Tencent-მა ხელოვნური ინტელექტისთვის საჭირო ჩიპების შესაძენად 7 მილიარდ დოლარზე მეტი წინასწარ გადაიხადა

Tencent-მა მეორე კვარტალში 50 მილიარდ იუანზე მეტი (7.4 მილიარდი დოლარი) წინასწარ გადაიხადა მიმდინარე და მომავალი თაობის მეხსიერების ჩიპების შესაძენად. HSBC-ის ↘ 1.08% კვლევითი ჩანაწერის თანახმად, რომელიც 3 სექტემბერს ინვესტორებთან შეხვედრის შემდეგ გამოქვეყნდა, კომპანიის მენეჯმენტმა ეს ნაბიჯი შეაფასა როგორც ხუთ წელიწადში ერთხელ განსახორციელებელი სტრატეგიული შესყიდვა.news.futunn+2

სტრატეგიის მთავარმა ოფიცერმა ჯეიმს მიტჩელმა ეს ინფორმაცია HSBC-ის მიერ ორგანიზებულ შეხვედრაზე გააჟღერა. მან ასევე აღნიშნა, რომ Tencent-ის AI Harness პროდუქტების ფასიანი მომხმარებლები ტოკენებს უფასო მომხმარებლებზე ორჯერ მეტი ინტენსივობით მოიხმარენ, რაც კომპანიისთვის ხელოვნური ინტელექტის მონეტიზაციის სტრატეგიის წარმატების პირველი ნიშანია.gate+1

კვარტალი, რომელიც AI-ზე დანახარჯებმა განსაზღვრა

წინასწარი გადახდა კაპიტალური დანახარჯების იმ მასშტაბური ზრდის ნაწილია, რომელმაც Tencent-ის ფინანსური პროფილი შეცვალა. ოფიციალური ანგარიშის მიხედვით, ივნისის კვარტალში კომპანიის კაპიტალურმა დანახარჯებმა 52.8 მილიარდი იუანი შეადგინა, რაც წლიურ ჭრილში 176%-იანი ზრდაა. Bloomberg-ის ცნობით, ამ ხარჯებმა 13.8 მილიარდი იუანის ოდენობით თავისუფალი ფულადი სახსრების გადინება გამოიწვია, ხოლო Reuters-ი აღნიშნავს, რომ წმინდა მოგება მხოლოდ 0.7%-ით გაიზარდა და 56 მილიარდი იუანი შეადგინა, რაც ანალიტიკოსების პროგნოზებს ჩამორჩა.reuters+2

მენეჯმენტის თქმით, მეორე კვარტალის ხარჯები შესაძლოა კაპიტალური დანახარჯების ახალ საბაზისო ნორმად იქცეს. HSBC-ის შეფასებით, Tencent-ის 2026 წლის წლიური კაპიტალური დანახარჯები დაახლოებით 212.4 მილიარდ იუანს მიაღწევს, რაც 2025 წლის 112.7 მილიარდ იუანთან შედარებით თითქმის გაორმაგებულია. კვლევის თანახმად, ჩიპების წინასწარი გადახდები შესაძლოა მესამე კვარტალშიც გაგრძელდეს და მეოთხე კვარტალში დასტაბილურდეს.wallstreetcn+2

AI მონეტიზაციის ფორმირება

ინფრასტრუქტურის გარდა, Tencent-მა AI-ზე დანახარჯების პრიორიტეტების ცვლილებაზეც ისაუბრა. კომპანიამ აღიარა, რომ მისი MaaS (Model-as-a-Service) ბიზნესი ამჟამად ყველაზე მაღალ მარჟას უზრუნველყოფს, თუმცა გრძელვადიან რესურსებს Harness-ის პროდუქტების ხაზსა და საკუთარ Hunyuan მოდელზე მიმართავს.gate+1

მენეჯმენტის განმარტებით, MaaS-ის მარჟები სტრუქტურული წნეხის ქვეშაა, რადგან ბაზარი ტრენინგიდან დასკვნების გამოტანის (inference) ეტაპზე გადადის. ამის საპირისპიროდ, Harness-ის ფასიანი მომხმარებლები უკვე უტოლდებიან MaaS-ის დონის მარჟებს, ხოლო მათი მაღალი მოხმარება შემოსავლების ზრდის პოტენციალზე მიუთითებს.wallstreetcn

მოდელების განვითარება

მიტჩელმა ასევე ისაუბრა მოდელების განვითარების ვადებზე და აღიარა, რომ შიდა რეორგანიზაციამ პროცესი ექვსიდან ცხრა თვით შეაფერხა. ერთიანი ანგარიშგების სტრუქტურამ მოდელების გამოშვების ტემპი დააჩქარა. Hunyuan 4-ის პრევიუმ კი აღმოფხვრა კოდირების შესაძლებლობებში არსებული ხარვეზი, რაც CodeBuddy-ის სუსტი წერტილი იყო.wallstreetcn