Tencent slår rekorder: AI offensiv og hopp i salg i spill!
Tencent slår forventningene med sterk inntekts- og resultatvekst i Q2 2025, driver AI-investeringer og spillekspansjon.
Tencent slår rekorder: AI offensiv og hopp i salg i spill!
Tencent overgikk analytikernes forventninger i andre kvartal 2025, som boerse-express.com rapportert. Selskapets inntekter steg 15 prosent til 184,5 milliarder yuan, mens nettoresultatet steg 17 prosent til 55,6 milliarder yuan. Disse imponerende resultatene ble primært drevet av vekst i innenlandsk spillvirksomhet, som økte med 17 prosent, samt internasjonal vekst på 35 prosent i dette segmentet.
En annen nøkkel til Tencents suksess er en massiv økning i AI-investeringer, som har økt med 119 prosent. Ved å integrere AI-funksjoner i den populære meldingsappen WeChat, drevet av den populære chatboten Yuanbao, planlegger selskapet å revolusjonere tjenestene sine ytterligere. Tencent har også tilstrekkelig GPU-lager for videre AI-utvikling, og fremskritt innen programvareoptimalisering reduserer maskinvarekravene betydelig. Selskapets nåværende AI-initiativer inkluderer introduksjonen av den multimodale Hunyuan Large Vision-modellen og massive investeringer i serverinfrastruktur.
Utfordringer og risikoer
Til tross for sin nåværende suksess, står Tencent overfor ulike utfordringer. Disse inkluderer en bot på 76,9 millioner dollar for distribusjon av ulovlig innhold og virkningen av amerikanske sanksjoner. Selskapet møter også strenge spillrestriksjoner i Kina. Disse faktorene kan potensielt påvirke selskapets fremtidige resultater.
I tillegg handles Tencent-aksjene for øyeblikket like under deres 52-ukers høyeste på EUR 65,54. Relative Strength Index (RSI) er på 74,9, noe som indikerer overkjøpt territorium. Dette tyder på at bærekraftig vekst vil være avgjørende i de kommende kvartalene.
Globalt perspektiv og dataspørsmål
I sammenheng med den voksende AI-utviklingen over hele verden, diskuteres også skaleringslovene til amerikanske teknologiselskaper. I en artikkel av theregister.com adresserer ineffektiviteten ved å bruke større datamaskiner for å løse matematiske problemer sammenlignet med mer intelligente tilnærminger. Disse smartere metodene fører til mer innsikt og løsninger, mens effekten av gammel sovjetisk matematikk fortsatt er synlig i dag.
Analysen indikerer at de nyeste AI-modellene ofte krever mer data enn det som er tilgjengelig. Mye av disse dataene er allerede generert av AI-modeller, noe som kan påvirke kvaliteten på treningsdataene. Sammenligning av AI-generert data med hurtigmat og sterk alkohol fremhever bekymringer om datakvalitet. Begrensningene som er fremhevet der kan i sin tur fremme utviklingen av egen maskinvare og mer effektiv programvare i Kina.