自己什么都好。我们的要求是不能有短板，因为云计算的客户很多元，行业差异也很大。当然新的事情，比如豆包大模型、AI云原生上要做得更好，这块我们很多产品都是国内首发。
谭待：OKR最重要的是Objectives，也就是目标。我们的目标是用技术服务企业，让它们降本增效、加速创新，只要能做到，云计算的业务天然就变大了。我们更多强调自驱，我自己写我的OKR，写火山引擎十年的BP（商业计划）。
贝壳财经：能不能透露一下这个十年BP？
谭待：我还是说下明年我们想要做什么。今年因为我们推出了更好的模型、更低的价格，所以看到了应用量的爆发。但我认为，目前大模型的应用还只能摘一些低垂的果实，能辅助人类解决的任务也比较简单。明年我们一方面会让更多人用好大模型，同时希望尝试用大模型帮助人类做更长时间的任务，做真正复杂的Agent（智能体）。
贝壳财经：明确了目标之后，火山引擎的人才和经费将要怎么分配？
谭待：想要把云计算和AI做好，是一件很复杂的事情，人是少不了的。火山引擎几年前刚成立时，虽然收入规模小，但研发投入非常大，我们就是照着未来1000亿（收入）目标去投入研发的，所以目前产品和研发团队在小1万人。产品和研发团队相当于是固定资产，销售、运营是规模化团队，做多大规模就招多少人，规模化团队目前加起来大概有1000人。
区域和行业是做to B业务很重要的内容，需要平衡好。火山引擎也会成立本地化团队，相当于客户在哪里，团队就在哪里。火山引擎的实施和交付则更多依靠合作伙伴，我们自己会少做一些。
谭待：跟阶段有关系，在没有大模型之前，精力会更多放在管理、组织和市场上，但现在产品发生了巨大的变化，所以我会更关注产品进程。因为我本来也是技术出身的，做这个事情也很擅长，现在超过60%的时间都花在技术上。
贝壳财经：火山引擎目前的客户主要分布于哪些行业？
谭待：我们全行业都会做，但看重有C端产品、场景的行业，例如金融、零售、手机、汽车、民生相关等面向C端的行业。因为面向C端的场景会积累更多数据，数据越多的产品，在线化程度越高，AI和云才能更好地发挥价值。
贝壳财经：目前会更愿意做标杆案例吗？是大客户居多，还是中小客户居多？
谭待：是否做标杆案例得看阶段。一个新产品出来，肯定要找一个标杆，这个标杆不一定越大越好。当一个产品完成了从零到一，要实现从一到一百的时候，就要讲究覆盖了，特别是中小企业可以用更高效的方式来覆盖。
目前，从收入角度来说，肯定是大客户多一些，从数量角度来说，肯定是中小企业多一点。我会自己去见一些创业公司，一年至少见100多个。AI时代，创业公司有很多新想法，动得特别快，跟他们交流，能学到很多东西。
给“豆包”打分：谦虚一点打80分，多模态模型有更高的社会和经济价值
谭待：我觉得并不是大家都选在年底，回顾这一年，会发现这一年全球大模型的进展都非常快，3月份有一大批的更新，然后5月、6月和9月都有更新，应该是每个季度都会有新东西出来。所以我觉得，刚好四季度又有一批新的出来。
反过来，也说明大模型不管是技术还是应用上，都是很快的。
贝壳财经：你曾表示“不急于推出只有30分的大模型，核心是赋能其他人做这件事。”你给这次换新的豆包大模型家族打多少分，为什么？
谭待：打80分，谦虚一点。
这次有几个大的更新，第一个，我们推出了视觉理解模型。因为语言是人类用来描述世界的很重要的方式，但（人类）认知这个世界、理解这个世界最重要的还是视觉，大模型也是同理，它必须要同时具备语言和视觉能力，才能在现实生活中去帮人类解决更多问题。
第二个，我们的语言模型豆包PRO（专业版）也有非常大的提升，特别是在企业生产力相关的办公产品里，比如复杂指令的遵循，综合任务的处理，然后数学逻辑、推理能力等，整体上已经对齐了 Gpt-4o（OpenAI发布的语言模型）。除了应用在娱乐生活场景外，豆包语言模型在工作场景，比如信息处理、销售客服，都有很高的调用量。还有硬件终端，目前80%的车企都和豆包大模型有合作，通过手机终端的合作覆盖了超3亿用户。
