Eksekutif Tencent, Tang Daosheng, menanggapi kritik terhadap strategi AI dalam wawancara media pada 5 Juni, dengan mengatakan bahwa persaingan adalah lari maraton, bukan sprint. Tang, Senior Executive Vice President Grup Tencent dan CEO dari Cloud & Smart Industries Group, menjawab secara sistematis pertanyaan pasar tentang apakah Tencent telah “lambat” dalam pengembangan AI. Ia mengakui adanya perbedaan kemajuan berdasarkan fase di berbagai unit bisnis Tencent yang beragam, namun menekankan pendekatan perusahaan dalam jangka panjang. Wawancara membahas penerapan AI agent Tencent, tantangan daya komputasi, serta dampak mantan peneliti OpenAI, Yao Shunyu, yang bergabung dengan Tencent pada akhir tahun pada usia 28.
Tang Daosheng Menyebut Kompetisi AI sebagai Maraton
Tang Daosheng membuka jawabannya dengan mengatakan, “Saya ingat Shunyu menyebut di panggung bahwa istilah ‘paruh kedua’ agak terlalu sering dipakai; sekarang terlihat lebih seperti maraton, kompetisi jangka lebih panjang.” Ia mengakui bahwa lebih dari 3 tahun telah berlalu sejak peluncuran ChatGPT, masa ketika industri mengalami perubahan besar. “Ekosistem bisnis Tencent sangat beragam dan kami melakukan banyak hal. Saya juga berpikir sulit memastikan setiap sektor menjadi yang paling maju di industri. Itu normal jika bisnis yang berbeda melaju lebih cepat atau lebih lambat pada tahap yang berbeda,” kata Tang.
Tang mencontohkan respons Tencent terhadap gelombang awal AI agent tahun ini sebagai contoh eksekusi yang cepat. “Jika dilihat dari sisi lain, misalnya gelombang awal tahun ini, Tencent juga diakui memiliki respons tercepat di pasar domestik, dan sekarang WorkBuddy juga menjadi produk paling populer di jalur ini,” ujarnya. Ia menambahkan bahwa filosofi produk Tencent adalah “bertahan melalui siklus ketika Anda menentukan sesuatu itu bernilai.”
Yao Shunyu Membawa Fokus Integrasi Model–Produk
Kedatangan Yao Shunyu membawa tiga perubahan mendasar pada AI Tencent, menurut Tang. Pertama, hal itu mendorong koordinasi antara model dan produk. “Dulu saat Hunyuan sangat memperhatikan peringkat eksternal, itu langsung berubah menjadi menggunakan pengalaman pengguna produk sebagai metrik inti,” jelas Tang.
Kedua, Yao secara signifikan meningkatkan kualitas data. “Data kami tampaknya melimpah, tetapi kualitasnya belum cukup. Di awal, sebelum melatih Hunyuan 3, sebagian besar pekerjaannya adalah meningkatkan kualitas data, termasuk memangkas banyak data yang tampaknya bisa menambah volume, tetapi sebenarnya kurang membantu atau bahkan berbahaya bagi pelatihan model,” kata Tang.
Ketiga, Yao memperkenalkan filosofi penyederhanaan. Tang mengatakan, “Jika Anda tidak memahami pentingnya kualitas data dan hanya mengejar lebih banyak Token secara membabi buta, Anda tidak bisa mengambil keputusan untuk memotong data.” Ia menjelaskan bahwa di bawah pengaruh Scaling Law, arsitektur model yang kompleks dengan banyak trik membuat penskalaan jadi sulit, sementara arsitektur yang lebih sederhana dengan daya komputasi dan parameter yang cukup memungkinkan data menampilkan potensi kemampuan model secara penuh. Tang memberi kredit pada Yao dengan “kontribusi besar” atas kemajuan Hunyuan 3 meski modelnya tidak terlalu besar.
Saat ini, sekitar 80% pengguna Yuanbao menggunakan Hunyuan 3, dengan tingkat retensi produk yang menunjukkan peningkatan yang jelas. Tang mengungkapkan bahwa tim Yuanbao dan Hunyuan segera pindah ke gedung yang sama untuk memfasilitasi komunikasi dan penyelarasan.
