O executivo da Tencent, Tang Daosheng, abordou as críticas à estratégia de IA em uma entrevista à imprensa em 5 de junho, chamando a competição de uma maratona e não de uma corrida de curta distância. Tang, vice-presidente executivo sênior do Grupo Tencent e CEO do Cloud & Smart Industries Group, respondeu de forma sistemática às perguntas do mercado sobre se a Tencent foi “lenta” no desenvolvimento de IA. Ele reconheceu diferenças por fases no avanço entre as diversas unidades de negócios da Tencent, mas destacou a abordagem de longo prazo da empresa. A entrevista tratou das implantações de agentes de IA da Tencent, dos desafios de capacidade de computação e do impacto de Yao Shunyu, ex-pesquisador do OpenAI, que se juntou à Tencent no fim do ano, aos 28 anos.
Tang Daosheng chama a competição de IA de maratona
Tang Daosheng abriu sua resposta afirmando: “Eu me lembro de que Shunyu mencionou no palco que o termo ‘segunda metade’ é um pouco superutilizado; agora parece mais uma maratona, uma competição de longo prazo.” Ele reconheceu que já se passaram mais de 3 anos desde o lançamento do ChatGPT, período em que a indústria passou por mudanças dramáticas. “O ecossistema de negócios da Tencent é bem diverso e fazemos muitas coisas. Eu também acho difícil garantir que cada setor seja o mais avançado da indústria. É normal que negócios diferentes avancem mais rápido ou mais devagar em etapas diferentes”, disse Tang.
Tang citou a resposta da Tencent a esta onda inicial de agentes de IA deste ano como exemplo de execução rápida. “Vendo por outro ângulo, por exemplo, esta onda inicial do começo deste ano: a Tencent também é reconhecida como tendo a resposta mais rápida no mercado doméstico, e agora o WorkBuddy também é o produto mais popular nesta linha”, afirmou. Ele acrescentou que a filosofia de produto da Tencent é “persistir por ciclos quando você determina que algo é valioso”.
Yao Shunyu traz foco em integração modelo-produto
A chegada de Yao Shunyu trouxe três mudanças fundamentais na IA da Tencent, segundo Tang. Primeiro, isso impulsionou a coordenação entre modelos e produtos. “Antes, quando Hunyuan estava muito preocupado com rankings externos, isso mudou diretamente para usar a experiência do usuário do produto como métrica central”, explicou Tang.
Segundo, Yao melhorou significativamente a qualidade dos dados. “Nossos dados pareciam abundantes, mas não eram de qualidade suficiente. No começo, antes do treinamento do Hunyuan 3, uma grande parte do trabalho dele era melhorar a qualidade dos dados, incluindo cortar muitos dados que aparentemente aumentariam o volume, mas na verdade ajudavam pouco ou até eram prejudiciais para o treinamento do modelo”, disse Tang.
Terceiro, Yao introduziu uma filosofia de simplificação. Tang afirmou: “Se você não entende a importância da qualidade dos dados e fica buscando cegamente mais Tokens, então você não consegue tomar a decisão de cortar dados.” Ele explicou que, sob influência da Lei de Escala, arquiteturas de modelos complexas com muitos truques tornam a escalabilidade mais difícil, enquanto arquiteturas mais simples com poder computacional e parâmetros suficientes permitem que os dados mostrem plenamente o potencial de capacidades do modelo. Tang atribuiu a Yao “grande mérito” pelo progresso do Hunyuan 3, apesar de ele não ser um modelo muito grande.
Atualmente, aproximadamente 80% dos usuários do Yuanbao usam o Hunyuan 3, e as taxas de retenção do produto mostram melhora clara. Tang revelou que as equipes do Yuanbao e do Hunyuan em breve irão para o mesmo prédio para facilitar comunicação e alinhamento.
Tencent lança mais de 20 ferramentas de agentes de IA para cenários verticais
A Tencent lançou ferramentas de agentes de IA focadas em eficiência cobrindo mais de 20 cenários verticais, com WorkBuddy e CodeBuddy como produtos carro-chefe. Tang afirmou: “A Tencent sempre esteve muito focada na experiência de produto, em atender necessidades dos usuários e em entregar valor para os usuários. Esses objetivos precisam de produtos como veículo para os usuários obterem esse valor; então, quando as pessoas olham para a Tencent, geralmente dizem que a Tencent é uma empresa de produtos. Isso está no DNA da nossa equipe; eu não acho que haverá muita mudança na era da IA.”
A Tencent adotou uma estratégia de modelo aberto para agentes de IA. “Hoje, para CodeBuddy e WorkBuddy, também adotamos uma estratégia de modelo aberto. Porque essas ferramentas gerais precisam apoiar cenários variados para diferentes empresas e usuários, esperamos dar aos usuários direitos de seleção de modelos”, explicou Tang.
Sobre a relação do WorkBuddy com o Enterprise WeChat, Tang disse que os dois vão coexistir e se desenvolver juntos. “O Enterprise WeChat vai focar mais na comunicação interna pessoa a pessoa, comunicação pessoa a serviço ou chamar diretamente o OA com alguns processos de aprovação. Mas também dá para imaginar modos de trabalho futuros em que haja mais colaboração humano-IA; esperamos que o WorkBuddy forneça uma experiência de produto mais natural nativa de IA”, afirmou.
Tencent enfrenta gargalo de oferta de GPU
Tang reconheceu várias vezes que a Tencent atualmente enfrenta um severo gargalo na oferta de capacidade de computação. “Nos últimos trimestres dos relatórios financeiros, vários investidores fizeram perguntas relacionadas. Temos consistentemente estado em uma situação em que o poder de computação da infraestrutura não é suficiente. Com recursos limitados, direcionamos para necessidades internas, incluindo treinamento do Hunyuan, necessidades do WeChat, necessidades de reuniões, etc. O Yuanbao também consome uma quantidade considerável de recursos de computação”, disse Tang.
