Die Ostfront der chinesischen Künstlichen Intelligenz: Von Yan'an bis Midway

Im ersten Quartal 2026 hat die globale Einnahmeliste für Large Language Models (LLMs) von Counterpoint Research eine neue Machtkarte aufgedeckt. Anthropic hat mit 134 Millionen Benutzern 31,4 % der globalen AI-Einnahmenanteile erobert, und der durchschnittliche Einnahmen pro Benutzer (ARPU) liegt bei beeindruckenden 16,2 US-Dollar. OpenAI hingegen hat 900 Millionen Benutzer, aber einen ARPU von nur 2,2 US-Dollar. Doubao von ByteDance hat mit 345 Millionen monatlichen aktiven Benutzern die Spitze in China erreicht, taucht jedoch auf dieser Einnahmeliste nicht auf. Ein anderer Internetriese, der wegen konservativer Investitionen und rückständiger Forschung kritisiert wird, erscheint überraschenderweise an der Spitze der Einnahmeliste chinesischer AI-Unternehmen.

Diese Daten offenbaren eine auffällige Tatsache: Der größte Benutzerpool liefert die geringsten Einnahmen, während die wenigsten Benutzer den größten Anteil an den Einnahmen erbeuten. Darüber hinaus verbraucht jeder Inference-Aufruf reale Rechenleistung, und jeder neue Benutzer bedeutet eine höhere Rechnung.

Das unumstößliche Gesetz des Internets, dass die Grenzkosten Null sind, stößt im Zeitalter der Künstlichen Intelligenz auf die unüberwindliche Wand der „nicht verschwindenden Grenzkosten“. Die alte Logik, Wachstum durch Geldverbrennung zu erreichen, wird von der neuen Regel ersetzt, dass „die Versorgungslinie und die MonetarisierungsEffizienz das Überleben bestimmen“.

Im Juni 1942 begann die Schlacht um Midway. Die japanische Flotte hatte Vorteile in Bezug auf Tonnage und Erfahrung, aber ihre Versorgungslinien reichten von der Heimat über Tausende von Seemeilen. Jeder Angriff verbrauchte Treibstoff und Munition, die schwer nachzuliefern waren. Die US-Streitkräfte hingegen profitierten von den Basisgruppen in Hawaii und der industriellen Produktionskapazität in der Heimat, was ihre Versorgungslinien immer stärker machte.

Heute hat die chinesische AI-Branche ihre eigene „Schlacht um Midway“ erreicht. Der Anteil Chinas an der globalen Gesamtanzahl von Inference-Aufrufen für LLMs übersteigt wiederholt die Hälfte. DeepSeek V4 hat mit einem Fünfzigstel der Kosten die globalen Entwickler mobilisiert. Allerdings wird der Anteil der chinesischen AI-Einnahmen an der globalen Summe auf Einstellige gedrängt und reicht zusammen nicht einmal an die Einnahmen eines einzigen US-Unternehmens heran. Hinter diesen Daten verbirgt sich nicht nur das Spiel der Geschäftsstrategien von Unternehmen, sondern auch das Konfliktfeld zweier nationaler Industriestrategien.

So eröffnen sich zwei Fronten: Auf der Ostfront werden die Versorgungslinien dreier Unternehmensriesen auf die Probe gestellt – wer zuerst an Munition ausgeht, dessen Verteidigungslinie bricht zuerst. Auf der Westfront entwickelt sich ein heimlicherer Wettlauf um die globale AI-Strategie – wie man mit begrenzten Ressourcen den unendlichen AI-Krieg gewinnt. Von Anfang an unterstützen sich diese beiden Fronten wie eine Zange.

Ostfront: Der Wettlauf um Versorgung und MonetarisierungsEffizienz im Verbrauchskrieg

Tencent, Alibaba und ByteDance haben drei völlig unterschiedliche Wege gewählt, stehen aber vor derselben Aufgabe: In einem Verbrauchskrieg mit nicht verschwindenden Grenzkosten, wer hat die zuverlässigere Versorgungslinie und die höhere MonetarisierungsEffizienz?