Tencent Merilis 20+ Alat AI Agent untuk Skenario Vertikal
Tencent merilis alat AI agent berfokus efisiensi yang mencakup lebih dari 20 skenario vertikal, dengan WorkBuddy dan CodeBuddy sebagai produk andalan. Tang mengatakan, “Tencent sejak dulu sangat fokus pada pengalaman produk, memenuhi kebutuhan pengguna, dan memberikan nilai bagi pengguna. Tujuan-tujuan ini semua perlu produk sebagai wadah agar pengguna bisa memperoleh nilai tersebut, jadi ketika orang melihat Tencent, umumnya mereka mengatakan Tencent adalah perusahaan produk. Ini ada di DNA tim kami; saya tidak pikir akan banyak perubahan di era AI.”
Tencent mengadopsi strategi model terbuka untuk AI agent. “Hari ini, untuk CodeBuddy dan WorkBuddy, kami juga mengadopsi strategi model terbuka. Karena alat umum ini perlu mendukung berbagai skenario untuk berbagai perusahaan dan pengguna, kami berharap memberi hak pemilihan model kepada pengguna,” jelas Tang.
Terkait hubungan WorkBuddy dengan Enterprise WeChat, Tang mengatakan keduanya akan hidup berdampingan dan berkembang bersama. “Enterprise WeChat akan lebih fokus pada komunikasi antarmanusia di dalam organisasi, komunikasi orang ke layanan, atau langsung memanggil OA dengan beberapa proses persetujuan. Tapi kita juga bisa membayangkan mode kerja masa depan di mana lebih banyak kolaborasi manusia–AI; kami berharap WorkBuddy bisa memberikan pengalaman produk AI-native yang lebih natural,” ujarnya.
Tencent Menghadapi Hambatan Pasokan GPU
Tang mengakui beberapa kali bahwa saat ini Tencent menghadapi hambatan pasokan daya komputasi GPU yang sangat serius. “Dalam beberapa laporan keuangan beberapa kuartal terakhir, cukup banyak investor mengajukan pertanyaan terkait. Kami terus berada dalam kondisi di mana daya komputasi infrastruktur belum cukup. Dengan sumber daya yang terbatas, kami mengutamakan kebutuhan internal, termasuk pelatihan Hunyuan, kebutuhan WeChat, kebutuhan rapat, dan sebagainya. Yuanbao juga mengonsumsi cukup banyak sumber daya daya komputasi,” kata Tang.
Ia menjelaskan bahwa daya komputasi GPU aktual yang dialokasikan untuk layanan cloud bagi pelanggan lintas industri memang punya kasus benchmark, tetapi tidak bisa sepenuhnya mencakup semua kebutuhan pelanggan. “Dalam dua atau tiga tahun terakhir, kami tetap memprioritaskan melayani produk internal dengan baik. Faktanya, produk internal juga melayani pengguna eksternal, jadi memang bagi Tencent, prioritas ini agak lebih tinggi daripada menyewakan GPU,” tambah Tang.
Tang menyatakan antisipasinya terhadap lebih banyak daya komputasi domestik pada paruh kedua tahun ini. “Kami sangat menantikan lebih banyak daya komputasi domestik masuk pada paruh kedua tahun ini untuk mendukung bisnis cloud. Seiring semakin banyak daya komputasi domestik tersedia di paruh kedua, sambil tetap memenuhi kebutuhan internal, kami juga bisa melayani pihak eksternal. Itulah rencana kami saat ini,” katanya.
Mengenai apakah Tencent akan meningkatkan investasi pengembangan chip milik sendiri, Tang menyatakan, “Pertama, melakukan desain chip sendiri tidak menyelesaikan masalah kapasitas produksi. Karena saya berurusan dengan banyak pabrikan chip dan mitra, saya yakin tidak ada perusahaan saat ini yang memiliki kapasitas produksi yang cukup untuk memenuhi permintaan pasar saat ini, jadi dua hal ini sebenarnya terpisah. Pendekatan kami saat ini atau strategi kombinasi ekosistem ini justru memungkinkan kami bekerja sama dengan lebih banyak pabrikan chip dan membuat semua orang sangat bersedia menerima Tencent sebagai benchmark showcase daya komputasi.”
