Nach der Experimentierphase des "Wettlaufs" treten die KI-Projekte großer Tech-Unternehmen in eine Phase der einheitlichen Integration ein.
In den letzten zwei Wochen haben große Technologieunternehmen im KI-Geschäft eine gemeinsame Strategie verfolgt: Vereinheitlichung der Zugangspunkte und Bündelung der Fähigkeiten.
Beispielsweise hat der native KI-Assistent von WeChat, „Xiaowei“, einen kleinen, schrittweisen Test gestartet, während Alipay den KI-Assistenten „Abao“ eingeführt hat. Diese beiden nationalen Super-Apps treiben die Umsetzung von KI-Technologie durch Integration voran. ByteDances KI-Produkt „Doubao“ hat kostenpflichtige Funktionen eingeführt, um durch Marktsegmentierung eine zentralisierte Betriebsführung der KI-Produkte für Endnutzer zu erreichen. Baidu hat die gesamte „Wenxin“-Produktlinie integriert, um ein One-Stop-KI-Dienstportal zu schaffen. Darüber hinaus bündelt Alibaba die verteilten KI-Tools wie QoderWork, Wukong und MuleRun und plant die Einführung einer einheitlichen Produktivitäts-KI-Plattform.
Mit dem Ende des wilden Wachstumszyklus des „Kriegs der hundert Modelle“ wird die einst weitverbreitete, verstreute KI-Produktmatrix von großen Unternehmen aktiv gebündelt, integriert und vereinheitlicht. Von der Kostensenkung und Effizienzsteigerung im Unternehmensbereich bis zur Einführung neuer politischer Maßnahmen zur Stärkung der Top-Level-Gestaltung im Regulierungsbereich zeichnet sich eine klare Hauptlinie der KI-„Einheit“ ab: „interne Integration in Unternehmen und Vereinheitlichung von Industriestandards“, was die aktuelle KI-Industrie in eine neue Ära führt.
Verbindungen schmieden: Die Integrationswelle im KI-Geschäft großer Unternehmen
In den letzten sechs Monaten haben die Anpassungen großer Unternehmen im KI-Bereich eine erstaunliche Übereinstimmung gezeigt – sie sind nicht mehr darauf aus, unabhängige KI-Super-Apps zu entwickeln, sondern KI tief in bestehende nationale Anwendungen einzubetten und interne Ressourcen zu bündeln, um einen einheitlichen Dienstzugang zu schaffen.
Auf dem Mobilgerätemarkt haben die beiden Super-Plattformen WeChat und Alipay unabhängig voneinander beschlossen, die nativen KI-Assistenten „Xiaowei“ und „Abao“ intern zu testen. Diese Strategie zielt nicht darauf ab, Nutzer dazu zu bringen, eine unbekannte unabhängige App herunterzuladen, noch handelt es sich um eine einfache Funktionserweiterung. Stattdessen werden KI-Fähigkeiten als grundlegende Dienste tief in Alltagsszenarien eingebettet, sodass gewöhnliche Nutzer den Wandel von der Wahrnehmung über die Berührung bis zur Nutzung von KI vollziehen können.
Was die spezifischen Fähigkeiten betrifft, so deckt „Xiaowei“ bereits mehrere alltägliche Nutzungsszenarien ab: Nutzer können über Sprach- oder Textbefehle direkt WeChat-Einstellungen anpassen, Nachrichten senden, Anrufe tätigen und Mini-Programme für Lebensdienste aufrufen. „Abao“ hingegen deckt Szenarien wie Haushaltsverwaltung, Verkehr, vorteilhaftes Einkaufen, behördliche Dokumente, Brieftaschenabrechnungen und Begleitinteraktionen ab – mit nur einem Satz können Nutzer Abfragen durchführen, Angelegenheiten erledigen, Gutscheine einlösen, einkaufen und Planungen vornehmen.
