豆包接入DeepSeek与Kimi，字节加速AI商业化，企业付费成核心增长点

字节跳动正在系统性重构其AI业务的盈利路径。10月29日，豆包工作团队版与企业版正式接入DeepSeek、Kimi及智谱GLM等外部大模型，企业用户调用这些模型时，直接扣除豆包账户中的AI点数，无需另行与模型厂商签约——这意味着，即便企业选择竞品模型，费用仍流向字节体系。

这一动作背后，是字节对AI收入结构的深度调整火山引擎年初尚以提升模型调用量为优先目标，年中则明确将商业化置于更高位置，并上调原定150亿元的年度收入目标。现实是：面向个人用户的豆包App上半年收入不足1亿元，而火山引擎模型服务同期收入约48亿元，占中国公有云模型服务市场（IDC统计为106.3亿元）的45.1%。

但细分结构揭示出关键差异：在纯大语言模型（LLM）收入上，阿里云以46.6%的份额领先，火山引擎仅占10.2%，对应约5.1亿元；其余约43亿元收入来自图像、视频等多模态服务。这解释了为何字节更强调“工作流整合”而非单纯拼模型参数——企业原有商品图生成、视频剪辑等需求本就存在，AI化后更容易转化为可计量的付费行为。

上图清晰呈现字节当前三类AI用户的不同付费逻辑：个人用户通过豆包App订阅会员付费；企业员工在豆包工作或飞书豆包工作伙伴中使用AI工具，由企业统一采购并按套餐与额度计费；企业开发者则通过火山引擎调用模型接口，按用量付费。三者并行不悖，且允许重叠——例如一家公司既采购火山引擎API供研发调用，又为业务部门开通豆包工作权限。

豆包工作在此架构中扮演“中枢入口”角色。它支持企业管理员按成员、部门或群组配置可访问的外部模型权限，并限定调用入口（如仅限文档撰写或仅限表格分析）。过去各部门各自对接不同模型厂商，需独立开账号、结算与权限管理；如今集中于一个平台，不仅降低IT运维成本，更强化了字节对客户工作流的粘性。

飞书的计费机制进一步体现平台价值。以一次搜索任务为例：若使用飞书内置模型，总扣5点（模型4点+搜索1点）；若企业接入自购模型，则模型费用直付供应商，飞书仍收取搜索等平台服务的1点。生成收费产物（如PPT、报告）时，亦按规则消耗额度。该模式目前支持API接入云端模型，暂不兼容企业本地部署模型——这也划定了当前平台能力的边界。

值得注意的是，字节正同步推进另一条路径：从“对话助手”向“任务执行型智能体”跃迁。内部代号为“Spell”的项目，旨在打造类似Meta Muse的个人AI Agent，能主动规划、调用外部服务并持续执行跨天任务。9月豆包已上线“出行用豆包”功能，支持查询机票、订票、叫车与酒店预订；10月豆包工作新增“录制个人技能”能力，用户演示一次电脑操作流程，AI即可复现并在Mac锁屏后继续运行。

这些尝试直指现有产品的结构性瓶颈：免费聊天模式下，用户规模反成成本负担。截至2026年3月，豆包日均Token使用量达120万亿，较2024年5月增长1000倍；而日收入不足百万元，推理成本却达数千万元。2025年字节净利润同比下滑超70%，主因即AI算力与基础设施投入激增。

因此，豆包App虽以4.19亿月活（QuestMobile数据）稳居国内AI原生应用第一，但真正决定未来收入上限的，是企业端能否将AI深度嵌入工作流。飞书披露，2026年上半年超九成新增客户同步采购了飞书AI产品——但这仅是“首次进入预算”，续费与否取决于办公流程是否真正依赖该平台。

亿咖通的供应链改造案例提供了实证：其在飞书内集成妙搭、多维表格与Aily，实现需求预测与库存监控闭环，库存周转天数从65天降至27天。工具的价值不在单次响应速度，而在能否持续接入动态数据、触发预警并推动人工介入。只要这条工作流有效，即便更换底层模型，客户仍有理由保留飞书作为执行中枢。

字节7月底完成组织整合：豆包产品团队并入飞书，销售与客服则归属火山引擎。此举意在打通“模型能力-办公场景-企业采购”链条——研发人员调用API、业务人员使用助手，原本分属两笔生意，如今可由同一客户统一决策。

手机与车端入口仍存挑战。豆包手机助手因涉及屏幕操作，遭166款应用拒绝授权；车端虽已搭载超700万辆汽车，但仍需车企逐个开放权限。相比之下，办公场景因已有组织架构、审批流与数据沉淀，天然具备更高的AI集成效率。

行业共识正在形成：AI的商业价值不在于“聊得多”，而在于“办成事”。当用户愿意为一份自动更新的周报、一个实时监控的库存看板或一次跨平台协调的差旅行程付费时，AI才真正走出技术演示阶段。字节的策略很清晰——先用豆包积累海量用户与交互数据; 再以豆包工作切入企业付费场景; 最终通过智能体架构实现从“响应指令”到“自主执行”的跃迁。这条路能否走通，将决定其AI投入能否转化为可持续收入，而非持续烧钱的负资产。