腾讯的AI战略，有哪些新动向？

聊聊腾讯NDR吧，正好我们的调研快做完了，括号内的注是我们的解读。

总体AI战略，聚焦核心应用，尤其是微信（注：腾讯还是两条腿走路，一方面是充分利用微信较好的用户基础，另一方面元宝portfolio也在积极建设）：

• 利用微信生态系统的独特优势：腾讯强调微信生态系统的独特性，包括其庞大的内容和服务、小程序的能力以及社交关系和支付体系。认为这在Agentic AI时代具有巨大优势，能够更好地协助用户导航和连接服务。

• 发展AI原生应用：Yuanbao（注：+IMA还有一些其他腾讯系产品+DS的组合）。腾讯也在探索全新的、基于AI的应用形态。与将 AI 功能融入现有应用（如微信）不同，Yuanbao 是一个从一开始就基于 AI 构建的应用，这使其能够更充分地探索和利用 AI 的潜力，并展示腾讯在 AI 模型和产品方面的最新进展。Yuanbao 在用户基数方面取得了快速增长（注：过去2个月20X DAU增长）。

• 用户在 Yuanbao 中的行为模式，例如每周多次使用和进行多次提示或查询，类似于搜索引擎，这预示着 AI 应用可能发展出新的用户习惯和粘性。

• 实践和验证多模型战略：Yuanbao 提供多种模型，这些模型针对不同的使用场景进行了优化。这直接体现了腾讯拥抱多模型并存趋势的战略，通过在 Yuanbao 上提供不同的模型，腾讯可以更好地理解不同模型在实际应用中的表现，并满足用户多样化的需求。

• 拥抱多模型：腾讯相信行业正朝着开放源代码的世界发展，最成功的应用将提供多个模型，并且腾讯很早就意识到了这个趋势。愿意为特定用例提供不同的模型，包括自研的模型。

• 探索和实现“AI 提示助手”的演进：Yuanbao 作为一款 AI 应用，正在从一个类似搜索引擎的“知识角落”发展成为更全面、更有助力的“智能 Agent” 。通过 Yuanbao 的实践，腾讯可以更好地理解和应对 Agentic AI 带来的挑战和机遇，例如用户隐私保护和与其他服务的连接。（注：微信和yuanbao portfolio都会往Agent方向走）

• 着眼于跨设备的最佳用户体验：腾讯的目标是成为用户在各种设备上的最佳应用和数字助手。这意味着腾讯希望其生态系统能够覆盖用户在不同场景下的需求，并提供无缝的体验。(注：这里有个基础工作是用户的数据打通和身份的打通，这个腾讯是有优势的，基于微信ID的认证体系，对于微信内部的应用本身就是打通的，然后很多腾讯系的产品也都是基于微信ID的认证的，数据打通可以看到IMA这个产品及微信内部一些信息整理收藏的场景的衍生）

微信生态系统的重要性：

• 高用户时长和高用户粘性平台：微信是腾讯旗下用户花费时间和参与度最高的应用。这为腾讯在其内部加载新的强大功能，包括人工智能应用，提供了坚实的用户基础。

• 独特的基础设施：微信生态系统拥有巨大的内容和服务范围，尤其重要的是其小程序交易能力、统一的社交关系链和支付体系。这些独特的要素使得在微信生态内部构建 Agentic AI具有巨大的潜力，能够为用户提供更无缝的体验。

• AI战略的核心载体：腾讯的AI战略并非为每个新兴的互联网用例都创建一个新的原生App，而是倾向于将强大的AI功能加载到微信这个已经拥有庞大用户基础和高用户粘性的平台上。这意味着微信是腾讯在AI时代实现其功能和服务普及的关键载体。

• 基于微信能够形成区别于竞争对手的优势：微信生态系统所拥有的社交关系链、支付图谱以及未来的物理位置图谱，使得 Agentic AI 在微信内能够提供比其他任何生态系统都更强大的导航和辅助能力。（注：这是腾讯区别于竞争对手的重要优势之一）

• 电商发展的关键：微信小程序和微信小店在电商领域展现出巨大的潜力。微信所拥有的社交图谱和用户地理位置信息等独特优势，能够帮助商家与消费者建立更直接的联系，并实现更高效的运营

• 抵抗硬件厂商潜在风险：鉴于微信的通信和社交属性，其拥有巨大的网络效应。即使硬件公司试图在边缘部署AI并绕过软件公司，微信这种基于强大网络效应的核心用例也不容易被颠覆，因为每天使用微信的用户比例可能会高于使用任何单一硬件厂商设备的用户比例。

