Mengapa Tencent mahu WorkBuddy berfungsi merentas aplikasi?
- Tencent menyatakan bahawa WorkBuddy telah mengendalikan 9 bilion permintaan tugasan pengguna sejak dilancarkan pada Mac 2026, dan edisi perusahaannya telah diguna pakai oleh 50% daripada 500 syarikat teratas di China.
- Pengurusan Tencent berpendapat bahawa halangan utama penggunaan AI oleh perusahaan sedang beralih daripada keupayaan model kepada cara menyepadukan data, aplikasi dan proses perniagaan yang tersebar. Oleh itu, syarikat itu meletakkan WorkBuddy sebagai lapisan penyelarasan merentas aplikasi yang menggunakan pelbagai alat untuk menyelesaikan tugas rumit.
- Nomura berpendapat persaingan antara ejen tempat kerja semakin bergantung pada keupayaan menghubungkan aplikasi perusahaan milik sendiri dan pihak ketiga serta melaksanakan pelbagai aliran kerja pelanggan. Alibaba dan ByteDance juga sedang memperkukuh penyepaduan produk dalaman dan memperluas sambungan kepada aplikasi pihak ketiga.
Produk manakah yang telah dihubungkan oleh Tencent?
- Buddy One yang baru dilancarkan menghubungkan WorkBuddy, Tencent Docs, Tencent Meeting, ima dan Tencent Weiyun, dengan menawarkan akaun bersepadu, kuota AI yang dikongsi dan langganan berbundel. Pengguna boleh mencari maklumat yang dibenarkan merentas aplikasi melalui WorkBuddy, sekali gus mengurangkan keperluan untuk berulang kali bertukar aplikasi.
- Naik taraf pada 14 Oktober membolehkan WorkBuddy beroperasi secara langsung dalam WeCom, membaca mesej, dokumen dan rekod mesyuarat yang dibenarkan di bawah rangka kerja identiti dan kebenaran perusahaan yang bersepadu, melaksanakan tugas dan mengembalikan hasil. Pentadbir juga boleh mengurus kebenaran dan penggunaan AI secara berpusat.
- Nomura melihat langkah-langkah ini sebagai usaha Tencent mengurangkan halangan antara produk dalamannya. Sebelum ini, seorang pakar perniagaan ejen tempat kerja ByteDance pernah menyuarakan kebimbangan bahawa halangan antara jabatan dalaman Tencent akan menjejaskan keupayaan WorkBuddy untuk bersaing mendapatkan pelanggan perusahaan.
Mengapa dua syarikat mendahului segmen berbeza pasaran perkhidmatan model?
- Data IDC menunjukkan hasil pasaran model sebagai perkhidmatan (MaaS) China mencapai 10.6 bilion yuan pada separuh pertama 2026, berkembang hampir 10 kali ganda tahun ke tahun; penggunaan token meningkat 433% tahun ke tahun. Model bahasa besar menyumbang 47.0% daripada hasil dan penjanaan video 32.7%.
- Volcano Engine milik ByteDance mendahului pasaran keseluruhan dengan bahagian hasil 45.1%, manakala Alibaba menguasai 25.2%. Namun, dalam segmen perkhidmatan model bahasa besar, bahagian Alibaba ialah 46.6%, lebih tinggi daripada 10.2% milik ByteDance.
- Berdasarkan data IDC, Nomura menganggarkan hasil keseluruhan MaaS ByteDance pada separuh pertama sekitar 4.8 bilion yuan, iaitu 1.8 kali ganda hasil Alibaba yang sekitar 2.7 bilion yuan. Hasil model bahasa besar masing-masing sekitar 510 juta yuan dan 2.3 bilion yuan, dengan hasil Alibaba sekitar 4.6 kali ganda hasil ByteDance.
Bagaimanakah kedua-dua kelebihan ini mempengaruhi penilaian persaingan?
- Nomura berpendapat kedudukan pendahulu ByteDance secara keseluruhan terutamanya berasal daripada perkhidmatan selain model bahasa besar seperti penjanaan video. Bank itu menganggarkan Seedance menguasai lebih 80% pasaran MaaS penjanaan video China dan mengaitkan kelebihannya dengan keupayaan model serta ekosistem drama pendek sedia ada ByteDance. Perbincangannya dengan syarikat produksi bebas menunjukkan pencipta kandungan menggunakan Seedance secara meluas untuk menghasilkan drama pendek AI.
- Nomura berpendapat kelebihan Alibaba dalam pengkomersialan model bahasa besar disokong oleh ekosistem model Qwen dan infrastruktur awannya. Apabila perusahaan menggunakan ejen AI dan aplikasi pengaturcaraan, kelebihan ini menyediakan asas untuk penjanaan hasil daripada perkhidmatan awan AI pada masa hadapan.
- Nomura menganggap ByteDance pesaing paling kuat Alibaba, tetapi berpendapat persaingan agak sederhana pada tahap ini kerana pasaran keseluruhan berkembang pesat dan kedua-dua pihak masing-masing menumpukan pada penjanaan video dan model bahasa besar.