騰訊成為AI保守派了嗎？

騰訊的焦點，是GPU資源的利用效率、商業化，而不是GPU的規模化。或許騰訊在等一個時機，一個市場更確定，增加投資又不晚的時機。

全文共 3135 字，閱讀大約需要 8 分鐘

作者 | 賈陽

這一季的騰訊，依舊強得可怕。

Q3單季度營收1929億元，經調整凈利潤706億元。游戲和廣告尤其強勢，營收增長分別達到23%和21%。游戲業務除了《王者榮耀》等所謂的“長青游戲”，《三角洲行動》已經成為中國市場流水top 3的游戲，《無畏契約》轉手游大獲成功。廣告業務則引入了AI能力，推出了 “AI營銷Plus”（AIm+）工具。

但有意思的是，在海外AI投資競賽已經白熱化到要借錢買卡的當下，騰訊的資本開支 (Capex） 反而顯著下降。騰訊Q3資本開支130億，營收占比為6.7%，低于此前給出的“low-teens收入占比”指引。同比下降24%，環比下降逾32%。騰訊還提前打了預防針，“2025全年Capex總額將低于此前給出的指引范圍，但金額將高于2024年。”

騰訊今年以來的累計資本開支是595億，全年規模離1000億還有很遠距離，若按此節奏，三年下來跟阿里承諾的3800億規模將拉開不小差距。且不久前云棲大會上，阿里巴巴集團CEO吳永銘還在3800億元的基礎上，再度加碼Capex。

這是否意味著，騰訊在AI領域開始變得“佛系”了？中國AI公司，跟海外同行的競爭方式，越來越走向分化？從未來回過頭來看當下，短期的決策會影響歷史拐點嗎？

AI帶動中概股重估后，騰訊股價顯著上漲

“夠用”

業績會上，有機構提了一個投資者都非常在意的問題：元寶和微信AI功能似乎都依賴于“混元”基礎模型的能力，但資本支出仍然較低。是否存在不夠積極的風險，導致AI應用市場被擁有更好模型能力或更激進資本支出的公司搶走？

騰訊管理層的答案是，“夠用”了，并沒有GPU不足的問題，有足夠的GPU供內部使用。但外部云服務業務，就不太夠用了。

一定程度上，“夠用”是因為騰訊去年大筆采購過英偉達顯卡。媒體曾報道，騰訊2024年從英偉達買了約23萬張GPU芯片，字節跳動采購量與騰訊相當，是英偉達全球的第二和第三大買家，僅次于微軟。所以在英偉達徹底禁運后，不至于慌亂。

根據此前財報，騰訊的資本開支按重要程度分為：支持廣告、游戲等成熟場景，其次是大語言模型訓練，最后才是云服務。相當實用主義，主營業務板塊太穩健了，AI算是一個錦上添花的事業。

也就是說，騰訊自己研發AI、用AI提升業績的GPU夠用了，云計算需要的無上限的算力資源采購，并不急于一時。

這跟阿里的順位剛好相反，阿里是典型的云計算大廠邏輯，其資本支出依次投向AI基礎設施、基礎模型平臺及AI原生應用、現有業務的AI轉型。AI投資擴張，事關戰略轉型。

但調低Capex，不去盲目堆算力，除了AI芯片供應短缺，應該還有相當一部分原因是騰訊對AI發展的判斷。

談到競爭問題，騰訊管理層稱，“目前時間點，中國市場并不存在一個絕對優勝的模型，各家處于一場相當接近的競爭中。”

基礎模型的競爭非常激烈，以至于每個季度都有新的SOTA模型，而其領先優勢也只能維持一段時間。在自家模型性能尚未確立絕對領先地位，且存在AI技術路線“黑天鵝”的風險，是否要圍繞當下模型大力擴建一整套基礎設施？

阿里的答案是yes，騰訊的答案是no。

騰訊在整個財報、業績會上，關注的是用有限資源開發出更好的模型，把AI想辦法融入自己業務（agent、AI廣告、讓“長青游戲”更長青），融入中國產業落地應用場景。

騰訊首席戰略官James Mitchell此前稱，DeepSeek的突破終結了“LLM性能提升需要數量級增長的GPU”敘事，用現有GPU訓練LLM的生產力大大提高，不必按原本預期速度采購GPU。