广告业务及AI在广告业务中的应用：

• 广告收入的加速增长：腾讯观察到其广告收入在第四季度实现了加速增长。这表明广告业务是公司重要的收入来源，并且展现出良好的发展势头。

• Adload还有提升的潜力：腾讯视频号的广告加载率（约4%）远低于国内同行（约15%）和Meta（约15%左右），这表明腾讯在视频广告方面仍有增长空间。

• 变现策略：Meta可能在广告变现方面更为积极，而腾讯则秉持相对谨慎的“保守变现”原则，更注重用户体验和长期可持续增长

• 数据优势：腾讯认为自己拥有Meta在Instagram或Facebook等平台不具备的独特优势，例如微信生态系统内丰富的用户数据和活动，可以用来进一步提升广告效果。

• AI在提升广告效果中的核心作用（注：腾讯广告3.0系统，2024年Q4上线，主要是数据整合和AIGC引入对内容的理解）：腾讯积极部署AI技术以直接提升广告效果，展示更相关的广告：AI能够分析用户数据和行为，从而向用户展示更符合其兴趣和需求的广告；提高点击率：更相关的广告自然会带来更高的用户点击意愿，从而提升广告的点击率；AI通过内容优化间接促进广告消费：AI不仅直接优化广告投放，还能通过以下方式间接促进广告业务：

1. 推荐更相关的内容：AI被用于发现和推荐用户更感兴趣的内容。

2. 增加内容消费：当用户看到更多自己感兴趣的内容时，会花费更多的时间在平台上。

3. 提升广告浏览量：在相同的广告加载量下，用户消费更多内容意味着也会接触到更多的广告。

4. 利用大型语言模型实现超越：腾讯认为，大型语言模型（LLM）的出现为广告业务带来了新的机遇，使得腾讯能够不再仅仅追随竞争对手（如Meta）过去的策略，而是通过创新实现“蛙跳式”发展。

5. 长期增长的信心：腾讯认为，目前其在线广告收入的份额与用户在线时长所占的份额不成比例，这意味着广告业务仍有巨大的增长潜力。随着其应用融入更多交易能力，这种趋势将更加明显。

云计算业务: （注：主要是2020年开始的这一波国内企业服务的“繁荣”，造成了收入扩张但是亏损继续扩大，腾讯目前的目标仍然是实现云业务的盈利，而不是简单的扩张收入；而从腾讯整个公司的角度，通过腾讯云提供GPU租赁服务没有用GPU支持腾讯内部AI发展的优先级高，这意味着腾讯云不会像阿里云一样在GPU租赁领域有类似的投入）

• 企业服务的战略重心调整：腾讯的云计算业务经历了一个多年的重新定位过程，不再仅仅追求营收规模的扩大，而是将重心放在提高经济效益上。这意味着腾讯会更加关注盈利能力和投入产出比，而不是为了追求高营收而进行不计成本的扩张。

• 清理低效业务：腾讯的企业服务已经或正在清理那些产生大量营收但没有经济回报的业务活动。这表明对云计算业务的质量和盈利能力有着更高的要求。

• 对于GPU云服务的考量：

1. 承认近期由于对DeepSeek等模型的需求以及链式思考（chain of thought reasoning）的兴起，GPU云服务的需求非常旺盛，回报也相当可观。

2. 腾讯会在腾讯云的服务中提供GPU租赁，但认为投资回报率（ROI）会随着市场供需变化而波动。

3. 腾讯意识到未来随着更多GPU进入市场，这种高回报可能回落到均衡水平。

4. 腾讯会优先将已经预留的GPU用于内部的推理需求，例如在元宝（Yuanbao）等应用中部署新功能。

5. 对于GPU云服务的定价策略，腾讯会根据市场情况进行调整。可能会在原始推理（raw inference）方面采取积极的定价策略，但整体而言，腾讯的策略是基于经济回报而非单纯的市场份额（注：注重GPU租赁的利润）。

6. 以此为契机，专注于交叉销售软件即服务（SAAS）和平台即服务（PAAS），以实现更好的盈利能力。

• 与其他云产品的定价：对于CPU、存储和带宽等基础云服务，腾讯的定价仍然保持着高度的竞争力，并且价格会随着硬件成本的下降而逐渐降低。

对于企业级AI应用的看法（注：整体而言，感觉在中国还是一件比较难的事情）：

• 价值主张的重要性：对于企业客户而言，必须提供非常强大的价值主张，客户才会愿意为AI服务付费。企业会非常仔细地审查支出项目，只有当AI能够显著帮助客户管理成本、产生潜在客户或其他业务价值时，客户才会考虑采用。

