Un dirigeant de Tencent, Tang Daosheng, a répondu aux critiques concernant sa stratégie IA lors d’une interview médiatique du 5 juin, qualifiant la compétition de marathon plutôt que de sprint. Tang, Senior Executive Vice President de Tencent Group et CEO du groupe Cloud & Smart Industries, a répondu de manière systématique aux questions du marché sur le point de savoir si Tencent a été « en retard » dans le développement de l’IA. Il a reconnu des différences dans l’avancement selon des phases au sein des différentes unités d’activité de Tencent, tout en soulignant l’approche à long terme de l’entreprise. L’entretien a abordé les déploiements d’agents IA de Tencent, les défis liés à la puissance de calcul, ainsi que l’impact de l’ancien chercheur d’OpenAI Yao Shunyu, qui a rejoint Tencent à la fin de l’année à l’âge de 28 ans.
Tang Daosheng qualifie la compétition d’IA de marathon
Tang Daosheng a ouvert sa réponse en déclarant : « Je me souviens que Shunyu a mentionné sur scène que le terme “seconde moitié” est quelque peu surutilisé ; désormais, cela ressemble davantage à un marathon, une compétition sur le long terme. » Il a reconnu qu’au-delà de trois ans se sont écoulés depuis la sortie de ChatGPT, période pendant laquelle l’industrie a connu de profonds changements. « L’écosystème business de Tencent est très diversifié et nous faisons beaucoup de choses. Je pense aussi qu’il est difficile de s’assurer que chaque secteur soit l’activité la plus avancée de l’industrie. C’est normal que des entreprises différentes avancent plus vite ou plus lentement à différents stades », a déclaré Tang.
Tang a cité la réponse de Tencent à cette année à la première vague d’agents IA comme exemple d’exécution rapide. « En regardant cela sous un autre angle, par exemple, cette année au début de la vague, Tencent est aussi reconnu comme ayant la réponse la plus rapide sur le marché domestique, et désormais WorkBuddy est aussi le produit le plus populaire sur cette piste », a-t-il déclaré. Il a ajouté que la philosophie produit de Tencent consiste à « persévérer à travers les cycles quand on détermine qu’une chose a de la valeur ».
Yao Shunyu apporte un focus sur l’intégration modèle-produit
L’arrivée de Yao Shunyu a apporté trois changements fondamentaux à l’IA de Tencent, selon Tang. D’abord, elle a renforcé la coordination entre modèles et produits. « Auparavant, lorsque Hunyuan était très préoccupé par les classements externes, il est passé directement à l’utilisation de l’expérience utilisateur produit comme indicateur central », a expliqué Tang.
Ensuite, Yao a amélioré de manière significative la qualité des données. « Nos données semblaient abondantes, mais pas assez qualitatives. Au début, avant l’entraînement de Hunyuan 3, une grande partie de son travail consistait à améliorer la qualité des données, y compris en coupant beaucoup de données qui semblaient augmenter le volume, mais qui en réalité aidaient peu, voire nuisaient, à l’entraînement du modèle », a déclaré Tang.
Troisièmement, Yao a introduit une philosophie de simplification. Tang a déclaré : « Si vous ne comprenez pas l’importance de la qualité des données et que vous poursuivez aveuglément plus de Tokens, alors vous ne pouvez pas prendre la décision de supprimer des données. » Il a expliqué que sous l’influence des lois de scaling, des architectures de modèles complexes avec de nombreuses astuces rendent le scaling difficile, tandis que des architectures plus simples, avec suffisamment de puissance de calcul et de paramètres, permettent aux données de révéler pleinement le potentiel de capacités du modèle. Tang a crédité Yao pour « une grande contribution » aux progrès de Hunyuan 3, malgré le fait que ce ne soit pas un modèle particulièrement massif.
À l’heure actuelle, environ 80 % des utilisateurs de Yuanbao utilisent Hunyuan 3, et les taux de rétention produit montrent une amélioration nette. Tang a dévoilé que les équipes Yuanbao et Hunyuan vont bientôt emménager dans le même bâtiment afin de faciliter la communication et l’alignement.
