Репортаж от Wedoany，6 июня на конференции Tencent Cloud AI Industry Application Conference 2026 старший исполнительный вице-президент Tencent Тан Даошэн провёл беседу с главным учёным Tencent по ИИ Яо Шуньюем. Отвечая на вопрос о причинах присоединения к Tencent и о том, как он понимает «второй этап развития ИИ», Яо Шуньюй отметил, что методологии ИИ стали более зрелыми, и настоящая сложность заключается в поиске действительно стоящих проблем для решения; Tencent обладает множеством таких проблем и качественных продуктов, что стало одной из ключевых причин его выбора.
Суть этой беседы заключалась не в простом объяснении кадрового перехода, а в том, как Tencent переопределяет организационные возможности на этапе внедрения больших моделей в промышленность. В предыдущем раунде конкуренции в области ИИ внимание отрасли было сосредоточено на параметрах моделей, масштабах обучения, результатах рейтингов, затратах на вывод и точечных возможностях, что приводило к сравнению компаний по принципу «может ли модель это сделать». Логика «хороших проблем», предложенная Яо Шуньюем, смещает фокус с возможностей самой модели на реальные сценарии применения: когда методы предварительного обучения, пост-обучения, фреймворков агентов и вызова инструментов становятся зрелыми, задача технических команд больше не сводится к поиску ещё более мощного алгоритма, а к определению того, какие потребности пользователей, бизнес-процессы и продуктовые сценарии действительно заслуживают реконструкции с помощью ИИ. Особенность Tencent заключается в достаточном разнообразии продуктовых линеек, охватывающих множество высокочастотных сценариев, таких как социальные сети, контент, игры, офисные приложения, облачные сервисы, финансовые технологии и промышленный интернет. В этих сценариях есть как массовое взаимодействие с пользователями, так и сложные корпоративные процессы, а также множество продуктовых опытов, требующих долгосрочной доработки. Для команды ИИ такие проблемы ближе к сути конкуренции на втором этапе, чем абстрактные технические показатели: чтобы возможности модели вошли в продукт, необходимо найти замкнутый цикл из конкретных задач, реальных данных, стабильной обратной связи и устойчивых итераций.
Яо Шуньюй также упомянул, что Tencent в целом — это компания, работающая на основе «доверия», а не просто «показателей», и такая культура крайне важна для создания долгосрочной ИИ-организации.
Это суждение отражает реальное противоречие в построении ИИ-организаций. Краткосрочные показатели могут быстро стимулировать выпуск моделей, запуск продуктов и рост данных, но передовые исследования в области ИИ часто требуют более длительных циклов, допускающих исследования, эксперименты и межкомандное взаимодействие. Особенно на этапах реконструкции агентов, базовых моделей, ИИ-инфраструктуры и сложных продуктов многие ключевые результаты не сразу проявляются в виде роста одного показателя, а выражаются в накоплении базовых возможностей, улучшении пользовательского опыта, стабильности инженерных систем и адаптации к долгосрочным сценариям. Если организация ориентируется только на краткосрочные объёмы вызовов, рейтинговые баллы или конверсию трафика, команда ИИ рискует погрязнуть в погоне за локальными оптимумами; если же при чётком направлении предоставить исследовательским и продуктовым командам больше доверия, становится более вероятным оттачивание моделей, продуктов, данных и пользовательской обратной связи в единой долгосрочной системе. Tencent, продвигая сейчас гибридную модель Hunyuan, набор инструментов для агентов, ИИ-инфраструктуру и промышленные приложения, нуждается именно в такой организационной способности «совместного проектирования модели и продукта», чтобы технологические разработки не отрывались от реальных сценариев, а продуктовые команды могли понимать границы возможностей модели.
Формулировка Яо Шуньюя о «втором этапе развития ИИ» также указывает на то, что индустрия больших моделей переходит от фазы технологического взрыва к фазе выбора проблем. Будущая конкуренция может зависеть не столько от того, у кого есть самая мощная модель в данный момент, сколько от того, кто сможет постоянно находить высокоценные проблемы и встраивать возможности моделей в продукты, которые пользователи реально используют каждый день. Для Tencent это означает, что ИИ — это не только облачные сервисы, модельные платформы или новые продукты-агенты, но и постепенное проникновение в социальное общение, создание контента, офисное сотрудничество, разработку игр, корпоративные услуги и промышленные процессы. Чем больше хороших проблем, тем богаче обратная связь для итераций модели; чем больше хороших продуктов, тем яснее путь внедрения возможностей ИИ.
Последующий фокус наблюдения будет сосредоточен на том, сможет ли Tencent превратить «хорошие проблемы», о которых говорит Яо Шуньюй, в масштабируемые продуктовые результаты. Конкуренция на втором этапе развития ИИ будет в большей степени проверять организационное терпение, понимание продукта, инженерные возможности и плотность сценариев. Тот, кто сможет встроить технологические возможности в высокочастотные продукты и сложные промышленные процессы, получит больше шансов перевести большие модели от демонстрации возможностей к реальной производительности.
Данный материал скомпилирован платформой Wedoany. При цитировании материалов, созданных с помощью искусственного интеллекта (ИИ), необходимо обязательно указывать источник — «Wedoany». В случае выявления нарушения прав или иных проблем просим своевременно информировать нас. Сайт оперативно внесёт изменения или удалит материал.Электронная почта: news@wedoany.com
