Краткое содержание анализа
За последние несколько месяцев крупные интернет-компании (ByteDance, Tencent, Alibaba и другие) совершили стратегический поворот: они перестали вкладывать миллиарды в разработку AI-продуктов для потребителей (таких как DouBaoApp, Alibaba QianWenApp, Tencent YuanBao) с целью привлечения трафика и переключились на разработку решений для офисного использования на основе технологий искусственного интеллекта. Ранее инвестиции в потребительские продукты приводили к кратковременному увеличению трафика, но сопровождались низким удержанием пользователей и низкой конверсией, а использование крупных AI-моделей сопряжено с высокими затратами на вычислительные ресурсы, что снижало прибыльность новых продуктов. Офисные сценарии, напротив, представляют собой более перспективную область для получения дохода благодаря четким потребностям предприятий и высокой частоте использования функций (анализ документов, генерация кода и т. д.). Компании сосредоточили усилия на разработке офисных решений, адаптировали свою организационную структуру, однако перед ними стоят такие проблемы, как отсутствие устоявшихся практик оплаты в Китае и необходимость интеграции AI-технологий в бизнес-процессы.
Почему модель инвестиций в потребительские продукты не сработала?
В эпоху мобильного интернета подход «инвестиции в привлечение трафика → трафик → получение дохода от рекламы» был эффективен благодаря низким маржинальным затратам (например, распределению затрат на серверы между большим количеством пользователей). Однако AI-модели требуют значительных ресурсов для обработки каждого запроса пользователя, что приводит к увеличению затрат с увеличением количества пользователей. Кроме того, отсутствует сетевой эффект (в отличие от сервисов вроде WeChat, где большее количество пользователей улучшает качество обслуживания). Финансовые отчеты наглядно демонстрируют неэффективность этого подхода: новые AI-продукты Tencent в первом квартале снизили прибыль на 8,8 миллиарда юаней, а подразделение Alibaba AI Laboratory теряло 4,2 юаня на каждый заработанный юань. Инвестиции в потребительские продукты принесли лишь кратковременный рост трафика, но не позволили достичь ожидаемых результатов по удержанию и конверсии пользователей.
Почему компании переключились на офисные решения на основе AI?
Офисные сценарии представляются компаниями более перспективными из-за следующих причин:
1. Высокая и четкая потребность: предприятия ежедневно выполняют задачи, связанные с созданием документов, таблиц, PPT, анализом данных и программированием, что требует времени и ресурсов;
2. Готовность к оплате: предприятия готовы платить за решения, которые позволяют сократить затраты и повысить эффективность;
3. Четкие критерии оценки качества: качество генерируемых документов и кода легко оценивается.
Как компании интегрируют свои ресурсы для разработки офисных решений на основе AI?
Ранее внутренние AI-команды компаний конкурировали друг с другом (например, у ByteDance были продукты DouBao, TRAE, KouZi; у Alibaba — три офисных AI-продукта), что приводило к распылению ресурсов и конфликтам. Теперь компании сосредотачивают усилия на совместной работе:
- ByteDance объединила команды, занимающиеся разработкой офисных решений (FeiShu, TRAE, KouZi);
- Alibaba объединила три офисных AI-продукта в единое решение QianWen Office, которым управляет руководитель DingTalk;
- Tencent включила центр разработки QClaw в систему WorkBuddy.
Какие проблемы остаются на пути к коммерческому успеху офисных решений на основе AI?
Несмотря на правильный подход, компании сталкиваются с такими трудностями:
1. Отсутствие устоявшихся практик оплаты: в США экосистема SaaS уже развита, но в Китае предприятия осторожно относятся к платным AI-сервисам;
2. Необходимость интеграции в бизнес-процессы: AI-технологии должны быть эффективно интегрированы в рабочие процессы для создания реальной ценности;
3. Необходимость обеспечения качества: генерируемые документы и код должны быть без ошибок.
Вывод
Переход к офисным решениям на основе AI является рациональным шагом компаний, стремящихся снизить затраты и повысить эффективность. Однако для коммерческого успеха необходимо преодолеть проблемы, связанные с практиками оплаты, интеграцией технологий в бизнес-процессы и обеспечением качества. Только те компании, которые смогут добиться этого, смогут добиться долгосрочного успеха.