טנסנט מתחילה לראות תוצאות ב-AI — ומשקיעה 52.8 מיליארד יואן בתשתיות

הרבעון השני של 2026 היה מבחן מוקדם לאסטרטגיית ה-AI של טנסנט: האם החברה יכולה לחבר בין כוח פיננסי, מודלים שפיתחה בעצמה ומערכת הפצה רחבה של מוצרים? התשובה התפעולית עד כה מעודדת. ההכנסות הגיעו ל-204.8 מיליארד יואן, עלייה של 11% לעומת הרבעון המקביל, וההכנסות מפינטק ומשירותים עסקיים עלו ב-9% ל-60.3 מיליארד יואן. 236

במקביל, בניית מערך ה-AI הגדילה בחדות את ההוצאות והפעילה לחץ על תזרים המזומנים. 58 התמונה המרכזית היא שטנסנט בונה מערך AI בשלוש שכבות מחוברות — מודיעין, יישומים ותשתיות — ומשתמשת באקוסיסטם הקיים שלה כדי להזין את כולן. זו התחלה של צבירת תנופה, אך עדיין לא הוכחה לכך שההשקעה כבר מייצרת תשואה בוגרת.

המספרים של הרבעון: הצמיחה נמשכה, וההשקעה ב-AI האיצה

הביצועים בעסקי הליבה העניקו לטנסנט מרחב פעולה להשקיע. הרווח הגולמי עלה ב-13% ל-118.4 מיליארד יואן, והרווח התפעולי גדל ב-9% ל-75.6 מיליארד יואן. 23 לפי Reuters, הגידול בהכנסות נבע בעיקר מהתחזקות הפרסום ומהכנסות יציבות ממשחקים — סימן לכך שבשלב הראשון ה-AI משמש בעיקר כמכפיל כוח לעסקים קיימים, ולא כמנוע הכנסות עצמאי. 1

המחיר של האסטרטגיה ניכר בהוצאות ההון. כלל הוצאות ההון הגיעו ל-52.8 מיליארד יואן, עלייה של 176% לעומת השנה הקודמת, בעוד שהוצאות ההון התפעוליות הסתכמו ב-51.8 מיליארד יואן — זינוק של 190%. טנסנט מסרה כי ההוצאה כללה תשתיות AI לאימון מודלים, להרצתם ולפיתוח יכולות AI במוצרים ובשירותים שלה. 23

לפי Investing.com, תזרים המזומנים החופשי הפך לשלילי והסתכם ב-13.8 מיליארד יואן. 5 ניתוח אחר של הדוחות העריך כי בניכוי תשלומים מראש לרכישת קיבולת מחשוב ל-AI, תזרים המזומנים החופשי היה מסתכם ב-37.6 מיליארד יואן — אך זו התאמה אנליטית, לא הנתון המדווח. 8 ההבחנה חשובה: מדובר בהתחייבות מרוכזת לקיבולת עתידית, ולא בהכרח בהידרדרות חוזרת בעסקי הליבה של טנסנט.

1. שכבת המודיעין: Hunyuan Hy3 עובר ממחקר לייצור

שכבת המודיעין נשענת על משפחת המודלים Hunyuan של טנסנט. הגרסה המלאה של Hunyuan Hy3 שולבה במוצרים כמו Yuanbao, WorkBuddy, משחקים ו-Weixin. כך המודל מקבל משוב מתמשך משימוש בעולם האמיתי, במקום להישאר רק בהדגמת מחקר. 1114

טנסנט הציגה את Hy3 כמודל חסכוני שמתאים למשימות מעשיות כגון כתיבת קוד, עבודה משרדית, מידול פיננסי ועיצוב ממשקים. במצגת התוצאות שלה נמסר כי השימוש היומי הממוצע בטוקנים עלה לכפי שבעה מרמת גרסת התצוגה המקדימה של Hy3 בכל ערוצי השימוש בתקופת התשלום, וכי המודל דורג בין שלושת המודלים המובילים ב-OpenRouter לפי צריכת טוקנים. 14 אלה אינדיקציות לשימוש וליחס עלות-ביצועים — לא הוכחה לרווחיות יציבה לאורך זמן.

