Zhang Yiming siger nej til genvejen – ByteDance accepterer at være bagud i AI

ByteDance ser ud til bevidst at vælge den langsommere vej gennem AI-kapløbet. Ifølge flere rapporter har grundlæggeren Zhang Yiming sagt til selskabets Seed-forskerteam, at det må acceptere midlertidigt svagere modeller frem for at bruge konkurrenternes output til hurtigt at lukke et hul i ydeevnen. 111

Det er en vigtig beslutning, fordi den forbinder to af ByteDances største AI-udfordringer: at udvikle modeller, selskabet selv har kontrol over, og at finansiere de enorme computeromkostninger ved at levere dem til millioner af brugere.

Hvad sagde Zhang Yiming angiveligt til Seed?

Rapporterne beskriver en sjælden optræden fra Zhang ved et internt Seed-møde i slutningen af juli eller begyndelsen af august. Budskabet skulle være, at ByteDance ikke bør være afhængig af at destillere konkurrenternes førende modeller – også hvis Seed dermed midlertidigt kommer bagefter kinesiske konkurrenter. 17

I denne sammenhæng betyder destillation, at en mindre »elevmodel« trænes på svar, der er genereret af en mere kapabel »lærermodel«. Metoden kan overføre nyttig adfærd til en billigere model. Men at efterligne svar via et API er ikke det samme som at have adgang til lærermodellens parametre eller interne repræsentationer. 11

Den rapporterede linje er altså langsigtet udvikling frem for kortsigtede placeringer på ranglister: ByteDance vil hellere opbygge egne forsknings- og ingeniørkompetencer end forbedre synlige resultater ved at efterligne et andet systems adfærd. 1

Rapporteringen dokumenterer ikke, at ByteDance har forbudt enhver form for destillation i hele koncernen. TechNode beskrev specifikt beslutningen som et spørgsmål om Seeds afhængighed af AI-destillation – ikke som en bekræftet, universel udelukkelse af al model-destillation. 11

Hvorfor afvise en genvej, der kan løfte benchmarks?

Pointen er ikke, at destillation er værdiløs. Problemet er snarere, at efterligning kan mindske forskellen på en test uden nødvendigvis at give elevmodellen de grundlæggende evner, der kræves for at skabe fremskridt over længere tid.

En model, der trænes på genererede svar, kan lære mønstre, som fungerer godt på velkendte opgaver. Det kan forkorte vejen til lancering og sænke omkostningerne. Men metoden skaber ikke automatisk selvstændige gennembrud inden for modelarkitektur, dataudvælgelse, eftertræning, værktøjsbrug eller pålidelighed i AI-agenter.

En model kan med andre ord se stærkere ud uden at dens udvikler selv ejer de opdagelser, der gjorde lærermodellen stærk.

Det er en strategisk slutning ud fra Zhangs rapporterede villighed til at acceptere et kortsigtet efterslæb – ikke et offentliggjort teknisk bevis på, at destillerede modeller ikke kan skabe store gennembrud. For ByteDance er risikoen i stedet afhængighed: Hvis selskabets produkter hovedsageligt afspejler eksterne frontløbere, kan det få sværere ved at skille sig ud, tage en højere pris og beskytte sig mod begrænset API-adgang eller licenskrav.

Destillationens rolle i Kinas bølge af åbne modeller

Destillation har været en af motorerne i det seneste kapløb om modeller med offentligt tilgængelige vægte. Teknikken kan komprimere dyr frontlinje-adfærd til mindre og billigere systemer. Analytikere og politiske kommentatorer har desuden hævdet, at visse kinesiske laboratorier har brugt udenlandske modellers API’er til at udtrække kapaciteter i stor skala, selv om detaljer og begrebsbrug varierer fra rapport til rapport.

Zhangs holdning er derfor et markant brud med den hurtigste efterligningsstrategi. Han siger ifølge rapporterne ikke, at destillation ingen teknisk værdi har; han afviser den som Seeds vej til at indhente de førende modeller. 715

Det kinesiske AI-marked har samtidig fortsat med at lancere store og kapable modeller med offentligt tilgængelige vægte i højt tempo. Det skærper fristelsen til hurtigt at optimere benchmarks og offentlige placeringer – men gør det også vanskeligere at opbygge selvstændig forskning som en varig konkurrencefordel.