这两个模型的价格其实是（企业）非常可接受、可持续的，是能够让企业和开发者放心大胆地去做尝试的。除了这两个最重要的基础模型之外，我们在很多垂直领域，比如文生图、音乐模型，其实都有进一步的升级。
谭待：其实我不太能猜测他们的想法，只能说一下我的想法。
以终为始地看问题，企业做大模型是为了辅助人去做各种事情，人做事情的时候需要很完整的能力，包括语言、视觉、创作甚至完成更复杂的指令。这就需要模型具备多模态能力，才能端到端的帮个人创业者和企业去解决具体的问题，也才能有更高的社会价值和经济价值。
贝壳财经：市场上有人统计了字节在各个行业推出的AI产品的数量，并称你们是“AI工厂”，豆包大模型能持续快速推出新产品的方法论是什么？
谭待：还不知道我们被叫“AI工厂”。我们做事情还是从产品和需求出发，需求是从用户和客户来的。抖音、头条有非常多人使用，这些人的需求就会诞生对模型的要求。火山引擎现在做企业级市场，有非常多的企业客户，这些企业的需求也会促进我们来做不同的事情满足他们。
所以，是因为我们有这么多的C端用户和这么多企业客户，他们的需求会促进我们研发对应的方向。拿到对他们的反馈后，反过来又能促进我们技术的进步。
贝壳财经：以豆包大模型的实践来看，Scaling Law（规模化法则）是否还成立？
回到大模型本身，其实大模型训练有很多阶段，比如Pretraining（预训练)、SFT（监督微调）和RLHF（强化学习）。在不同阶段都有Scaling Law，区别就在于到底在哪个阶段优化模型的性价比最高。以前可能大家觉得在Pretraining阶段进行优化性价比高，现在可能觉得在强化学习阶段优化性价比高。未来，由于数据合成的进步，Pretraining的性价比又上来了，我觉得是交替上升的过程。
贝壳财经：豆包大模型目前用来训练的数据量是否足够，有没有开始使用合成数据？
谭待：数据枯竭是一个相对而言的概念。比如说文本的数据很多都被用了，但还有很多高质量的数据没有提炼好，多模态数据还有很大量没有被使用好。
数据合成其实是很重要的方法，即使没有数据枯竭的事情，在很多场合也会用。比如我们在做to B（面向企业）服务的时候，信任和安全是很重要的事情，我们不会看任何企业的prompt（提示词），但又需要对模型进行优化，我们就可以通过理解他们的场景，去做一些数据合成，对模型进行训练和提升。
贝壳财经：早期火山引擎并没有急于发布自己的通用大模型，而是选择和多家AI科技公司联合推出大模型服务平台“火山方舟”，目前在火山引擎既有不同大模型组成的MaaS（模型即服务），也有自研的豆包大模型，这二者是否存在左右手互搏？
谭待：完全没有。因为火山引擎的定位一直没变过，豆包大模型其实并不是火山引擎来做的，火山引擎的定位就是做好云计算服务。但现在云计算的定义发生了变化，云计算的1.0时代就是传统的CPU、IaaS等，云计算的2.0时代其实是Model as a Service（模型即服务）为核心，火山方舟是围绕这个事情来做的。它的定义是要做最好的MaaS平台，把模型的生命周期管理好，通过工程优化把推理性能、延迟优化、安全做好，把企业落地的解决方案做好。
一年前，火山方舟推出时，豆包大模型还没有对外开放，所以我们就选了市面上比较好的几家模型放到火山方舟上。现在我们深信豆包大模型是更好的模型，所以就把豆包也放到火山方舟上。
客户在用火山引擎时，可能90%以上都在用豆包大模型，但他也会在某些垂直领域用一些第三方模型，可以搭配使用。
贝壳财经：从客户角度讲，有百分之多少用豆包大模型，有多少用第三方模型？
谭待：站在企业角度去看，中小企业可能没有太多资源去做多云、多模型的策略，所以用豆包大模型就好了。大的企业不管是因为供给安全性还是使用多样性的考虑，它可能90%在用豆包大模型，剩下10%会保留一些三方的或者其他开源的模型。
贝壳财经：早期火山引擎其实一直在打的是“数据飞轮”概念，目前更多讲的是大模型，这个是企业数字化的“一体两面”？