Tencent: Der Wettlauf um die Effizienz der Szenario-Monetarisierung

Unter den chinesischen AI-Unternehmen, die wegen ihrer strategischen Voraussicht und Forschungsfähigkeit kontrovers diskutiert werden, hat Tencent die höchste MonetarisierungsEffizienz. Auf der globalen Liste liegt Tencent mit 114 Millionen Benutzern und einem ARPU von 2,9 US-Dollar an der Spitze in China, mehr als doppelt so hoch wie Baidu und mehr als viermal so hoch wie Alibaba. Es liegt aber immer noch fast die Hälfte hinter Microsofts 5,0 US-Dollar. Der Schlüssel liegt jedoch darin, dass Tencent nicht direkt mit der AI an sich Geld verdient.

Im ersten Quartal 2026 betrug Tencents Umsatz 196,46 Milliarden Yuan, was einem Jahreszuwachs von 9 % entspricht. Noch wichtiger ist ein Vergleich: Wenn man die Auswirkungen der Investitionen in neue AI-Produkte ausklammert, stieg der Betriebsgewinn um 17 % auf 84,4 Milliarden Yuan. Die neue AI-Produktlinie hat in einem Quartal etwa 8,8 Milliarden Yuan an Gewinn verzehrt.

Wohin sind diese Gelder geflossen? Der Umsatz aus Marketingdiensten stieg um 20 % gegenüber dem Vorjahr, wobei das AI-gesteuerte Werberecommendermodell der Kernmotor war. Der Umsatz aus Unternehmensdiensten stieg ebenfalls um 20 %, wobei die Nachfrage nach AI-bezogenen Cloud-Diensten der Hauptzuwachs war. Die AI ist kein Einnahmeartikel in Tencents Buchführung, sondern ein Katalysator, der die bestehenden Einnahmequellen beschleunigt. Sie macht die Werbung präziser, verbessert den Verkauf von Cloud-Diensten und erhöht die Nutzungsdauer der Video-Nutzer um über 20 %.

Das wahre Geheimnis von Tencents AI-Kompetenz liegt nicht in der Modellschicht, sondern in der Effizienz des Zyklus „Szenario - Daten - Monetarisierung“. Die Verbesserung des Recommendermodells erfordert nicht das stärkste allgemeine Large Language Model, sondern einen Datenzyklus, der die Verhaltensmuster der Tencent-Benutzer am besten versteht – diese Datenbarriere liegt in Tencents Händen.

Tencents Strategie ist klar und realistisch: Der Gewinn aus den Kerngeschäften ist die Hauptversorgungslinie. Werbung und Spiele liefern die Munition für die AI, und die AI wiederum macht die Werbung präziser und verbessert das Spielerlebnis – dies ist ein bereits funktionierender positiver Zyklus. Tencents Präsident Liu Chiping hat das „AI - Ökonomie“ von Tencent systematisch erklärt: „Im AI - Szenario entstehen bei jeder Bereitstellung von Intelligenzdiensten für Benutzer beträchtliche Kosten.“ Die Kernstrategie ist, „hochwertige Szenarien zu finden“, anstatt „blind eine große Anzahl von täglich aktiven Benutzern zu gewinnen“.

Ein weiteres Engagement liegt in der WeChat - KI - Agentur, aber der Zeitplan wurde von „Vollständige Einführung im dritten Quartal“ wiederholt auf „In absehbarer Zeit nicht geplant“ verschoben. Dieser Abstand misst die Tiefe der Risse in Tencents AI - Versorgungslinie: Das volle Potenzial der WeChat - KI - Agentur hängt von einem „deutlich besseren“ nächsten Generationen - Hunyuan - Modell ab; und der Fortschritt von Hunyuan wiederum hängt von der Verteilung der Rechenleistung zwischen sieben oder acht Projekten wie Hunyuan - Training, WeChat - AI und Yuanbao ab. Tencent hat selten so hochkarätig die Gerüchte widerlegt, dass Yao Shunyu, der vermeintliche „Ansprechpartner“ für AI, wegen „WeChat hat einen Teil der Rechenleistung weg genommen“ gekündigt hat – diese Gerüchte berühren genau die empfindlichste Stelle: Wenn begrenzte Rechenleistung zwischen mehreren Geschäftsbereichen verteilt werden muss, wer kämpft für die Munition für die langfristige Zukunft?