החברה גם פתחה את Hy3 לשימוש בינלאומי דרך ה-API שלה ודרך הגרסה הבינלאומית של WorkBuddy. במקביל, טנסנט מפתחת מודל גדול יותר, Hunyuan Hy4, שאמור לצאת בהמשך 2026. 411 כך נוצר לחברה מסלול מפריסה פנימית ועד גישה חיצונית למודל, תוך שמירה על הקשר בין המודל לבין היישומים שמייצרים את השימוש בו.

2. שכבת היישומים: הפצת AI דרך פורטפוליו שלם

שכבת היישומים רחבה יותר מצ'אטבוט יחיד. ההנהלה הציגה את Yuanbao ואת Xiaowei כשערים לאימוץ AI בקרב צרכנים, ואת WorkBuddy ואת CodeBuddy כמובילים בשוק הסיני של כלי פרודוקטיביות מבוססי AI. 1718

הפורטפוליו כולל גם את Marvis ואת QClaw. יחד, המוצרים האלה משקפים ניסיון להכניס סוכני AI למגוון תהליכי עבודה — שימוש צרכני, פרודוקטיביות משרדית, תכנות ואינטראקציה עם מכשירים — במקום להסתמך על עוזר כללי אחד. 26

האסטרטגיה נשענת על החוזקות הקיימות של טנסנט. פרסום, משחקים, Weixin ושירותים לארגונים מספקים סביבות פעילות שבהן AI יכול לשפר טירגוט, תוכן, פרודוקטיביות או מעורבות משתמשים. לכן התזה של החברה אינה רק מכירת גישה למודל; היא גורסת שמודיעין טוב יותר יכול להגדיל את הערך של עסקים שכבר נהנים מהיקף פעילות משמעותי. 13

מדוע WorkBuddy חשוב במיוחד

WorkBuddy חשוב לאסטרטגיה משום שטנסנט מציגה אותו כסביבת עבודה חוצת-פלטפורמות, שנבנתה מלכתחילה סביב AI — ולא כחבילת תוכנה ארגונית מסורתית. המוצר נועד לתזמר כמה סוכנים ומודלים כדי לטפל במשימות מורכבות מקצה לקצה. 11

היתרון שהחברה מייחסת לו טמון ב"רתמה" — שכבת התוכנה שבוחרת ומתאמת מודלים שונים לפי סוג המשימה. טנסנט הדגישה גם ספריית מיומנויות ומבחר מודלים, כך ש-WorkBuddy מתפקד יותר כסביבת עבודה ניתנת להרחבה מאשר כממשק למודל יחיד. 1112

הדבר משנה גם את מדדי ההצלחה. הערך ארוך-הטווח של WorkBuddy ייקבע לפי השאלה אם משתמשים חוזרים אליו, משלמים על מנויים או על טוקנים, משלימים באמצעותו משימות מועילות ומרחיבים את היקף העבודה שהם מפקידים בידיו. הוא תלוי גם בכך שאקוסיסטם המיומנויות יתפתח ויציע מגוון רחב מספיק כדי להפוך את הפלטפורמה למועילה יותר עם הזמן. טנסנט דיווחה על צמיחה מהירה במספר המשתמשים, שימור בריא ונכונות לשלם, אך הנתונים האלה עדיין אינם קובעים מה יהיה היקף ההכנסות העתידי של המוצר. 1521

3. שכבת התשתיות: כוח המחשוב כמשאב אסטרטגי

שכבת התשתיות נועדה לתמוך בשתי השכבות האחרות. טנסנט מסרה כי הגדילה משמעותית את רכש המחשוב לצורך שדרוגי Hunyuan, הרצת WorkBuddy ו-CodeBuddy, יוזמות AI ב-Weixin ויכולות נוספות במוצריה. 23