谭待：它是从不同层面来描述这个事情（企业数字化），数据飞轮讲的是企业怎么做好数据驱动。原来企业都说要建设一个中台，但中台只强调了数据中台的建设，但没有强调把数据的价值发挥出来，这个我们叫数据消费。
数据飞轮其实有两个闭环，一个是业务对数据的应用，一个是数据资产的建设，然后通过数据消费把两个连在一起。业务做得越多，数据资产就越好，数据资产越好，给业务带来的价值就越大，整个过程中都有对应的产品和工具。
大模型其实是一个技术的问题，以前我们用传统技术来处理问题，现在用大模型来处理，大模型其实可以让数据飞轮转得更快。因为在业务用数据时可以用自然语言来表达，或者用数据智能体来做这个事，这样对数据的应用会更好。而在数字资产层面，大模型会极大释放非结构化数据的价值。
所以，我认为说数据飞轮仍然是企业数据驱动中非常重要的东西，但在豆包大模型上这个事情做得更加高效。
▲火山引擎总裁谭待
贝壳财经：如果火山引擎的客户对豆包大模型有一些修改、调优的需求，你们和豆包大模型团队是如何内部协同的？
谭待：火山引擎有一个团队可以深入到豆包大模型团队里，和他们一起做开发，我们通过这个团队来实现B端需求的闭环。可以理解为豆包大模型团队中有个和火山引擎共同开发的小分队，专门为火山引擎服务。
贝壳财经：豆包智能助手是不是客观上对火山引擎做to B业务起到了推介作用？
火山引擎一定程度上对豆包有优化。to B场景更复杂，任务要求难度更高。所以很多很难的产品能够在to B场景里做好，反过来让基础大模型的能力更强。
研判未来方向：火山不下场做硬件，明年行业会涌现更多AI应用
贝壳财经：很多云计算厂商都在投资AI大模型企业，一般是给“一部分投资款+一部分算力”，火山引擎是否有类似的计划？会采取怎样的计划构建生态企业？
谭待：我认为用投资来换收入是一件没有意义的事情。我们也有投资团队，但我们更多是做战略投资，比如说被投企业的能力，是火山引擎整体对外服务比较重要的能力，我们就会进行投资。
云计算的生态的确很重要，核心还是利益互惠，比如一些垂直场景的应用，它们加上豆包大模型的能力，能做很多事情，我们会和他们深度合作，联合做一些产品开发。
贝壳财经：大家现在对GPU（图形处理器）有一些担忧，你觉得未来人才、技术、算力和数据，哪个会成为限制中国基座大模型更新迭代的短板？
谭待：就不说哪个是短板了。我觉得人才更重要一些，因为所有事情都是人做出来的。
贝壳财经：这几年大模型企业经历了怎样的发展？2025年会有哪些趋势？
谭待：我认为这几年乃至未来模型的训练量每年还是会增加的，但把应用做起来也很重要，不然前期投入的资源可能就浪费了，最后应该是应用的市场空间要比训练的市场空间大5倍左右，投入才能算得正。做好应用则需要好的模型、需要AI普惠，这是我们云计算企业要做的事情。所以我觉得2025年更适合去推好的模型，我相信2025年不管是中国还是世界会涌现更多AI应用，不管是to C还是to B的。
贝壳财经：2025年是否会出现杀手级应用（Killer APP）？
谭待：现在还是AI早期，就像移动互联网早期时候，大家说杀手级应用是LBS（基于位置的服务）或者图片社区，但真正的杀手级应用是美团、滴滴、抖音。杀手级应用是发展到了一定阶段后，有更复杂的形态出来之后才会出现，现在大模型才发展一两年，还不用着急。今年模型的发展速度已经超过过往任何一项技术的变革速度，所以耐心等待就好，不用焦虑。
贝壳财经：行业内对大模型开始反思，包括消耗了过多能源却制作出了不少无用的“垃圾”，包括红杉提出的AI大模型的6000亿美元陷阱，也包括对人工智能伦理和技术进步之间的平衡，你怎么看这些反思？
谭待：我没有看红杉的完整报告，但看了一些分析。这个报告提出问题的最终目的是要让大家把模型应用做起来，而且它觉得明年会有大的亮点出来。所以价值链的终局是，所有模型的投资、训练等，最终还是要应用和落地。