Zusammenfassung der Kerninhalte
Die Außenwelt betrachtet allgemein Tencent als „langsam“ im Bereich KI – mit einem späten Start bei den Grundmodellen, erfolglosen C-Business-Produkten und einer konservativen Investition in Rechenleistung. Doch tatsächlich verfolgt Tencent eine „Marathonstrategie“: Es meidet die finanziellen Falle des C-Business-Marktes und konzentriert sich auf die Anwendung von KI in Unternehmens- und Fachszenarien. Durch ein gemeinsames Design von Modellen und Produkten sowie auf die Nutzung seiner eigenen Szeneökologie (WeChat, Tencent Meeting usw.) baut es eine langfristige Wettbewerbsfähigkeit auf. Dennoch sieht sich Tencent mit Problemen wie einem Rückstand bei den Grundmodellen, Engpässen in der Rechenleistung und Schwierigkeiten bei der Zusammenarbeit interner Daten konfrontiert – gleichzeitig hält es jedoch das potenziell entscheidende Ass „WeChat AI“ in der Hand.
Die Kritik an Tencent aus der Außenwelt: Drei Hauptkritikpunkte
Die Kritik an Tencents „Langsamkeit“ konzentriert sich auf drei Aspekte:
1. Später Start bei den Grundmodellen: Während die Branche 2024 mit der Veröffentlichung großer Modelle begann, schloss Tencent erst 2026 die Neugestaltung des Hunyuan-Systems ab – zwei Jahre später als seine Konkurrenten.
2. Fehlender Erfolg bei C-Business-Produkten: Das AI-Chattool „Yuanbao“ verzeichnet nur einen Bruchteil der Monatsnutzerzahlen von „Doubao“ und wird daher als schwach im C-Business-Bereich abgetan.
3. Konservative Investitionen in Rechenleistung: Im vergangenen Quartal investierte Tencent lediglich 35 % seines operativen Cashflows in KI – im Vergleich zu den globalen Giganten, die ihr gesamtes Jahrescashflow in diese Technologie stecken.
Ist Tencents „Langsamkeit“ beabsichtigt? Das Vermeiden des C-Business-Flow-Traps
Tencent ist nicht wirklich langsam; es entscheidet sich bewusst dagegen, kurzfristigen C-Business-Zugriff zu verfolgen:
- C-Business als „Cashflow-Loch“: „Doubao“ benötigte viel Geld für Wachstum, was dazu führte, dass ByteDance seine Kapitausausgaben im Jahr 2026 auf 70 Milliarden US-Dollar erhöhen musste und dadurch seinen Gewinn schädigte; ChatGPT verzeichnet über 1 Milliarde Nutzer, hat jedoch jährliche Verluste in Höhe von mehreren Milliarden.
- Der Ansatz von Anthropic: Anthropic konzentriert sich auf Unternehmens- und Fachszenarien – seine Nutzerzahl beträgt nur 10–15 % der von OpenAI, doch sein ARPU (Einnahme pro Nutzer) ist zehnmal so hoch. Tencent folgt diesem Ansatz: „Yuanbao“ dient lediglich als Testfeld für Modelle; die Schwerpunkte liegen auf Produkten wie WorkBuddy (Produktivitätssysteme) und CodeBuddy (Entwicklerwerkzeuge).
- **Tang Daosheng: ‚KI ist ein Marathon, keine 100-Meter-Sprint – Geschwindigkeit war in der Vergangenheit bedeutungslos.‘“
Tencents Kernstrategie: Die Zusammenarbeit von Modellen und Produkten
Der Erfolg von Tencents KI-Strategie basiert auf dem „Co-Design“-Modell, bei dem Modelle- und Produktteams eng zusammenarbeiten:
1. Solide Grundmodelle: Bei der Vorverarbeitung (Pretraining) wird nicht nach der Größe der Parameter gesucht, sondern die Infrastruktur und Daten optimiert; beim Nachtraining werden reale Szenendaten verwendet.
2. Aufbau von Vertrauensbeziehungen: Das Hunyuan-Team unterstützt das Nachtraining von „Yuanbao“ – auch wenn das Vorverarbeitungskonzept noch nicht abgeschlossen ist, werden die Produktanforderungen priorisiert.
3 Mögliche Übertragbarkeit der Fähigkeiten: Die Chatfunktionen von „Yuanbao“ werden auf WorkBuddy übertragen, und die Daten aus WorkBuddy fließen wiederum in die Weiterentwicklung von Hunyuan ein, was einen geschlossenen Kreis bildet.
4 Evaluationssysteme: Anstatt sich auf Drittanbieterlisten zu verlassen, wird die Qualität der Produkte anhand von Nutzerfeedback verbessert – beispielsweise wurde Hy3 Preview entwickelt, um echte Nutzerfragen (unklare, unzusammenhängende Fragen) zu sammeln und Fehler in den Listen zu beheben.
Tencents Stärken und Schwächen: Szenenökologie als Vorteil, Rechenleistung als Engpass
Stärken:
- Reiche Szeneökologie: WeChat (1,4 Milliarden Nutzer), Tencent Meeting, Spiele, Cloud-Dienste erzeugen täglich große Mengen an hochwertigen Daten.
- Adaptierte Organisationskultur: Kleine Teams (3–5 Personen) treffen flexibel Entscheidungen; es gibt keine komplexen Hierarchien, was die Effizienz der Entwickler erhöht.
Schwächen:
- Rückstand bei Grundmodellen: Im Vergleich zu Modellen wie GPT-4o und Claude 3 liegt Tencent bei komplexen Schlussfolgerungen und multimodalen Verständnissen noch zurück.
- Engpässe in der Rechenleistung: Die Nutzung des H20-Chips aus den USA ist eingeschränkt; die lokale Entwicklung des Shengteng 950 wird erst Ende 2026 in Serie gehen, was zu einem Engpass in der Rechenleistung führt.
- Schwierigkeiten bei der Datenkoordination: Die Daten von WeChat, Spielen und Cloud-Diensten sind aufgrund von Compliance-Vorgaben nicht miteinander verknüpft, was eine effektive Zusammenarbeit erschwert.
Das noch unveröffentlichte Ass: WeChat AI könnte die Märkte revolutionieren
Tencent hält ein weiteres Ass in der Hand – WeChat AI:
- WeChat arbeitet mit Handyherstellern zusammen, um soziale Beziehungsstrukturen für systemweite AI-Hilfsfunktionen zu öffnen.
- Nutzer können mit einem Wisch auf dem Bildschirm auf AI-Funktionen zugreifen und Millionen von Mini-Programmen nutzen (z. B. automatische Dokumentenerstellung, Besprechungseinladungen); WeChat könnte zur größten KI-Plattform der Welt werden.
- Sollte WeChat AI tatsächlich eingeführt werden, würde Tencents KI-Fähigkeit nahtlos in den Alltag seiner 1,4 Milliarden Nutzer integriert werden und die Marktstruktur grundlegend verändern.
Fazit
Tencents KI-Strategie setzt die Logik des „Nachzukommens“ im Internet fort (von QQ Mail zu WeChat). Ob es jedoch im zweiten Halbjahr der KI-Entwicklung erfolgreich sein wird, hängt davon ab, ob es die Rechenleistungsknappheit überwinden und seine internen Daten effektiv nutzen kann – sowie von der Wirksamkeit von WeChat AI. Letztendlich geht es beim KI-Marathon um langfristige Werte, nicht um kurzfristige Geschwindigkeit.