Краткое содержание анализа
Общественность в целом считает, что Tencent отстает в области искусственного интеллекта (ИИ): компания начала работу над базовыми моделями поздно, ее продукты для потребителей не имели успеха, а инвестиции в вычислительные ресурсы были ограничены. Однако Tencent следует стратегии, напоминающей марафон: компания избегает ситуаций, требующих больших финансовых вложений на рынке потребительских продуктов, сосредотачивается на применении ИИ в корпоративных и профессиональных сценариях. С помощью подхода к совместному разработанию моделей и продуктов (Co-Design) Tencent строит долгосрочную конкурентоспособность, опираясь на свою экосистему сервисов (WeChat, Tencent Meeting и другие). Тем не менее, у компании есть проблемы, такие как отставание в разработке базовых моделей, нехватка вычислительных мощностей и сложности с координацией внутренних данных. В то же время у Tencent есть потенциальный козырь в виде ИИ-технологий, разработанных для сервиса WeChat.
I. Как общественность воспринимает «замедление» действий Tencent
Критика в адрес Tencent сосредоточена на трех основных аспектах:
1. Позднее начало работы над базовыми моделями: В то время как другие компании начали публиковать крупные ИИ-модели в 2024 году, Tencent завершило перестройку своей архитектуры только в 2026 году, что на два года позже.
2. Неудачи с продуктами для потребителей: Его ИИ-чат-приложение «Yuanbao» имеет значительно меньшее количество активных пользователей, чем аналогичные сервисы; это используется в качестве примера слабости компании в этой сфере.
3. Осторожные инвестиции в вычислительные ресурсы: В прошлом квартале Tencent инвестировало в ИИ лишь 35% своих операционных денежных средств, что по сравнению с мировыми гигантами, вкладывающими всю годовую сумму в этот сектор, кажется консервативным подходом.
II. Является ли «замедление» действий Tencent умышленным? Избегание потребительского рынка
Тенденция к замедлению не является результатом непреднамеренных действий компании; наоборот, Tencent выбирает неспешный путь развития, избегая ситуаций, требующих больших финансовых вложений.
- Рынок потребительских продуктов – это «черная дыра» для инвестиций: Многие компании, такие как ByteDance, вынуждены тратить большие суммы на рост своих сервисов; в результате в 2026 году расходы ByteDance на инвестиции увеличились до 70 миллиардов долларов, что снизило их прибыль. У ChatGPT более миллиарда пользователей, но ежегодные убытки составляют несколько десятков миллиардов долларов; коммерциализация этого продукта остается неясной.
- Тенденция к развитию в корпоративных/профессиональных сценариях: Компания Anthropic сосредоточена на этих направлениях; количество пользователей у нее составляет всего 10–15% от числа пользователей OpenAI, но ARPU (доход на пользователя) в десять раз выше. Tencent следует этому примеру: его продукты, такие как WorkBuddy и CodeBuddy, направлены на повышение производительности работы сотрудников.
- Прямые слова руководителя Tencent: «ИИ – это марафон, а не спринт; быстрость, достигнутая в начале пути, не имеет большого значения».
III. Основной подход Tencent: совместная разработка моделей и продуктов
Эффективность ИИ-решений в Tencent достигается благодаря подходу к совместному разработке моделей и продуктов (Co-Design):
1. Качественные базовые модели: При предварительном обучении не стремятся к большому размеру параметров моделей, а сосредотачиваются на улучшении инфраструктуры и данных; при последующем обучении используются реальные данные для отладки моделей.
2. Установление взаимопонимания между командами: Команда, занимающаяся разработкой базовых моделей (HybridMind), помогает команде, работающей над продуктами (Yuanbao), даже если предварительное обучение еще не завершено.
3. Мобильность решений: Способности модели Yuanbao могут быть использованы в других продуктах (например, WorkBuddy), а данные, собранные в рамках этих продуктов, способствуют дальнейшему совершенствованию моделей.
4 Система оценки качества: Вместо использования сторонних рейтингов компания опирается на отзывы пользователей; например, предварительная версия модели Hy3 Preview была выпущена для сбора информации о реальных вопросах пользователей, что помогает выявить недостатки модели.
IV. Козыри и слабые стороны Tencent
Козыри:
- Богата экосистема сервисов: WeChat (1,4 миллиарда пользователей), Tencent Meeting, игры, облачные услуги – все они генерируют большое количество ценных данных.
- Гибкая организационная структура: Малые команды (3–5 человек) принимают быстрые решения; инженеры переходят от написания кода к управлению ИИ-системами, что повышает эффективность работы.
Слабые стороны:
- Отставание в разработке базовых моделей: По сравнению с такими продуктами, как GPT-4o и Claude 3, модели Tencent уступают в сложных задачах и мультимодальном понимании информации.
- Нехватка вычислительных ресурсов: Из-за ограничений со стороны США производство чипов H20 затруднено; китайский чип Ascend 950 будет выпущен только в конце 2026 года, что создает проблемы с доступом к вычислительным ресурсам в ближайшие 18–24 месяца.
- Сложности с координацией внутренних данных: Данные из различных сервисов (WeChat, игры, облачные услуги) не синхронизированы из-за правил конфиденциальности, что мешает их эффективному использованию.
V. Потенциальный козырь Tencent: ИИ для WeChat может изменить рынок
У Tencent есть еще один потенциальный козырь – ИИ-технологии, разработанные для сервиса WeChat. Компания сотрудничает с производителями смартфонов, чтобы предоставить пользователей системные ИИ-ассистенты; пользователи смогут легко использовать эти функции (например, автоматическое создание документов, организация встреч). Если эти технологии будут успешно внедрены, их влияние на рынок будет значительным. WeChat может стать крупнейшей в мире платформой для использования ИИ-сервисов.
Заключение
Стратегия Tencent в области ИИ основана на принципе «действий после старта» (как с QQ Mail и WeChat). Однако успех компании в следующем этапе развития ИИ зависит от ее способности преодолеть проблемы с вычислительными ресурсами, улучшить координацию внутренних данных и добиться эффективного внедрения ИИ-технологий. В конечном итоге успех в области ИИ определяется долгосрочной ценностью решений, а не краткосрочной скоростью их реализации.