Omorganiseringen den 6. august sætter erhvervs-AI i centrum

Meldingen om ingen destillation kom samtidig med en betydelig organisatorisk ændring. Ifølge rapporteringen fra ByteDances midtårsmøde den 6. august blev Doubao og Douyin udpeget som selskabets to »tunge hovedlinjer«. Ændringerne omfattede også:

• at Feishus produktorganisation blev lagt sammen med Doubao under Zhao Qi;
• at Feishus tidligere chef, Xie Xin, kom til at referere til Zhao Qi; og
• at Volcano Engine blev slået sammen med Feishus salgs-, marketing- og kundeserviceorganisationer i en Creativity Service Platform under ledelse af Tan Dai. 5713

Strukturen kobler flere dele af AI-forretningen, som tidligere havde forskellige roller. Doubao leverer det forbrugerrettede AI-produkt, Feishu bidrager med arbejdskontekst og softwarearbejdsgange, mens Volcano Engine samler cloud, computerkraft og erhvervskunder i samme operationelle kredsløb.

Det er en større ambition end blot at tilføje AI-funktioner til eksisterende apps. Det peger mod en platform for erhvervsagenter, hvor modeller kan udføre opgaver på tværs af arbejdsprocesser, virksomhedsdata og softwaresystemer. Den kommercielle idé er, at agenter, der er koblet til konkrete arbejdsgange, samt infrastrukturydelser kan være lettere at tjene penge på end en selvstændig chatbot, hvis brug fortsat giver store regninger til modelkørsel.

Samme konsolidering ses hos Alibaba og Tencent

ByteDances beslutning passer ind i en bredere bevægelse blandt Kinas store teknologiselskaber: fra mange separate AI-produkter til færre, tættere integrerede platforme.

Alibaba har samlet QoderWork, MuleRun og Wukong i QwenWork, et erhvervsprodukt med AI-agenter, der kombinerer funktioner til automatisering af kontorarbejde. 18

Tencent har ifølge rapporterne flyttet QClaw-forretningen og en del af teamet ind i cloud-divisionen, hvor WorkBuddy også hører hjemme. QClaw skulle fortsat fungere, men ændringen samler flere af Tencents ressourcer inden for kontor-AI under WorkBuddys bredere cloud-struktur. 20

Der er ikke tilstrækkelig pålidelig dokumentation i det foreliggende materiale til at bekræfte en ByteDance- eller Tencent-strategi, der specifikt hedder »SkillHub«. Den dokumenterede sammenligning er ByteDances integration af Doubao, Feishu og Volcano Engine med Alibabas konsolidering i QwenWork og Tencents kobling af QClaw til WorkBuddy.

Det økonomiske pres bag strategien

ByteDances langsigtede tilgang udfolder sig, mens Doubao har svært ved at omsætte sin store brugerbase til indtægter. Medierapporter, som henviser til LatePost, har anslået Doubaos daglige omsætning i første halvår til under 1 million yuan – primært fra e-handelsprovisioner – mens de daglige computeromkostninger skulle ligge i størrelsesordenen tocifrede millionbeløb i yuan. Tallene er medieestimater og ikke finansielle oplysninger offentliggjort af ByteDance.

Den 24. juni lancerede Doubao Pro-abonnementer til 68, 200 og 500 yuan om måneden. De betalte niveauer var et tidligt forsøg på at gøre den intensive forbrugerbrug til tilbagevendende indtægter.

Tallene forklarer, hvorfor erhvervs-AI fylder mere. Gratis eller kun svagt monetiseret forbrug kan skabe distribution, men dækker ikke nødvendigvis udgifterne ved at betjene stadig mere avancerede modeller – især når brugerne tager multimodale og agentbaserede funktioner i brug.

Erhvervsløsninger giver en mulig vej til indtægter, der er knyttet til arbejdsgange, softwareintegration og cloud-forbrug frem for alene til mængden af generelle chats.

ByteDances langsigtede satsning

Zhang Yimings rapporterede nej til distillation og Liang Rubos organisatoriske ændringer peger i samme retning: Kortsigtet modelparitet er mindre værdifuld end at eje en komplet AI-platform, der kan forbedres selvstændigt og sælges ind i egne arbejdsgange.

Satsningen har en tydelig pris. Seed kan se svagere ud i længere tid, mens ByteDance fortsat skal finansiere både forskning og modelkørsel. Konkurrenter, der bruger hurtigere genveje, kan samtidig forbedre deres offentlige resultater. Men hvis ByteDance primært er afhængig af lånt modeladfærd, risikerer selskabet at ende med kun at konkurrere på pris og distribution.

ByteDance forsøger derfor at kombinere egne modelkompetencer med distribution: Douyin skal levere rækkevidde, Doubao det brugerrettede AI-lag, Feishu konteksten fra arbejdspladsen og Volcano Engine erhvervsdistribution samt computerkraft.

Om kombinationen kan skabe varige avancer, er endnu uafklaret. Men det strategiske signal er klart: ByteDance behandler AI som et langsigtet forsknings- og erhvervsagentprojekt – ikke blot som et kapløb om nye funktioner eller højere placeringer på en rangliste.