Hinter diesen Rissen verbirgt sich eine tiefere strategische Gefahr für Tencent. Die Strategie des „gemischten Modellgebrauchs“, bei der die Kernmodellfähigkeiten teilweise von außen abhängen, spiegelt Tencents konsequenten Realismus wider: Die Nutzung von externen Modellfähigkeiten, um Zeit zu gewinnen und eigene AI - Anwendungs - Zugänge zu entwickeln. Aber dies bedeutet auch, dass sobald die generationalen Unterschiede in der Wettbewerbsfähigkeit der BasisModelle vergrößert werden, die Zugänge, Dienste und Ökosysteme, die auf diesen Modellen aufgebaut sind, ebenfalls verschieben können. Wenn das Schicksal in fremden Händen liegt, kann selbst der kräftigste Muskel plötzlich nutzlos werden.

Tencent hat offensichtlich auch dieses Problem erkannt. Der Chefstrategieoffizier James Mitchell hat in der Ergebnisbesprechung offen zugegeben, dass Tencent aus Gründen der Priorisierung der internen Szenarien die kommerzielle Vermarktung der Cloud - Rechenleistung „bewusst hinausgeschoben“ hat und „die gesamte Rechenleistung für sich behalten“ hat. Die Konzentration der Rechenleistung auf die Forschung und Entwicklung von BasisModellen und die Monetarisierung von hochwertigen Szenarien ist derzeit Tencents dringendste Aufgabe.

Alibaba: Das Kostenspiel der ganzheitlichen Eigenentwicklung

Im vierten Quartal des Geschäftsjahres 2026 betrug der Umsatz der Alibaba Cloud Intelligence Group 41,626 Milliarden Yuan, was einem Anstieg von 38 % gegenüber dem Vorjahr entspricht. Der Umsatz aus AI - Produkten belief sich auf 8,971 Milliarden Yuan, was erstmals über 30 % betrug und den elften aufeinanderfolgenden Quartal mit dreistelligen Wachstumsraten markierte. Der CEO Wu Yongming hat klar gemacht: „Die Investitionen in ganzheitliche AI - Technologien haben den positiven Zyklus der kommerziellen Skalierung erreicht.“ Aber im gleichen Quartal fiel der EBITA von Alibaba nach der Anpassung um 84 % gegenüber dem Vorjahr, und der Betriebsgewinn wechselte von Gewinn zu Verlust. Während des gleichzeitigen Vorführens des Lieferdienst - Wettlaufs und des AI - Rüstungswettlaufs steht zwischen dem raschen Anstieg des ARR und dem Absturz des Gewinns die echte Frage, wie lange die ‚Dämmerung vor dem Morgen‘ dauern wird.

Alibabas Versorgungslinie ist die „Tiefe der Infrastruktur“. Der am 20. Mai veröffentlichte offizielle Aktionärsbrief hat das klarste strategische Bild für Alibabas ganzheitliches Spiel geliefert. Die Modellstrategie hat sich von der punktuellen Durchbrechung hin zu einem Verbundangriff von Agenturen, Weltmodellen und multimodalen Modellen gewandelt. Das Unternehmen setzt auf einen Kernlogik: Nur wenn man die gesamte Kette von der Chip - Herstellung bis zur Anwendung kontrollieren kann, kann man die Inference - Kosten auf ein Niveau senken, das eine skalierbare Dienstleistung ermöglicht. Alibabas ganzheitliches Spiel ist im Wesentlichen eine Nachahmung des „Android - Moments“ im Zeitalter der Künstlichen Intelligenz. Die Kontrolle über die Basis bedeutet indirekt die Kontrolle über alle oberen Zugänge, die auf dieser Basis entstehen. Google hat zehn Jahre gebraucht, um Android von einem Kostenpunkt zu einem Gewinnmotor zu machen. Ob Alibaba die Dämmerung überstehen kann, hängt davon ab, ob es die gleiche strategische Geduld aufbringt.

Im Brief wird der Echtzeit - Einzelhandel auch als „kernstrategische Säule für die Upgrades der Taobao - Tmall - Plattform“ festgelegt. Taobao Flash Shopping hat sich als Schlüsselszenario für das AI - getriebene Wachstum neuer Benutzer und die Stärkung der Bindung erwiesen. Die für Endkunden entwickelte Qianwen - App ist tief in die verschiedenen Anwendungen des Ökosystems integriert, einschließlich Taobao, Tmall, Taobao Flash Shopping, Fliggy, Damai, Gaode und Alipay. Es hat signifikante Ressourcenvorteile bei der Mobilisierung von Ökosystemdienstleistungen für Benutzer in den Bereichen Alltag, Dienstleistungen, Produktivität und Unterhaltung. Zusammen mit dem Wukong - Unternehmens - AI - Arbeitsplatz bildet es eine Strategie, die sowohl auf die B - Seite als auch auf die C - Seite abzielt. Dies könnte eine echte Bedrohung für Doubaos Vorhaben darstellen, einen Super - Zugang zu schaffen.

