騰訊,一家以「其他」業務為最大成長引擎的神奇公司
騰訊,一家以「其他」業務為最大成長引擎的神奇公司

儘管很多人將對騰訊2017年Q4財報的關注點放在其遊戲業務成長趨緩上——在該季度,受到之前取得巨大成功的《王者榮耀》生命週期巔峰已過等因素的影響,占公司營收比例最高的遊戲業務的收入增速從上一季的48%下降到32%(這還沒有考慮到2016年同期遊戲業務僅上漲了16%),這無疑拖累公司的營收成長,從上季的61%下降到51%、在過去四季中墊底,但過分看重這點可能對該公司已經和正在發生的結構變化視而不見。

與以往騰訊「靠遊戲收入驅動的公司」的印象不一樣,在過去的兩年中,曾經只是一個暫時用來歸類電商業務遺留資產收入的項目——其他業務——已然成長為公司新的成長引擎,在第四季,來自該項目下的收入以21.2%的收入佔比貢獻了34.3%的成長,在所有業務中貢獻最大,相比而言,排名第二的遊戲的貢獻比例僅為26.3%。

「其他業務」的命運軌跡與現在承擔了騰訊主要價值的微信很相似,後者誕生於一個當時並不處於核心地位的部門,巧合的是,作為「其他業務」核心內容之一的支付服務,也與微信直接有關,騰訊向超過一定金額的微信支付交易收取手續費,這意味著隨著消費和商業用戶的交易增加(憑藉微信的龐大用戶規模、已形成的支付環境和用戶習慣,以及騰訊試圖讓自己在交易場景無處不在的戰略,這絕對不是問題,在過去一季,來自商家的交易額成長了一倍以上)騰訊將從中受益。

「其他業務」的另一項主要內容,是針對企業和政府機構等的雲端服務,該業務取決於網路規模、客戶數量,以及公司透過差異化的服務來吸引、留住客戶,並抵禦價格戰的能力。儘管相比阿里而言,騰訊云不具備先發優勢,但它自身在遊戲、影音領域的領導地位,以及從2010年開始實施的開放戰略和基於微信等編織的商業生態,讓騰訊在吸引新客戶方面提佔了近水樓台的先機,更重要的是,騰訊決策層足夠重視這項業務戰略,你大概還記得之前騰訊曾為了爭奪一個雲端服務訂單而近乎白送的魄力。

僅僅兩年之前,如果你將騰訊視為一家遊戲公司,一點也不冤枉它。2015年第四季,遊戲業務收入佔比高達52.5%,貢獻了42%的成長,而「其他」項目(主要為電商相關收入)僅佔收入的5.4%,貢獻增量佔4.5%,但2016年第一季是個轉折點,從3月1日開始,騰訊開始對部分微信交易收取服務費,從那之後,「其他」收入便以100%以上的高速成長,到這一年的第四季,「其他」收入首次取代遊戲成為第一大的成長貢獻者,佔全部收入的比重也提高到14.6%。

在過去的2017年第四季,來自「其他」的收入佔比已經超過廣告(18.6%),接近社交網路增值服務(23.5%),但「其他」收入的成長速度遠高於其他業務,雖然由於基數的增加,其增速已經由之前幾個季度的200%以上下降到了121%,但預計在未來的相當長時間內,它仍然可以保持高速成長,這意味著2019年的某個時間,「其他」收入將可能取代遊戲成為佔比最大的收入來源。

多年來,騰訊一直將「連接者」作為自己的生態定位,並進行了廣泛的生態合作(包括投資),但這樣做的挑戰就是,如何建立一種能讓自己從生態中自然受益的可持續商業模式,而不僅僅是作為一個投資人分享生態夥伴的成長?——儘管我(微信公號:尹生價值觀)認為,投資是生態主導者的一個重要戰略黏合劑和價值實現模式。截至2017年底,騰訊僅在那些已經上市的被投公司中的公允價值就達到2108億元。

經過過去幾個季度的驗證,騰訊似乎已經找到這樣的「連接者」商業模式——透過包括支付和雲端服務在內的「其他」收入、廣告模式以及投資,騰訊既能讓生態夥伴受益(所謂的賦能),又能讓自己分享生態夥伴短期和長期的成長價值。換句話說,這形成一種近似雙向強化:騰訊賺到的錢越多,可能意味著生態夥伴越成功,生態夥伴越成功,又能讓騰訊賺更多錢,這樣雙方才能真正將彼此的半條命交給對方。