הנקודה החשובה היא שהעדיפות שהציבה ההנהלה היא פריסה פנימית: להשתמש בקיבולת כדי לאמן מודלים שפיתחה טנסנט בעצמה ולהפעיל את היישומים שלה, במקום להפוך מיד לעסק רחב של השכרת כוח מחשוב — תחום שעלול להפוך לשירות קומודיטי. ההיגיון הוא שמודלים ויישומים מובחנים עשויים לייצר ערך עמיד יותר מהשכרת קיבולת מוגבלת ללקוחות חיצוניים. 47

הבחירה הזו מסבירה מדוע הוצאות ההון זינקו כל כך מהר. התשתיות אינן נתפסות רק כציוד שיישחק ויופחת חשבונאית; הן גם הבסיס התפעולי הדרוש כדי להפוך שימוש במודלים וביישומים להכנסות בעתיד. במצגת התוצאות קישרה טנסנט במפורש בין תוספת כוח המחשוב לבין היכולת לבצע את ההמרה הזו. 2

האפשרות למכור מחדש ברווח של 30%: כרית ביטחון, לא התזה המרכזית

ההנהלה ציינה שחלק מהקיבולת שהוזמנה בעבר עשויה, במקרה הצורך, להימכר מחדש במחיר הגבוה ביותר מ-30% ממחיר הרכישה של טנסנט. 2830 בשוק שבו הביקוש גבוה, האפשרות הזו מעניקה הגנה מסוימת מפני ירידת ערך של חלק מההשקעה ומאפשרת לחברה גמישות אם קצב הפריסה הפנימית ישתנה.

עם זאת, אין לראות באפשרות המכירה מחדש את המודל העסקי המרכזי של טנסנט בתחום ה-AI. העדפת החברה, כפי שהוצגה, נותרה להפנות את רוב הקיבולת למודלים וליישומים שלה. הכנסה ממכירה או מהשכרה יכולה להפחית את הסיכון שבהזמנת-יתר; היא אינה מוכיחה שמוצרי ה-AI עצמם כבר החזירו את ההשקעה.

מה הרבעון השני מוכיח — ומה עדיין לא

הנתונים של טנסנט תומכים בשלוש מסקנות:

1. שכבת המודלים הופכת לתפעולית. Hy3 נמצא בשימוש במוצרים פעילים, זמין ללקוחות חיצוניים ומשתפר באמצעות עומסי עבודה אמיתיים. 61114
2. לשכבת היישומים יש כמה ערוצי הפצה. WorkBuddy, CodeBuddy, Yuanbao, Xiaowei, Marvis ו-QClaw מספקים לטנסנט כמה מסלולים לשימושים צרכניים ולפרודוקטיביות. 2617
3. המחויבות לתשתיות מכוונת וחריגה בהיקפה. הוצאות ההון זינקו כדי לתמוך באימון, בהרצה ובפריסת AI רחבה יותר, גם כשהרווחיות הבסיסית של טנסנט נותרה יציבה יחסית. 23

השאלה שעדיין פתוחה היא המוניטיזציה. טנסנט סיפקה נתונים על שימוש, שימור משתמשים ומיצוב המוצרים, אך לא הציגה לוח זמנים מדויק שבו הכנסות ה-AI ידביקו את היקף ההשקעה החריג בתשתיות. 27 למעשה, החברה מבקשת מהמשקיעים להעריך מעגל רב-שנתי: כוח מחשוב משפר את המודלים, המודלים משפרים את היישומים, היישומים מייצרים שימוש — והשימוש הופך בסופו של דבר להכנסות.

נכון לעכשיו, הרבעון השני מראה שהמעגל הזה כבר מתחיל לפעול. הוא עדיין לא מראה עד כמה רווחי יהיה המעגל השלם.