Tencent Tidak Menetapkan Target Komersialisasi untuk AI Agent
Tang dengan tegas menyatakan bahwa bisnis AI Tencent saat ini memprioritaskan penyempurnaan pengalaman produk dibanding mengejar pendapatan komersialisasi. “Untuk AI agent seperti WorkBuddy dan CodeBuddy, kami masih berada pada periode investasi; kami belum menetapkan target komersialisasi untuk tim Buddy,” kata Tang. “Volume panggilan agent bukan metrik komersialisasi; itu metrik penggunaan. Komersialisasi bukan fokus kami saat ini; kami masih perlu menyempurnakan produk dengan baik, melayani lebih banyak pengguna, dan membuktikan ini adalah alat yang bisa menciptakan nilai bagi semua orang serta meningkatkan efisiensi kerja.”
Ia mengakui bahwa komersialisasi berfungsi sebagai regulator yang diperlukan. “Karena sumber daya daya komputasi terbatas, bagaimana menyaring mereka yang paling membutuhkan produk ini dan paling mengakui nilai yang diciptakannya—nilai yang layak dibayar untuk mendapatkan daya komputasi—saya pikir itu juga sesuatu yang perlu dipertimbangkan oleh produk Agent dalam proses pengembangannya,” jelas Tang.
Terkait perang harga model skala besar di industri, Tang menyatakan bahwa tren keseluruhan industri mengharapkan biaya inferensi Token terus turun, yang membantu popularisasi dan penerapan kemampuan AI ke lebih banyak skenario. Namun, spesifikasi model yang berbeda memiliki strategi penetapan harga yang berbeda. “Banyak pabrikan sekarang membuat model dengan spesifikasi berbeda; yang parameternya relatif lebih sedikit bisa memenuhi skenario dengan persyaratan biaya yang lebih efektif, tetapi pada saat yang sama, beberapa masalah yang sangat sulit membutuhkan model yang lebih besar dengan biaya yang lebih tinggi, sehingga strategi penetapan harga semua orang akan berbeda sesuai itu,” ujarnya.
Tang mengakui bahwa dalam tren kompetisi AI dan layanan cloud, Tencent masih berada pada tahap investasi dan pembangunan produk. “Pesaing memang lebih maju dari kami dalam perencanaan komersial; gaya kami sangat berbeda,” katanya.
FAQ
Apa yang Tang Daosheng katakan tentang kecepatan pengembangan AI Tencent pada 5 Juni?
Tang Daosheng menyatakan dalam wawancara media pada 5 Juni bahwa kompetisi AI adalah maraton, bukan sprint. Ia mengakui adanya perbedaan kemajuan AI Tencent berdasarkan fase di berbagai unit bisnis yang beragam, namun menekankan pendekatan perusahaan dalam jangka panjang. Tang mencontohkan respons cepat Tencent terhadap gelombang awal AI agent tahun ini sebagai bukti kemampuan eksekusi perusahaan, sambil mencatat bahwa WorkBuddy menjadi produk paling populer di jalurnya.
Perubahan apa yang Yao Shunyu bawa ke AI Tencent setelah bergabung?
Menurut Tang Daosheng, Yao Shunyu membawa tiga perubahan mendasar: mendorong koordinasi model–produk dengan mengalihkan fokus Hunyuan dari peringkat eksternal ke metrik pengalaman pengguna; secara signifikan meningkatkan kualitas data dengan memotong data pelatihan bernilai rendah; dan memperkenalkan filosofi penyederhanaan yang memprioritaskan arsitektur yang lebih sederhana dengan daya komputasi memadai dibanding model kompleks dengan banyak trik teknis. Saat ini, sekitar 80% pengguna Yuanbao menggunakan Hunyuan 3, dengan tingkat retensi yang membaik.
Tantangan daya komputasi apa yang dihadapi Tencent untuk bisnis AI-nya?
Tang Daosheng mengakui bahwa Tencent menghadapi hambatan pasokan GPU yang sangat ketat, dengan daya komputasi infrastruktur yang terus tidak mencukupi. Perusahaan memprioritaskan kebutuhan internal termasuk pelatihan Hunyuan, WeChat, rapat, dan Yuanbao dibanding menyewa daya komputasi GPU untuk pelanggan cloud eksternal. Tang menyatakan antisipasinya terhadap lebih banyak daya komputasi domestik pada paruh kedua tahun ini untuk memenuhi kebutuhan internal sekaligus permintaan layanan cloud eksternal.
