騰訊希望AI助推下延長廣告業務增長跑道 芯片庫存足夠支撐未來幾代模型訓練

每經記者｜黃婉銀    每經編輯｜張海妮    

騰訊（HK00700，股價521港元，市值4.79萬億港元）對AI（人工智能）的大力投入已在財報中初見成效。

在5月14日晚的2025年第一季度業績電話會議上，提問也主要圍繞AI的投入與回報、元寶、微信生態的鏈接等展開。

在業績會開場，騰訊控股董事會主席兼首席執行官馬化騰表示，AI能力已經對效果廣告與長青游戲等業務產生了實質性的貢獻。騰訊亦加大了對元寶應用與微信內的AI等新AI機遇的投入。相信在AI戰略投入階段，現有高質量收入帶來的經營杠桿，將有助于消化這些AI相關投入產生的額外成本，保持財務穩健。

一季度，騰訊實現營收約1800億元，同比增長13%；毛利約1005億元，同比增長20%；經營利潤（Non-IFRS）為693億元，同比增長18%。

騰訊總裁劉熾平在業績會上稱，騰訊正在以資本支出和運營費用的形式加大對AI的投資，部分GPU（圖形處理器）和AI投資已為騰訊創造收入。AI通過優化廣告定向投放，推動廣告收入增長，騰訊會抓住這個機遇，而且相信未來這方面的價值空間會更大，騰訊希望延長廣告業務的增長跑道。

同日（5月14日），騰訊微信事業群（WXG）進行架構調整，成立電商產品部，“開放平臺基礎部”更名為“開放平臺部”。劉熾平在業績會上對此回應：電商產品部其實是在原開放平臺基礎部孵化出來的，本次調整只是將兩者分離，使電商團隊成為一個獨立部門，但實際上仍由同一負責人管理，所以這并不是重大調整，不應過度解讀。

AI可助推視頻號用戶使用時長增加 廣告加載量可預留到未來

一季度，騰訊營銷服務收入同比增長20%至約319億元，主要受益于廣告平臺AI技術升級和微信交易生態強化的雙重推動。

劉熾平指出，騰訊的流量在持續增長，尤其是最優質的廣告資源——比如視頻號、小程序、公眾號等，騰訊正圍繞這些資源部署廣告技術，并通過AI提升廣告主的投放回報。實際上，AI也能推動流量增加。比如當用戶進入視頻號時，目前仍有很多人看不了多長時間就離開了，而如果通過AI向用戶精準推送合適的內容，就能顯著增加用戶使用時長。

“當我們做到這一點時，不一定需要增加廣告加載量，只需依靠流量的自然增長就能帶動收入增長，同時可以將廣告加載量預留到未來，從而再次延長增長周期。與此同時，減少廣告投放實際上又能提升產品體驗，這是另一種競爭優勢，也形成了良性循環。所以我們正是以這種方式思考廣告業務的發展。”

劉熾平認為，長遠來看，如果騰訊能在微信生態內構建更強大的交易生態系統，讓越來越多的商家參與廣告投放，一旦用戶點擊廣告，就能輕松引導至交易環節，那么廣告主在騰訊平臺的投放意愿會提升，每次點擊的價值也會增加。“我們正在通過一系列系統性舉措延長廣告業務的增長周期。從宏觀視角看，我們相信這一增長空間目前仍遠未觸頂，而我們會持續借助AI技術拓展這一空間。”

一季度，騰訊在營銷服務領域，AI驅動的智能廣告投放系統顯著提升匹配精準度，帶動多個垂直行業廣告主投入同比增長。在游戲領域，AI技術通過優化用戶體驗，提升產品活躍度，增強長青產品黏性。在金融科技與企業服務板塊，AI也帶動相關收入增長。財報披露，騰訊云音視頻解決方案連續七年按中國市場收入計排名第一，通過接入大語言模型能力，音視頻解決方案的內容生成、媒體處理和即時互動的體驗得以提升。

正構建更多微信電商增長空間 不會單純依賴CPU采購

今年以來，微信持續激活交易生態：視頻號櫥窗帶貨達人可升級為“微信小店帶貨者”，實現全域帶貨；微信小店功能持續完善，為商家提供更多的入駐支持。

劉熾平表示，微信電商并非通過設定指令性的關鍵績效指標（KPI）來運營業務，這是一個長期跑道。騰訊目前正在構建更多微信電商的增長空間，比如提升消費者的基礎購物體驗、引入更多優質商品供給讓更多商家進駐，還有就是為商家帶來更多流量，并為消費者提供更多接觸商品和商家的機會。

“長期來看，我們希望依托微信生態打造獨特優勢，即通過微信生態內的多個模塊（如小程序）將用戶與商品連接起來。在社交層面，我們已推出‘送禮物’（微信藍包）功能，未來還將增加更多類似功能。和公眾號的對接也有非常多潛在可能性，為商家提供更多交易機會。目前，微信小店的交易GMV（商品交易總額）增長還是非常不錯的。”

去年底以來，騰訊等互聯網巨頭公司持續加大對AI的投入，其中一項重要支出就是購買GPU算力資源。本次業績會上，也有投資者提問騰訊對GPU算力的規劃和投入。

劉熾平回應，騰訊之前采購了相當數量的芯片，這對執行AI戰略非常有用。從這些芯片的使用分配來看，它們顯然會優先用于能為騰訊帶來即時回報的應用場景，例如廣告業務和內容推薦產品。其次會用在大模型訓練上，訓練確實需要更高端的芯片。

“但過去幾個月我們意識到，必須摒棄美國科技公司所謂的‘規模定律’（即需要持續擴展訓練集群）。現在我們發現，即使使用較小的集群，也能取得很好的訓練效果。而且在訓練后的優化階段，我們有很多潛力可挖，這些環節不一定需要非常大的集群。我們現有的高端芯片庫存，足夠支持未來幾代模型的訓練。”

劉熾平解釋，對GPU更大的需求其實是推理側，用戶對于這方面的需求是比較大的，需要更多token（對文本進行分割后的最小單元）。如果去做更多的智能體AI，所需的token會更多，因此推理端的需求確實很大。不過這也可以應對：一方面，在推理效率提升方面仍有很大空間。特別是某些應用場景不需要非常大的模型，可以針對不同用例定制和提煉模型，從而節省GPU在推理過程中的使用量。另一方面，國內可用的芯片或能進口的芯片，以及在某些情況下，針對較小模型的推理使用的芯片，有很多方法可以滿足不斷增長的推理需求，而不是單純依賴采購GPU。

封面圖片來源：每經記者 孔澤思 攝（資料圖）