Ele explicou que a capacidade real de computação de GPU alocada a serviços em nuvem para clientes em vários setores tem casos de referência, mas não consegue cobrir totalmente todas as necessidades dos clientes. “Nos últimos dois ou três anos, ainda priorizamos atender bem os produtos internos. Na verdade, os produtos internos também atendem usuários externos; então, de fato, para a Tencent, essa prioridade é um pouco maior do que alugar GPUs”, acrescentou Tang.
Tang expressou expectativa por mais capacidade de computação doméstica na segunda metade do ano. “Nós esperamos muito que mais capacidade de computação doméstica chegue na segunda metade do ano para apoiar o negócio de nuvem. À medida que mais capacidade doméstica chegar na segunda metade, enquanto atende necessidades internas, também poderemos atender partes externas. Este é o nosso plano atual”, disse.
Sobre se a Tencent aumentaria investimentos no desenvolvimento de chips proprietários, Tang afirmou: “Primeiro, fazer design de chips por conta própria não resolve o problema de capacidade de produção. Como eu lido com muitos fabricantes e parceiros de chips, acredito que nenhuma empresa hoje tenha capacidade de produção suficiente para atender à demanda de mercado atual; então, na prática, essas duas coisas são coisas separadas. Nossa abordagem atual, ou esta estratégia de combinação de ecossistemas, na verdade nos permite cooperar com mais fabricantes de chips e faz com que todo mundo esteja muito disposto a adotar a Tencent como um benchmark de vitrine de capacidade de computação.”
Tencent não define metas comerciais para agentes de IA
Tang deixou claro que o negócio de IA da Tencent atualmente prioriza refinar a experiência de produto em vez de buscar receita de comercialização. “Para agentes de IA como WorkBuddy e CodeBuddy, ainda estamos no período de investimento; não definimos metas de comercialização para o time Buddy”, disse Tang. “O volume de chamadas de agentes não é uma métrica de comercialização; é uma métrica de uso. Comercialização não é nosso foco atual; ainda precisamos refinar bem o produto, atender mais usuários e provar que esta é uma ferramenta que pode criar valor para todos e melhorar a eficiência do trabalho.”
Ele reconheceu que a comercialização atua como um regulador necessário. “Como os recursos de capacidade de computação são limitados, como filtrar aqueles que mais precisam deste produto e que mais reconhecem o valor que ele cria—valor que vale pagar para obter capacidade de computação—eu acho que isso também é algo que os produtos de agentes precisam considerar no processo de desenvolvimento”, explicou Tang.
Sobre a grande “guerra de preços” de modelos da indústria, Tang disse que a tendência geral da indústria espera que os custos de inferência com Tokens diminuam continuamente, o que ajuda na popularização e na aplicação das capacidades de IA em mais cenários. Porém, especificações de modelos diferentes terão estratégias de preços diferentes. “Muitos fabricantes agora fazem modelos de diferentes especificações; aqueles com relativamente menos parâmetros conseguem atender cenários com requisitos de maior custo-benefício, mas ao mesmo tempo, alguns problemas particularmente difíceis precisam de modelos maiores com custos mais altos, e as estratégias de preços de todos vão diferir de acordo”, disse.
Tang reconheceu que, nas tendências de competição entre IA e serviços em nuvem, a Tencent ainda está na fase de investimento e construção de produto. “Os concorrentes de fato estão à nossa frente no planejamento comercial; nosso estilo é muito diferente”, afirmou.
FAQ
O que Tang Daosheng disse sobre o ritmo de desenvolvimento de IA da Tencent em 5 de junho?
Tang Daosheng afirmou em uma entrevista à imprensa em 5 de junho que a competição de IA é uma maratona, não uma corrida de curta distância. Ele reconheceu diferenças por fases no avanço da IA da Tencent entre suas diversas unidades de negócios, mas enfatizou a abordagem de longo prazo da empresa. Tang citou a resposta rápida da Tencent à onda inicial de agentes de IA deste ano como evidência da capacidade de execução da empresa, observando que o WorkBuddy se tornou o produto mais popular na sua linha.
Que mudanças Yao Shunyu trouxe para a IA da Tencent depois de entrar?
Segundo Tang Daosheng, Yao Shunyu trouxe três mudanças fundamentais: impulsionar a coordenação modelo-produto ao trocar o foco do Hunyuan de rankings externos para métricas de experiência do usuário; melhorar significativamente a qualidade dos dados ao cortar dados de baixo valor para treinamento; e introduzir uma filosofia de simplificação que prioriza arquiteturas mais simples com poder computacional suficiente em vez de modelos complexos com muitos truques técnicos. Atualmente, aproximadamente 80% dos usuários do Yuanbao usam o Hunyuan 3, com melhorias nas taxas de retenção.
Que desafios de capacidade de computação a Tencent enfrenta para o negócio de IA?
Tang Daosheng reconheceu que a Tencent enfrenta um severo gargalo de oferta de GPU, com o poder de computação da infraestrutura constantemente insuficiente. A empresa prioriza necessidades internas, incluindo treinamento do Hunyuan, WeChat, reuniões e Yuanbao, em vez de alugar capacidade de computação de GPU para clientes externos de nuvem. Tang expressou expectativa por mais capacidade de computação doméstica na segunda metade do ano para atender tanto necessidades internas quanto demandas externas de serviços em nuvem.