這種模式的本質,其實是一種經濟基礎設施,也是廣義的社會基礎設施,而過去我們主要視騰訊為俠義的內容和社會基礎設施——這已經使它不同於社交網絡的集大成者Facebook,後者最近正遭受與隱私洩露相關的社會和經濟打擊,它的廣告商業模式、個人連接與社會共治、隱私保護等呼聲可能存在潛在衝突,這成為其長期承壓的根源,只有當它進化為經濟基礎設施(即廣義的社會基礎設施)時,才能形成弱化衝突的長期基礎。

這種模式的另一個好處是,讓騰訊未來較少受到單純用戶端的社交和通信產品更迭的影響,因為微信已經不僅僅限於這兩種功能,而成為更廣泛的經濟和社會生態的一部分,替代它就必須替代掉整個系統。這種模式已經讓騰訊在與阿里的競爭中受益,後者因為只涉及俠義的經濟基礎設施(從而在向自己所處的系統持續注入用戶動能的維度稍顯不足),而讓自己與生態上的夥伴(比如商家)存在一種更直接的此消彼長競爭和分食關係,相反,擁有用戶維度優勢的騰訊則更多的是一個賦能者角色,也更少衝突。

當然,前提是騰訊必須保證自己主導的這個系統的生產率持續具有競爭力,這就要求它必須劃清自己的邊界,並克制自己從中受益的程度。但當它這樣做時,又必須讓自己牢牢處於用戶入口的地位,否則,整個生態也會受到侵蝕、進而衰落,比如在最近一年多圍繞信息流、短影片、直播的輕娛樂入口的競爭中,它似乎有些反應遲鈍,這導致用戶的時間快速向快手、今日頭條這樣的新注意力中心轉移,在這裡可能會形成新的經濟和社會基礎設施的萌芽。

騰訊這樣的絕對領導性公司常常會犯的錯誤,就是遠離最初的創新精神,以及對這種精神可能帶來的變化力量的敏感性,進而用一種在位者的資源掌控和防禦模式來行為,比如,騰訊擁有目前為止中國最大的用戶群體和所謂的流量(一種遠離用戶的術語),這可能讓它在與用戶-流量密切相關的業務上像一個資源壟斷者那樣行事,事實上它也會樂意發現自己在這些方面總是能輕而易舉表現不錯的「流量」指標,但對自己可能正遠離用戶的現實卻視而不見。

即便在騰訊迄今唯一既當裁判又當運動員的領域——以遊戲為代表的內容領域,這個領域在過去的十幾年承擔了騰訊首要經濟引擎的角色——它似乎也沒有將垂直產業經營的模式貫徹到底,儘管它在遊戲領域做到了這點,最近它剛剛對兩家遊戲直播網站的投資就體現了它在這方面的徹底性,但在影片、音樂等領域,它似乎仍然主要在按照流量-資源模式的思路的行事,這讓在影片領域,流量資源本來不如它的愛奇藝有形成自己差異化優勢的趨勢。

從各個方面來看,它的用戶紅利時代都結束了,在第四季,半數的用戶指標都呈現出了負成長,比如QQ月活躍用戶數、QQ空間月活躍用戶數,QQ空間智慧終端月活躍用戶數等,剩下的成長速度也明顯放緩,比如微信的月活躍用戶數成長率降到了11.1%,用戶規模的擴張已經接近極限。接下來的成長引擎,將轉向生態生產率的提高,以及騰訊生態在整個經濟和社會中的滲透率,而支付與雲端服務正是這樣的業務,小程序也可能在其作為經濟基礎設施的道路上扮演重要角色(目前它還要設法讓用戶形成使用習慣),而成長引擎的另一個主要來源,將是技術,在這個方向,騰訊顯然還需要努力。

但在經濟基礎設施的道路上,它不會一蹴而就,扮演越來越重要的成長引擎作用的支付業務,可能會受到政策的影響,另外,它似乎對進入泛金融業務領域也有興趣,比如理財、銀行和保險,這固然能在短期增加其收入,並強化支付的價值,但卻也可能受到更多的政策波及,並將自己置於更多的金融風險之中,這些風險可能讓公司價值受損。

但總體來說,騰訊的未來確定性相比幾年前已經有很大的提升,這將成為其長期價值的基礎——儘管短期股價受多種因素的影響,比如受到最大股東、南非Naspers計劃減持1.9億股、遊戲放緩擔憂、大市動盪等因素共振影響,騰訊昨天在港交所的股價下跌了5.02%,在晚上美國的ADR則下跌了10.7%。

本文授權轉載自:創業邦

關鍵字: #財報 #騰訊
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