Auf Web- und Werkzeugseite sind die Integrationsmaßnahmen noch offensichtlicher. Baidu versucht, alle verstreuten nativen KI-Anwendungen wie „Wenxin Yiyan“, „Wen Xiaoyan“, KI-Suche, Baidu Netdisk, Karten und Wenku zu bündeln, um einen One-Stop-KI-Dienstzugang zu schaffen, der mehrere Szenarien wie Lernen, Büroarbeit, Leben und Unterhaltung abdeckt. Alibaba hingegen hat seine internen Produktivitätstools umgestaltet: Produkte wie QoderWork, Wukong und MuleRun werden neu integriert. Das neue einheitliche Produktivitäts-KI-Produkt wird höchstwahrscheinlich eine dreistufige Architektur aus „Desktop + Cloud + Organisation“ aufbauen, um die KI-to-B-Strategie mit gebündelter Kraft zu festigen.
Doubao begnügt sich nicht mehr nur mit Konversation und Generierung, sondern beginnt, praktische Funktionen zu ergänzen. Am differenziertesten ist die kostenpflichtige Professional-Version, die für Produktivitätsszenarien eingeführt wurde. Neuesten Nachrichten zufolge beginnt Doubao, mit Feishu zusammenzuarbeiten – seine Konten können mit der Webversion und der Unternehmensversion von Feishu verknüpft werden.
Sogar DeepSeek, das sich früher auf die Modellebene konzentrierte, hat nach Abschluss einer Finanzierungsrunde von 50 Milliarden Yuan eine groß angelegte Rekrutierung gestartet. Die Stellen umfassen Technik, Produkt und Betrieb – das bedeutet, dass das Unternehmen nicht nur auf Modelfähigkeiten setzen will, sondern auch Anwendungs-, Produkt- und Szenario-Fähigkeiten ergänzen möchte, um sich zu einem vollständigeren KI-Unternehmen zu entwickeln.
Aufgrund seiner Fähigkeit, „praktische Dinge zu erledigen“, ist der „Agent“ in den letzten zwei Jahren zu einem KI-Anwendungsbereich geworden, auf den große Unternehmen großen Wert legen. Doch die aktuelle Agent-Industrie steht vor einem realen Dilemma: Unzählige Agenten handeln unabhängig voneinander, ohne dass es ein allgemeines „neuronales Netzwerk“ gibt, das ihre Zusammenarbeit ermöglicht. Der Grund dafür liegt darin, dass die selbst entwickelten Schnittstellen und Kommunikationsprotokolle verschiedener Anbieter nicht kompatibel sind – dies bildet natürlich geschlossene „Agenteninseln“, und es fehlt an Mechanismen zur einheitlichen Identitätsüberprüfung und Fähigkeitsinteraktion für domänenübergreifende Interaktionen.
Vor diesem Hintergrund hat das Ministerium für Industrie und Informationstechnologie kürzlich das technische Leitfadendokument „Künstliche Intelligenz – Vernetzung von Agenten“ veröffentlicht. Als erstes systematisches technisches Leitfadendokument zur Vernetzung von Agenten in China bedeutet dies, dass zukünftig Agenten verschiedener Hersteller, Architekturen und Bereitstellungsformen keine individuell angepassten Schnittstellen mehr benötigen. Solange sie denselben Standard einhalten, können sie nahtlos über verschiedene Plattformen und Systeme hinweg zusammenarbeiten. Für die Industrie werden die Entwicklungskosten für die Integration multipler Agenten stark gesenkt und die Projektlaufzeiten deutlich verkürzt. Komplexe Kooperationslösungen, die früher aufgrund zu hoher Anpassungskosten nicht umsetzbar waren, erhalten erstmals eine kommerzielle Grundlage für die großflächige Verbreitung.