Tencent publie 20+ outils d’agents IA pour des scénarios verticaux
Tencent a publié des outils d’agents IA axés sur l’efficacité couvrant plus de 20 scénarios verticaux, avec WorkBuddy et CodeBuddy comme produits phares. Tang a déclaré : « Tencent a toujours été très concentré sur l’expérience produit, la satisfaction des besoins des utilisateurs et la fourniture de valeur aux utilisateurs. Ces objectifs ont tous besoin de produits comme supports pour permettre aux utilisateurs d’obtenir cette valeur ; c’est pourquoi, quand les gens regardent Tencent, ils disent généralement que Tencent est une entreprise produit. Cela fait partie de l’ADN de notre équipe ; je ne pense pas qu’il y ait un grand changement à l’ère de l’IA. »
Tencent a adopté une stratégie de modèle ouvert pour les agents IA. « Aujourd’hui, pour CodeBuddy et WorkBuddy, nous adoptons aussi une stratégie de modèle ouvert. Parce que ces outils généralistes doivent prendre en charge différents scénarios pour diverses entreprises et différents utilisateurs, nous espérons donner aux utilisateurs des droits de sélection du modèle », a expliqué Tang.
Concernant la relation de WorkBuddy avec Enterprise WeChat, Tang a déclaré que les deux coexisteront et se développeront ensemble. « Enterprise WeChat se concentrera davantage sur la communication interne personne-à-personne, la communication personne-à-service, ou l’appel direct à OA avec certains processus d’approbation. Mais nous pouvons aussi imaginer de futurs modes de travail où il y aura davantage de collaboration humain-IA ; nous espérons que WorkBuddy pourra offrir une expérience produit plus naturelle, native de l’IA », a-t-il déclaré.
Tencent fait face à un goulot d’étranglement sur l’offre de GPU
Tang a reconnu à plusieurs reprises que Tencent est actuellement confronté à un sérieux goulot d’étranglement dans l’approvisionnement en puissance de calcul. « Lors des derniers trimestres dans nos rapports financiers, bon nombre d’investisseurs ont posé des questions liées. Nous avons constamment été dans un état où la puissance de calcul des infrastructures n’est pas tout à fait suffisante. Avec des ressources limitées, nous nous orientons vers les besoins internes, notamment l’entraînement Hunyuan, les besoins de WeChat, les besoins liés aux réunions, etc. Yuanbao consomme aussi une quantité considérable de ressources de puissance de calcul », a déclaré Tang.
Il a expliqué que la puissance de calcul GPU réellement allouée aux services cloud pour des clients dans divers secteurs a des cas de référence, mais ne peut pas couvrir entièrement tous les besoins des clients. « Au cours des deux ou trois dernières années, nous avons continué à prioriser le service aux produits internes de manière satisfaisante. En réalité, les produits internes servent aussi des utilisateurs externes, donc pour Tencent, cette priorité est effectivement un peu plus élevée que la simple location de GPU », a ajouté Tang.
Tang a exprimé l’espoir de voir davantage de puissance de calcul domestique au second semestre de l’année. « Nous attendons beaucoup que davantage de puissance de calcul domestique arrive au second semestre de l’année pour soutenir l’activité cloud. À mesure que davantage de puissance de calcul domestique arrive au second semestre, tout en répondant aux besoins internes, nous pouvons aussi servir des parties externes. C’est notre plan actuel », a-t-il déclaré.
