Até 2026, a Tencent demonstra sinais de se transformar em um poderoso centro de produção de agentes. A empresa lançou o WorkBuddy, que atraiu 8,85 milhões de visitantes mensais, e também apresentou uma série de novos produtos em seu ecossistema, incluindo Zaohua Gongfang, Ardot, Miora, WorkRally, DataBuddy e LearnBuddy.
Mudança Estratégica no Desenvolvimento de IA
A Tencent, que nos últimos dois anos foi vista como defasada na implementação de produtos de IA, ajustou sua estratégia. Em vez de focar na criação de um único superaplicativo com entrada de IA, a empresa iniciou o processo de 'agencialidade' de todo o seu ecossistema de produtos. Isso levou à formação de um amplo portfólio de produtos de agentes, abrangendo áreas desde o aumento da produtividade na área de trabalho e design até processamento de dados e educação, tornando a Tencent um dos desenvolvedores de agentes de IA mais ativos na China.
Funcionalidades e Integração de Produtos
O WorkBuddy integra praticamente todos os recursos do ecossistema Tencent na forma de habilidades, incluindo WeChat, Tencent Docs, Tencent Meeting e serviços corporativos, tecendo a experiência de rede de mais de vinte anos do produto em uma rede acessível para ser chamada pelo agente. Atualmente, este produto lidera a categoria de agentes de desktop na China em termos de usuários ativos diários e número total de usuários.
Novas Direções no Ecossistema
Além do WorkBuddy, a Tencent lançou uma onda de novos produtos de agentes. O Zaohua Gongfang é uma plataforma para co-criação de personagens e histórias. O Ardot funciona como um análogo de IA do Figma para design inteligente, e o Miora é um agente para design criativo. O WorkRally é uma plataforma de criação de quadrinhos baseada em inteligência artificial. O TDream concentra-se na criação de filmes interativos e recursos de jogos usando IA. O DataBuddy fornece serviços de engenharia e análise de dados baseados em IA, e o LearnBuddy oferece autoaprendizagem com orientação de especialistas.
Diferença da Abordagem dos Concorrentes
O método da Tencent difere das abordagens dos concorrentes no sentido de que os agentes são incorporados aos ecossistemas de produtos já existentes, em vez de exigir que os usuários migrem para um novo aplicativo. Por exemplo, o assistente de IA Dayuan foi implementado no Enterprise WeChat, o Tencent Docs evoluiu para a escrita colaborativa em tempo real com IA, e o Tencent Drive agora suporta gerenciamento de ativos em nível de petabyte com IA. O Tencent Lexiang atua como o DNA do conhecimento corporativo. Essas melhorias transformam os fluxos de trabalho habituais dos usuários em uma experiência orientada a agentes, sem necessidade de mudança de comportamento.
Premissas Estruturais da Estratégia
O principal fator estrutural por trás da estratégia da Tencent é que a empresa já possui alguns dos pontos de entrada digitais mais densos na China: WeChat, Enterprise WeChat, QQ, Tencent Docs, Tencent Meeting e inúmeras plataformas de jogos. Em vez de criar um novo superaplicativo para competir com o ByteDance Doubao ou Baidu ERNIE Bot, a Tencent pode permitir que os agentes evoluam diretamente nesses cenários existentes.
Principal Desafio para a Empresa
O maior problema não é criar produtos-agentes individuais, mas garantir sua funcionalidade através das fronteiras organizacionais da Tencent. Surge a questão: o agente conseguirá cruzar as fronteiras de departamentos, linhas de produtos e repositórios de dados isolados? Ele conseguirá chamar funcionalidades de vários sistemas da Tencent em nome de um único usuário? Em caso de sucesso, o Agente se tornará um novo nível operacional em todo o ecossistema Tencent. Caso contrário, cada Agente permanecerá apenas mais uma ferramenta em um portfólio de produtos cada vez mais sobrecarregado. Segundo Pony Ma, o caminho da empresa lembrava o estado de um 'navio vazando' no ano passado, depois conseguiu se manter a bordo, e agora está ocorrendo uma aceleração urgente. A estratégia de 'fábrica de agentes' reflete a tentativa da Tencent de fazer da velocidade sua vantagem competitiva.
}))