• 对数据隐私的重视：文件提到，尤其是在企业端，由于保护数据隐私的需求，很多数据部署都倾向于私有云 。这表明腾讯在开发企业级AI应用时，需要充分考虑数据安全和隐私保护，这可能是企业客户选择AI服务时的重要考量因素。

• 仍强调利用微信生态系统进行企业服务的独特优势：为企业用户提供更便捷的服务连接和管理。

• 初步构想：对于企业级应用而言，可能需要更成熟的技术和针对特定行业或业务流程的定制化解决方案。

Capex：

• GPU 采购：为了支持 AI 模型的训练和推理，腾讯需要大量的 GPU 投资。GPU 的采购和部署是当前 Capex 的重要组成部分。

• 内部使用 vs. 对外租赁：腾讯采购的芯片一部分用于内部的 AI 模型训练和推理，另一部分则用于腾讯云对外提供 GPU 租赁服务。这两种用途的 Capex 考量有所不同，内部使用更看重 ROI，而对外租赁则需要考虑市场竞争和成本回收周期。（注：目前认为还是内部效率更高，比如说在广告效率的提升）

• 软件优化：腾讯会通过软件层面的优化，可以提升现有 GPU 和 CPU 的性能，从而在一定程度上缓解对高端芯片的需求压力 。这意味着 Capex 的投入也会考虑软件研发的方面；在模型训练方面，腾讯目前有足够的芯片库存，而Deepseek显著降低了训练成本。

• 与美国公司的对比：美国公司的一部分 Capex 用于扩大集群以训练更好的模型，腾讯认为这可以获得不错的 ROI。而腾讯认为在中国单纯增加 GPU 数量不一定能带来高 ROI，更注重算法、软件架构和数据质量的提升。

• 地缘政治风险的影响：已考虑到可能存在的芯片采购限制（例如美国对高端 GPU 的禁令），考虑供应链的稳定性和替代方案。在推理方面，腾讯对特定架构的依赖性较低，甚至可以使用 CPU 进行推理；腾讯也关注国内自研芯片的发展，并认为这有助于在未来更容易地证明其投资的合理性。

• 股东回报：腾讯会在 Capex 投入（尤其是 AI 领域）和股东回报（例如股票回购和分红）之间取得平衡。即使在增加 Capex 的情况下，腾讯也希望能够继续保持对股东的回报。

• 投资组合：腾讯拥有庞大的投资组合，这些投资具有很高的流动性，可以在必要时用于支持 Capex 或股东回报，而无需立即在两者之间做出艰难的选择。

• 投资更偏向于长期：认为AI的发展是一场马拉松而非短跑。因此，在AI相关的Capex投入也会是持续和长期的过程，不会追求短期的爆发式增长，而是着眼于长期的技术积累和应用落地。

AI在游戏中的落地：看到了AI在游戏中的价值，在尝试阶段。

• 提升用户体验：腾讯已经在其游戏中使用了AI技术来提升用户体验，例如通过AI分析PVP场景，实现更好的匹配和游戏平衡。（注：反言之，也可能是破坏匹配和游戏平衡，是非常难落地，但是一旦跑通后会有比较大效果的地方）

• AI还可以帮助新玩家通过指导等方式度过游戏的初始阶段 。腾讯的“常青游戏”（ever green games）战略部分原因就是看到了AI在改善用户体验方面的潜力（注：让用户更快上手）。

• 增加用户时长：腾讯认为，当人们拥有更多闲暇时间时，会需要将时间花费在某些事物上，而游戏将是重要的选择之一，AI可以进一步增强游戏的吸引力。

• 提高内容生产效率：生成式AI可以提高游戏内容的生产效率（注：偏向后端游戏制作）。

• AI在游戏内购方面的潜力：腾讯认为，AI可以作为强大的助手，帮助玩家进行真实的电子商务交易，从而有可能促进游戏内道具的销售。

• 关注更高级的AI应用：虽然目前在游戏中使用了很多AI，但这些“不一定都是生成式AI”。

对手机厂商开发AI Agent的看法：

• 许多安卓手机厂商正在开发AI Agent，这些Agent能够模拟人类的点击行为来完成某些交易，这可能会改变智能手机上的现有流量分配，针对这个问题，腾讯表达了对这种技术潜在风险的关注。腾讯认为，如果对人类行为的模拟并非用户的真实意图，那将是非常危险的。

• 人们无法判断这是否是用户的真实意愿，并担心这可能涉及不安全甚至非法行为。 腾讯认为，设备制造商最终会意识到需要保护用户，而所有应用也都有义务防范“同情点击”等行为。腾讯方面相信，尽管设备制造商可能会尝试这类功能，但最终的限制权在于用户，用户会对如何保护自己非常谨慎。