Concernant la question de savoir si Tencent augmenterait ses investissements dans le développement de puces propriétaires, Tang a déclaré : « Premièrement, concevoir nous-mêmes des puces ne résout pas le problème de capacité de production. Comme je traite avec de nombreux fabricants de puces et partenaires, je pense qu’aucune entreprise aujourd’hui n’a une capacité de production suffisante pour répondre à la demande du marché actuelle ; donc ces deux sujets sont en réalité distincts. Notre approche actuelle ou cette stratégie de combinaison d’écosystème nous permet en fait de coopérer avec davantage de fabricants de puces et rend tout le monde très disposé à voir Tencent comme une référence de type vitrine de puissance de calcul. »
Tencent ne fixe pas d’objectifs de monétisation pour les agents IA
Tang a clairement indiqué que l’activité IA de Tencent donne actuellement la priorité à l’amélioration de l’expérience produit plutôt qu’à la recherche de revenus de monétisation. « Pour des agents IA comme WorkBuddy et CodeBuddy, nous sommes toujours dans la période d’investissement ; nous n’avons pas fixé d’objectifs de monétisation pour l’équipe Buddy », a déclaré Tang. « Le volume d’appels d’agents n’est pas un indicateur de monétisation ; c’est un indicateur d’utilisation. La monétisation n’est pas notre priorité actuelle ; nous devons encore améliorer le produit, servir davantage d’utilisateurs et prouver que c’est un outil qui crée de la valeur pour chacun et améliore l’efficacité du travail. »
Il a reconnu que la monétisation sert de régulateur nécessaire. « Comme les ressources de puissance de calcul sont limitées, comment filtrer ceux qui ont le plus besoin de ce produit et qui reconnaissent le plus la valeur qu’il crée — une valeur qui mérite d’être payée pour obtenir de la puissance de calcul — je pense que c’est aussi quelque chose que les produits d’agents doivent prendre en compte dans leur processus de développement », a expliqué Tang.
À propos de la grande guerre des prix des modèles à l’échelle de l’industrie, Tang a déclaré que la tendance générale de l’industrie espère que les coûts d’inférence par Token diminuent continuellement, ce qui aide à la popularisation et à l’application des capacités IA à davantage de scénarios. Toutefois, des spécifications de modèles différentes auront des stratégies de tarification différentes. « De nombreux fabricants produisent maintenant des modèles de différentes spécifications ; ceux qui ont relativement moins de paramètres peuvent répondre à des scénarios avec des exigences plus élevées en termes de rentabilité, mais en même temps, certains problèmes particulièrement difficiles nécessitent des modèles plus grands avec des coûts plus élevés, et les stratégies de tarification de chacun varieront en conséquence », a-t-il déclaré.
Tang a reconnu que dans les tendances de concurrence en IA et services cloud, Tencent est encore au stade d’investissement et de construction de produits. « Les concurrents sont en effet en avance sur nous en planification de la monétisation ; notre style est très différent », a-t-il déclaré.
FAQ
Que a dit Tang Daosheng au sujet du rythme de développement de l’IA de Tencent le 5 juin ?
Tang Daosheng a déclaré lors d’une interview médiatique du 5 juin que la compétition en IA est un marathon plutôt qu’un sprint. Il a reconnu des différences d’avancement par phases dans l’IA de Tencent entre ses différentes unités d’activité, tout en mettant l’accent sur l’approche à long terme de l’entreprise. Tang a cité la réponse rapide de Tencent à la première vague d’agents IA de cette année comme preuve de la capacité d’exécution de l’entreprise, notant que WorkBuddy est devenu le produit le plus populaire dans sa filière.
Quels changements Yao Shunyu a-t-il apportés à l’IA de Tencent après son arrivée ?
D’après Tang Daosheng, Yao Shunyu a apporté trois changements fondamentaux : il a favorisé la coordination modèle-produit en faisant passer l’orientation de Hunyuan des classements externes vers des indicateurs d’expérience utilisateur ; il a amélioré de manière significative la qualité des données en supprimant des données d’entraînement à faible valeur ; et il a introduit une philosophie de simplification qui privilégie des architectures plus simples avec une puissance de calcul suffisante plutôt que des modèles complexes avec de nombreuses astuces techniques. À l’heure actuelle, environ 80 % des utilisateurs de Yuanbao utilisent Hunyuan 3, avec des taux de rétention améliorés.
Quels défis de puissance de calcul Tencent rencontre-t-il pour son activité IA ?
Tang Daosheng a reconnu que Tencent fait face à un sérieux goulot d’étranglement sur l’offre de GPU, avec une puissance de calcul des infrastructures constamment insuffisante. L’entreprise privilégie les besoins internes, notamment l’entraînement Hunyuan, WeChat, les réunions et Yuanbao, plutôt que la location de puissance de calcul GPU à des clients cloud externes. Tang a exprimé l’attente de voir davantage de puissance de calcul domestique au second semestre de l’année pour répondre à la fois aux besoins internes et aux demandes des services cloud externes.