Zusammenfassend lässt sich sagen: Sowohl auf Unternehmensebene als auch auf politischer Ebene verlässt die KI-Industrie allmählich die Phase der „verstreuten, unabhängigen Entwicklung“ und tritt in eine neue Phase der intensiven Entwicklung mit „einheitlichem Zugang, einheitlicher Grundlage, einheitlichen Normen und einheitlicher Kommerzialisierung“ ein.
Fehlversuch und Selektion: Vom „Krieg der hundert Modelle“ zum „Überleben des Stärksten“
Um die heutige „Einheit“ zu verstehen, muss man auf den gestrigen „Krieg der hundert Modelle“ zurückblicken.
Anfang 2023 löste der riesige Erfolg von ChatGPT den „Krieg der hundert Modelle“ in Chinas KI-Branche aus. Nach unvollständigen Statistiken wurden bis Ende 2024 mehr als 200 große Modelle im Inland veröffentlicht – im Durchschnitt erschien alle 1,5 Tage ein neues Modell. In diesem Wettbewerb verfolgten große Unternehmen allgemein das „Wettbewerbsmechanismus“: Sie ermutigten verschiedene Geschäftsabteilungen, unabhängig KI-Produkte zu erforschen, und wer erfolgreich ist, ist der Gewinner.
In den letzten Jahren hat fast jede Geschäftsabteilung großer Unternehmen ihre eigenen KI-Anwendungen eingeführt. Beispielsweise umfasst die KI-Anwendungen von Alibaba die Modelle wie „Tongyi Qianwen“, „Tongyi Wanxiang“, „Lingguang“, „Tongyi Tingwu“, „Huiwa“, „EMO“ sowie „Lingguang“ und den „Quark AI Browser“. Bei Baidu sind KI-Anwendungen noch weitverbreitet: Dazu gehören „Wenxin Yiyan“, „Wenxin Yige“, „Wen Xiaoyan“, KI-Suche, die KI-Version von Baidu Netdisk, der KI-Assistent für Karten und die KI-Funktionen von Wenku. Tencent hat Produkte wie M2UGen, AnimateZero, Yuanbao, ima, Hy-Übersetzung und Miaosi. ByteDance hat hingegen das „App-Fabrik“-Modell neu gestartet und mehr als 20 KI-Produkte veröffentlicht, die Chat, Soziales, Büroarbeit, Bildung, Bild, Video und Musik abdecken – im Inland gibt es Produkte wie Boximator, Dreamina, Doubao, Maoxiang, Xinghui, Xiaoyunque und BuboGPT, während im Ausland entsprechende Produkte wie Cici, BagelBel und PicPic verfügbar sind.
In dieser dreijährigen Phase des Fehlversuchs im „Krieg der hundert Modelle“ strebten die KI-Anwendungen großer Unternehmen nach „vollständiger Abdeckung ohne Lücken“. Jede Abteilung wollte ihre KI-Fähigkeiten unter Beweis stellen, jedes Team wollte das nächste Hit-Produkt entwickeln. Diese Ressourcenkonkurrenz, wiederholte Forschung und verstreute Rhythmen sind fast unvermeidlich – am Ende entstand eine riesige, verstreute, uneinheitliche und homogenisierte KI-Produktmatrix, die in das peinliche Wettbewerbsszenario des „wiederholten Erstellens von Rädern“ geriet.
Beispielsweise war Baidus „Wenxin Yiyan“ als eines der ersten großen Modelle im Inland einst ein öffentlicher Höhepunkt und wurde als „Baidu-Version von ChatGPT“ bezeichnet. Doch die später eingeführten Funktionen wie „Wen Xiaoyan“, KI-Suche und Baidu Netdisk AI erhielten aufgrund unklarer Positionierung, zahlreicher Namen und schlechter Erfahrung nur geringe Resonanz. Baidu Netdisk AI versuchte, Dateiverwaltung mit KI zu verbinden, aber Nutzer stellten fest, dass es weder Dateien effizient organisieren noch wertvolle intelligente Empfehlungen geben konnte. Die KI-Funktion der Karte hingegen erhöhte aufgrund der Besonderheit der Navigationsszenarien die Komplexität der Bedienung durch KI-Interaktion. Baidu hat fast alle seine Geschäftslinien neu gestaltet und versucht, Suche, Wenku, Karten und sogar Netdisk mit KI neu zu gestalten. Das gemeinsame Problem dieser Produkte ist jedoch: KI um der KI willen zu nutzen und die tatsächlichen Bedürfnisse der Nutzer zu vernachlässigen.
