Zusammenfassung der Kerninhalte
In letzter Zeit hat sich Tencent im Bereich KI in vielerlei Hinsicht tiefgreifend verändert:
1. Unter der Leitung des Chef-KI-Wissenschaftlers Yao Shunyu haben die großen Modelle ihre Ausrichtung von der Orientierung an externen Rankings auf die Verbesserung der Benutzererfahrung geändert; dabei wurde die Datenqualität optimiert und das HY3-Modell eingeführt.
2. Die AI-Produkte (wie intelligente Agenten, Coding-Tools) wachsen rasant, was zu einem starken Anstieg des Tokenverbrauchs führt. Trotzdem ist die Rechenleistung weiterhin knapp; daher entschied sich Tencent dafür, mit Chip-Herstellern zusammenzuarbeiten, anstatt eigene Chips zu entwickeln.
3. KI hat die Unternehmensorganisation verändert: Die Entwicklerteams sind flacher und kleiner strukturiert, und die Prozesse haben sich von einer vordefinierten Funktionsentwicklung hin zu einer ergebnisorientierten Arbeitsweise entwickelt.
4. AI-basiertes Coding hat die Entwicklungseffizienz deutlich gesteigert, bringt aber auch neue Herausforderungen mit sich (z. B. „AI-Illusionen“ und die Überprüfung von Code).
5. Die kommerzielle Verwertung von C-Side-AI-Lösungen steht weiterhin vor dem Problem hoher Kosten; daher konzentriert sich Tencent derzeit darauf, die Produktqualität zu verbessern.
Detaillierte Interpretation
1. Yao Shunyu und die „praktische“ Nutzung von großen Modellen
Früher legten Tengues großen Modelle mehr Wert auf externe Rankings; jetzt konzentriert sich Yao Shunyu auf die Benutzererfahrung. Er hat beispielsweise die Entwicklung der großen Modelle in Zusammenarbeit mit dem C-Side-Tool „Yuanbao“ vorangetrieben, um die Modelle besser an die Bedürfnisse der Nutzer anzupassen. Zudem wurden viele unnötige Trainingsdaten entfernt, sodass das HY3-Modell zu 80 % in Yuanbao eingesetzt wird. Tang Daosheng bezeichnete ihn als jemanden, der Komplexität reduziert und die Modelle auf die tatsächliche Benutzererfahrung ausrichtet – anstatt sie nur zum Schaukeln zu nutzen.
2. Rechenleistungsknappheit – aber kein eigenes Chip-Entwicklungsprogramm
AI benötigt viel Rechenleistung, insbesondere da Tengues AI-Produkte immer häufiger genutzt werden (z. B. intelligente Agenten), was zu einem exponentiellen Anstieg des Tokenverbrauchs führt (mehr als 5 Billionen pro Tag). Tang Daosheng betont, dass die verfügbaren Rechenressourcen nicht ausreichen, um den Bedarf zu decken. Daher kooperiert Tencent mit verschiedenen Chip-Herstellern, anstatt eigene Chips zu entwickeln – schließlich fehlt weltweit Kapazität in der Chipproduktion.
3. KI und eine flachere, effizientere Unternehmensstruktur
Früher erstellten Internetunternehmen Produkte nach festen Vorgaben: Zuerst wurden Funktionen entworfen, dann entwickelt und schließlich getestet – mit vielen Hierarchieebenen. In der KI-Ära hat sich dies geändert:
- Die Teams sind kleiner geworden; bereits Gruppen von drei bis fünf Personen können eigenständig entwickeln (z. B. das WorkBuddy-Team). Es gibt keine Mittelmanagementebenen mehr.
- Die Prozesse sind transparenter: Geschäftsmodul, Code und Nutzerfeedback werden gemeinsam genutzt, wodurch Informationsblockaden vermieden werden.
- Ergebnisorientiert: Zuerst wird darüber nachgedacht, welche Ergebnisse erzielt werden sollen – sogar die Möglichkeit eines „Ein-Mann-Unternehmens“ wird diskutiert. Solange eine Idee vorhanden ist, kann sie mit Hilfe von KI in ein vollständiges Produkt umgesetzt werden.
Diese flache Struktur vermeidet Ineffizienzen durch überflüssige Berichtsläufe; beispielsweise kann das Team problemlos weiterarbeiten, wenn ein Ingenieur ausscheidet, da alle Informationen offengelegt sind.
4. AI-basiertes Coding und die Veränderung der Rolle von Programmierern
Zu Beginn des Jahres 2022 wurde nur etwa 30 % des von KI generierten Codes von den Entwicklern akzeptiert; heute wird mehr als 90 % des Codes von AI erstellt. Mit CodeBuddy können Programmierer gleichzeitig vier AI-Assistenten für die Entwicklung verschiedener Module einsetzen. Die „Anfrageverarbeitungsgeschwindigkeit“ ist ein wichtiger Indikator für die Innovationsgeschwindigkeit. Obwohl der Kosten-Nutzen-Faktor noch nicht berechnet wurde, übertrifft der durch die Investition in KI erzielte Geschäftszuwachs diese Investitionen deutlich.
Allerdings bringt KI auch neue Herausforderungen mit sich – beispielsweise können AI-Systeme falsche Informationen erzeugen oder den Code zu schnell generieren, was eine intensive Überprüfung durch menschliche Experten erfordert. Daher werden zunehmend Einschränkungen für KI-Systeme eingeführt.
5. Schwierigkeiten bei der kommerziellen Verwertung von C-Side-AI-Lösungen
Einige C-Side-AI-Anwendungen beginnen zwar bereits, Gebühren zu erheben, aber dies ist keine einfache Aufgabe: Die Betriebs- und Rechenkosten für AI-Dienste sind hoch, und das Werbebusiness reicht oft nicht aus, um die Kosten zu decken – schließlich variieren die Nutzungsmöglichkeiten und -zahlen der Nutzer stark. Deshalb konzentriert sich Tencent zunächst darauf, die Produktqualität zu verbessern, anstatt mit Wettbewerbern im Hinblick auf die Geschäftskommerzialisierung zu konkurrieren.
Fazit
Tencent wird durch KI umgestaltet: Von den Modellen über die Organisation bis hin zur Geschäftsstrategie passt das Unternehmen sich den neuen Regeln der KI-Ära an. Obwohl es noch Herausforderungen in Bezug auf Rechenleistung, Kosten und Fehler in AI-Systemen gibt, zielt das Unternehmen insgesamt darauf ab, Effizienz zu steigern und die Produkte näher an die Bedürfnisse der Nutzer anzupassen – anstatt blind technologische Showeffekte oder schnellen Profit zu erzielen.