騰訊新出爐的二季度成績單,顯示出這家科技巨頭正持續加速。
8月14日下午,騰訊宣布今年Q2約1611億元的收入同比上漲8%,約507億元的經營盈利同比上漲40%。此外,騰訊還宣布,由于研發開支和雇員成本增加,今年Q2其一般及行政開支同比增長8%,作為參照,去年全年騰訊這一指標下降3%,今年Q1只微增0.6%。
在亮眼成績單背后,騰訊的本土游戲收入實現了久違的高增長,AI大模型也為其在B端業務打開新的增長空間,當然也讓它面臨更加激烈的競爭。
本土游戲收入恢復增長
今年Q2,收入788億元的增值服務業務依然占據騰訊收入半壁江山,同比增長6%。但就在上一個季度,這項業務的收入同比卻微降近1%。
促使這一變化發生的重要功臣在于游戲業務,后者占據增值服務業務收入的六成左右。
財報顯示,今年Q2騰訊國際市場游戲收入同比增長9%至139億元。但更重要的是它346億元的本土市場游戲收入恢復同比增長,同樣達9%,這是一個久違的高增長,今年Q1騰訊本土市場游戲收入同比下降2%,事實上,去年全年騰訊這一收入也只增長了2%。
財報顯示,騰訊旗下《王者榮耀》及《和平精英》這兩款本土市場旗艦游戲今年Q2的流水均恢復同比增長,此外,今年5月21日正式上線的騰訊《地下城與勇士:起源》游戲也激活了數百萬IP粉絲。
在小游戲方面,《華夏時報》記者從騰訊方面了解到,今年Q2其小程序用戶時長同比增長超過20%,其中小游戲的月活用戶達5億人,小游戲總流水同比增長超過30%。
騰訊總裁劉熾平在當晚的財報會議中表示,如今推出非常成功的新游戲越來越難,因為游戲的質量和玩家的期望都非常高,而騰訊近期游戲業務的再次加速,以及在電視劇方面的成功,實際上都源于多年前的投資。他同時表示,在內容行業騰訊不會以短期效果為導向,一直以來都在進行戰略性投資,并且未來還會繼續。
需要提及的是,騰訊游戲Q2的一個大動作是嘗試與部分安卓渠道分道揚鑣。今年6月,《地下城與勇士:起源》宣布因合約到期,不再上架部分安卓平臺的應用商店。有業內人士在跟《華夏時報》記者交流時認為,目前安卓應用商店的游戲抽成比例普遍高達50%,蘋果生態這一比例也有30%,對于游戲廠商來說,分發成本的確是一個較大負擔。
騰訊首席戰略官詹姆斯·米切爾在8月14日晚間的財報會議中也提到,數字內容行業與應用商店之間確實存在天然緊張關系。他表示,由于《地下城與勇士》的IP影響力等原因,騰訊決定這款游戲主要通過內部渠道進行運作,但對于未來發布的其他游戲,騰訊仍需要從零開始建立受眾群體,期待繼續與應用商店合作。
詹姆斯·米切爾同時透露,目前騰訊的iOS小游戲還沒有通過應用內購買實現收益,目前騰訊正與蘋果就微信小游戲的收入事宜進行談判,如果取得進展,將實現多方共贏。
B端市場激烈競爭
不只是老資格的游戲業務,人工智能等新業務在B端市場的提速也對騰訊Q2財報產生正向影響。
財報顯示,今年Q2,在大模型技術等驅動下,騰訊金融科技與企業服務板塊收入達504億元,同比增長4%,此外受益于視頻號廣告、AI提效等因素,騰訊當期廣告收入達299億元,同比增長19%。記者還從騰訊方面了解到,今年Q2其企業服務業務收入實現十幾個點的增長,毛利進一步改善。
這其中,廣告是騰訊利用人工智能來實現實質商業轉化的重要領域。劉熾平在當天的財報會中提及,騰訊已將人工智能用于內容推薦、視頻推薦以及廣告投放等領域。他提到,在廣告推薦方面,騰訊將轉化率提高10%,這不是特別大的改進,但廣告收入卻因此會增長很多。
據記者了解,今年Q2騰訊AI大模型連續對外釋放積極信號。
5月17日,騰訊對外公布了混元大模型的研發及應用落地進展。5月30日,騰訊又宣布混元大模型全面升級,基于混元大模型的App“騰訊元寶”正式上線,騰訊云副總裁、騰訊混元大模型負責人劉煜宏當天在接受《華夏時報》等媒體記者采訪時曾披露,當前騰訊內部已有600多個業務正式使用混元大模型,混元在其內部的調用量每天超過2億次,此外騰訊現在有1/4左右的代碼是AI來生成。
不過,今年二季度大模型廠商在B端市場掀起的價格戰,也是它面臨激烈競爭的一個縮影。據記者了解,繼今年5月字節跳動的豆包大模型率先打響降價第一槍后,多家大模型廠商紛紛跟進,并打出了免費牌。但騰訊對于大模型價格戰的態度并不積極。
“騰訊做大模型不爭一時之先。”劉煜宏在上述采訪中對《華夏時報》等媒體記者這樣表示,“目前我們希望做一個用戶需要的東西。”對于低價問題,騰訊云副總裁吳運聲在這之前接受《華夏時報》等媒體記者采訪時也曾表示,騰訊會把精力放在產品、技術能力發展之上。
深度科技研究院院長張孝榮在跟《華夏時報》記者交流時認為,騰訊的混元大模型有一定后發優勢,在算力上有騰訊云提供保障,在數據上有廣泛的內容產業布局,還可以在社交、新聞、視頻、游戲等諸多場景進行應用訓練,“有可能探索出新的道路。”他同時也對記者表示,大模型產業目前處于發展早期,依然是投入大產出少,需要大量燒錢、進一步完善技術創新,才能進而提升AI成熟度。