Kinas AI-kapplöp: fokus på kostnader och betalande användare
Fokus inom Kinas AI-sektor skiftar från modellkapacitet till kostnadsoptimering och att generera verkligt affärsvärde. Branschaktörer söker betalande användare i takt med att traditionella tillväxtmotorer mattas av.
Kinas AI-sektor genomgår en betydande omvandling där tyngdpunkten flyttas från teknisk utveckling av AI-modeller till kostnadseffektivitet och förvärv av betalande användare. Analytiker betonar att AI:s prisvärdhet inte automatiskt garanterar kommersiell framgång, utan att skapa verkligt värde är avgörande.
Enligt Xiong Wei, analytiker vid UBS Securities, fortsätter kinesiska AI-utvecklare att förbättra sina modeller, särskilt inom kodning och agentfunktioner. Samtidigt har företag som använder AI börjat bedöma mer noggrant hur mycket intelligens som faktiskt krävs för en given uppgift. Detta markerar en övergång mot "token-optimering", där man strävar efter att balansera prestanda och pris, snarare än att maximera AI-användningen för dess egen skull.
Xiong uppskattar att utvecklingskostnaderna för kinesiska modeller kan vara en bråkdel av sina internationella motsvarigheter, och även API-priserna är betydligt lägre. Detta ger en fördel, särskilt för repetitiva eller lågriskuppgifter.
Samtidigt påpekar Kenneth Fong, chef för Kinas internetforskning vid UBS, att tillväxten för Kinas stora internetplattformar mattas av, då användartrafiken och tiden som spenderas på mobila enheter inte längre ökar nämnvärt. Även om AI kan sänka kostnaderna för innehållsproduktion och effektivisera annonsering, utgör konsumenternas begränsade tid och uppmärksamhet en flaskhals. Att öka antalet AI-genererade kortdrama, till exempel, leder inte nödvändigtvis till mer tittartid.
Mango TV:s nya fantasyserie "The Later Journey to the West" syftar till att möta denna utmaning. Serien har producerats med företagets egen AI-plattform och är den första långa dramaserien producerad med AI som har visats på en nationell huvudkanal. Även om serien har fått en stark start och effektivt utnyttjat AI-verktyg i produktionen, är dess kommersiella framgång och långsiktiga lönsamhet fortfarande osäkra. Detta speglar branschens bredare utmaning: utöver effektivitet och kostnadsbesparingar måste AI-användningen visa sin förmåga att generera betydande ekonomiskt värde.