Tencent pārspēj rekordus: aizskarošs mākslīgais intelekts un spēļu pārdošanas apjomi!

Tencent pārspēj rekordus: aizskarošs mākslīgais intelekts un spēļu pārdošanas apjomi!

Tencent pārsniedza analītiķu cerības 2025. gada otrajā ceturksnī, kā boerse-express.com ziņots. Uzņēmuma ieņēmumi pieauga par 15 procentiem līdz 184,5 miljardiem juaņu, bet tīrā peļņa pieauga par 17 procentiem līdz 55,6 miljardiem juaņu. Šos iespaidīgos rezultātus galvenokārt noteica vietējā spēļu biznesa izaugsme, kas pieauga par 17 procentiem, kā arī starptautiskais pieaugums par 35 procentiem šajā segmentā.

Vēl viena Tencent panākumu atslēga ir milzīgs AI investīciju pieaugums, kas ir palielinājies par 119 procentiem. Integrējot AI funkcijas populārajā ziņojumapmaiņas lietotnē WeChat, ko darbina populārais tērzēšanas robots Yuanbao, uzņēmums plāno vēl vairāk mainīt savus pakalpojumus. Tencent ir arī pietiekams GPU krājums turpmākai AI attīstībai, un programmatūras optimizācijas sasniegumi ievērojami samazina aparatūras prasības. Uzņēmuma pašreizējās AI iniciatīvas ietver multimodālā Hunyuan Large Vision modeļa ieviešanu un milzīgus ieguldījumus serveru infrastruktūrā.

Izaicinājumi un riski

Neskatoties uz pašreizējiem panākumiem, Tencent saskaras ar dažādiem izaicinājumiem. To skaitā ir 76,9 miljonu dolāru naudas sods par nelegāla satura izplatīšanu un ASV sankciju ietekme. Uzņēmums arī saskaras ar stingriem spēļu ierobežojumiem Ķīnā. Šie faktori potenciāli varētu ietekmēt Sabiedrības turpmāko darbību.

Turklāt Tencent akcijas pašlaik tirgojas nedaudz zem 52 nedēļu augstākās cenas – 65,54 eiro. Relatīvais stipruma indekss (RSI) ir 74,9, kas norāda uz pārpirktu teritoriju. Tas liecina, ka turpmākajos ceturkšņos izšķiroša nozīme būs izaugsmes ilgtspējai.

Globālā perspektīva un datu problēmas

Saistībā ar pieaugošo AI attīstību visā pasaulē tiek apspriesti arī Amerikas tehnoloģiju uzņēmumu mērogošanas likumi. Rakstā autors theregister.com risina lielāku datoru izmantošanas neefektivitāti matemātisko problēmu risināšanai salīdzinājumā ar viedākām pieejām. Šīs gudrākās metodes sniedz vairāk ieskatu un risinājumu, savukārt vecās padomju matemātikas sekas ir redzamas arī mūsdienās.

Analīze liecina, ka jaunākajiem AI modeļiem bieži ir nepieciešams vairāk datu, nekā ir pieejams. Lielu daļu šo datu jau ģenerē AI modeļi, kas varētu ietekmēt apmācības datu kvalitāti. AI ģenerēto datu salīdzināšana ar ātrās ēdināšanas un stiprā alkohola datiem izceļ bažas par datu kvalitāti. Tur izceltie ierobežojumi savukārt varētu veicināt pašas aparatūras un efektīvākas programmatūras izstrādi Ķīnā.