Eine tiefere Herausforderung liegt ebenfalls auf der Ebene des Wettbewerbs um die Ressourcenverteilung. Die weit verbreitete interne Zusammenfassung der Nachbesprechung nach dem Ausscheiden von Lin Junyang, dem Technologieleiter von Tongyi Qianwen, hat einen Riss aufgedeckt und die Mangel an Rechenleistung für dieses strategische Produkt offen gelegt. Als Anbieter von Cloud - Diensten mit hohen Anlagekosten muss Alibaba zwischen der Sicherstellung der Forschung und Entwicklung seines eigenen Large Language Models, der Unterstützung der E - Commerce - AI - Transformation innerhalb des Konzerns und dem Verkauf von Rechenleistung an externe Kunden abwägen. Die Ressourcenverteilung und das Zusammenspiel der zahlreichen Geschäftsbereiche sind objektiv vorhanden.

Dieser Konflikt offenbart die strukturelle Widersprüchlichkeit von Alibabas AI: Selbst wenn die Versorgungslinie sehr lang ist, können die Güter nicht geliefert werden, wenn es an den Übergängen zu Sperren kommt.

Aber Veränderungen sind im Gange. Qianwen und Taobao - Tmall haben eine vollständige bidirektionale Verbindung hergestellt, und 166 Millionen monatliche aktive Benutzer werden nun systematisch in den Pool von 4 Milliarden Produkten auf Taobao eingeführt. Das B - Seite - AI - Kundenservice - Produkt „Dian Xiaomi“ hat bereits einen funktionierenden Bezahlzyklus etabliert. Der Echtzeit - Einzelhandel als neues Schlachtfeld für die Fusion von AI und E - Commerce erstreckt die ‚Nahtoperation‘ von den Kundenservice - Tools hin zu den Kern - Transaktionsszenarien. Ob diese Nahtoperation den Wert in der 618 - Großverkaufsaktion beweisen kann, wird eine direkte Belastungsprüfung für Alibabas ATH - Strategie sein.

Übrigens hat Qianwen bis heute noch nicht das Problem behoben, dass es nutzlose Gliederungen ausgibt, wie ich in einem früheren Artikel erwähnt habe. Dies ist wirklich seltsam. Die Vernachlässigung des C - Seite - Erlebnisses ist ebenfalls ein Problem.

ByteDance: Die große Prüfung der AI unter der Traffic-Logik

ByteDances Vorgehensweise ist eine Fortsetzung des Modells der „App - Fabrik“ aus der Zeit des mobilen Internets: Es hat mehr als 20 AI - Anwendungen auf der C - Seite und der B - Seite gestartet, die verschiedene Kategorien wie Chatbots, virtuelle Charaktere, Soziale Medien, Bilder und Tools abdecken. Die Logik ist einfach: Nutze Traffic, um Blockbuster zu schaffen, nutze Blockbuster, um Zugänge zu erobern, und versuche dann, diese Zugänge zu monetarisieren, sobald sie fest etabliert sind.

Diese Methodik wurde in der Zeit des mobilen Internets immer wieder bestätigt, was auf die industrielle Regel zurückzuführen ist, dass die Kopierkosten für Software gegen Null gehen. Im Zeitalter der Künstlichen Intelligenz wird diese Regel gebrochen: Jeder Modellaufruf verbraucht reale Rechenleistung, und je größer die Skala, desto höher die Kosten. Doubaos 345 Millionen monatliche aktive Benutzer bedeuten 345 Millionen aktive Kostenquellen, die jeden Tag Geld verbrennen. Dies ist die tiefste Krise, der ByteDances AI - Strategie gegenübersteht. Auf der globalen Liste ist Metas Situation ein noch graviereres Beispiel: 1 Milliarde Benutzer und ein ARPU von nur 0,1 US - Dollar. Es ist einfach, Benutzer mit kostenloser AI zu binden, aber es ist schwierig, mit kostenloser AI Geld zu verdienen.

Das Ausmaß des Verlusts auf der C - Seite