騰訊的焦點，是GPU資源的利用效率、商業化，而不是GPU的規模化，不在于去搶占未來的潛在的算力訂單——這是目前美國AI公司循環投資、股價“梯云縱”的邏輯，Capex競爭成了未來“存亡”之爭。

此刻是轉折點嗎？

在電商領域，阿里和騰訊曾經同場競技過。

阿里用的是重劍：中供鐵軍培育了中國第一批觸網商家，做快遞履約的協同（菜鳥），維持和擴大雙邊網絡效應，是實實在在的人力和物力投入。

騰訊的打法則一貫地輕，拍拍網失利后，騰訊把電商陣地交給了京東去守，如今的微信電商依舊相對輕運營。騰訊沒能吃到電商核心的紅利。但借助京東、美團吃到了一定賽道紅利。在“支付”的關鍵一環，微信支付，成為了后起之秀。

AI對社會肌理、商業運行模式的重構，只會比電商更大。當下的AI資本投資，會像電商基建投資，對此后的產業格局產生巨大的影響，甚至決定格局嗎？或者說，這個影響的決定性時期，是現在嗎？

阿里云目前部分在售的AI一體機，應用了其自研AI芯片和其他國產芯片，號稱“代碼級兼容CUDA生態”。在pre-training階段的性能或許不夠，但推理任務需要的性能不必頂尖，國產芯片是夠用的。阿里在用AI云和私有化部署各種方案，去承接爆發的需求。

我們可以看到，國內AI云市場的競爭依舊如火如荼，僅上半年tokens調用量較去年全年近4倍增長。

但騰訊對“英偉達平替”的采購，目前看更為謹慎。在談到自身的云業務時，騰訊的回答是，今年終于顯著增收了，業務實際盈利，但云業務一個限制因素是AI芯片的供應，如果沒有限制，云服務收入增長應該會更快。“國產替代”，顯然還不在語境中。

據此前媒體報道，如今國內的新政策，是用高達50%的電力優惠，鼓勵國內廠商采用國產算力。國產占比提升，這是一個必然的趨勢。

不過，這種遷移，除了能源成本、芯片性能，更重要的是開發體系的遷移。一個芯片體系，有一套自己的開發語言、工具鏈和生態，英偉達的CUDA最成熟，華為有CANN。

騰訊需要在設備部署方面給客戶先行完成配置，最好能讓用戶“無感遷移”。而這也是AI云未來跟同行競爭金融、政務、醫療等行業用戶，增強AI生態整體競爭力的必要。

在騰訊表現出些許克制之際，海外大廠的軍備競賽已經進入到next level了，新的投資就像一顆顆炸彈投過來，AI的硬件供應商、云服務商、模型公司開始了“循環投資”：

這相當于，杠桿上再加杠桿，市場對“泡沫”的狂熱和恐慌同時發酵到極致。摩根士丹利預測，到2028年，數據中心建設的總支出將高達2.9萬億美元。但Alphabet、Meta等科技巨頭，即使用現金流支付大約一半，剩余1.5萬億美元的資金缺口必須通過外部融資來填補。借錢買芯片，成為現實。

國內的情形，跟海外正在發生一些分化。整體來看，中國的公司在垂直場景落地，尤其是產業領域實戰探索更多。這幾乎也是中國作為供應鏈大國，獨有的生態結構。AI在制造業各行各業垂直領域的更縱深機會，是海外AI廠商主流競爭邏輯之外的東西。

面對這種機會，騰訊會繼續慢條斯理，把市場增量拱手讓人嗎？或許它只是在等一個時機，一個市場更確定，增加投資又不晚的時機。

《那些被爸媽“種草”的老品牌，重回年輕人購物車》

《為什么年輕人重新愛上逛動物園》

《影視颶風又賣爆了，T恤為什么是直男收割機》