Alibabas Situation ist ähnlich. „Tongyi Qianwen“ als Grundmodell sollte das Herzstück der KI-Ökosystem sein, aber Alibaba hat später gleichzeitig mehrere Produkte wie „Lingguang“ (für Designer), „Quark AI Browser“ (für junge Nutzer) und „DingTalk AI“ (für Unternehmensbüroarbeit) entwickelt. Obwohl diese Produkte unterschiedliche Schwerpunkte haben, sind sie in ihren grundlegenden Fähigkeiten stark homogenisiert, was zu doppelten Investitionen in Forschungsressourcen führt. Noch schwerwiegender ist, dass aufgrund fehlender einheitlicher Planung die Daten verschiedener Produkte nicht verbunden werden können und das Nutzererlebnis fragmentiert ist.
Objektiv betrachtet ist das Wesen des „Kriegs der hundert Modelle“ ein Fehlversuch großer Unternehmen in einer unsicheren Umgebung. Wenn die technische Richtung unklar ist, kann eine verstreute Layout-Risiken verringern. Aber wenn die technische Reife steigt und das Marktgestalt sich abzeichnet, behindern verstreute Ressourcen nur die Wettbewerbsfähigkeit. Nach fast drei Jahren wilden Wachstums und Markttests nimmt die Zahl der echten Akteure rapide ab. Die einst zahlreichen KI-Produkte werden entweder aufgrund schlechter Daten oder unklarer Positionierung stillgelegt, oder sie werden in größere Plattformen integriert, um Ressourcen wiederzuverwenden.
Die aktuelle KI-Industrie hat sich allmählich von dem „Krieg der hundert Modelle“ vor einigen Jahren zu einem Marktgestalt entwickelt, in dem „große Unternehmen das Ökosystem anführen und technische Neueinsteiger durchbrechen“. Jedes Unternehmen behält nur 1-2 zentrale einheitliche Zugangspunkte, um alle KI-Fähigkeiten für Endnutzer und Unternehmen zu tragen. Dies ist selbst das Ergebnis des Wettbewerbs: Der „Krieg der hundert Modelle“ kämpfte um Quantität, während die Ära der „Einheit“ um Fokussierung kämpft. Verstreute Fehlversuche sind in dieser Phase unvermeidlich, und Konzentration sowie Einheit sind das Schicksal der Industrie.
Drei Logiken hinter der „Einheit“
Dass große Unternehmen verstreute KI-Geschäfte aktiv bündeln und der Staat einheitliche Industriestandards einführt, ist kein kurzfristiger strategischer Trend oder eine einfache organisatorische Anpassung. Es ist das Ergebnis mehrerer überlagernder Faktoren. Wir können die Gründe für diese „Einheit“ aus folgenden drei Aspekten verstehen.
Erstens: Ressourcenintensivierung und Kostenkontrolle durch Kostensenkung und Effizienzsteigerung – Abschied von der Ära des Geldverbrennens. KI ist ein Geschäft, das extrem viel Geld verbrennt. Wenn jede Abteilung in einem Unternehmen ihr eigenes großes Modell betreibt, werden Rechenressourcen verschwendet, Talentteams werden doppelt aufgebaut, und die Marktförderung kollidiert miteinander.
Aus Sicht der Rechenleistung erfordert jedes unabhängige KI-Produkt die separate Bereitstellung von Inferenzclustern. Parallele Betrieb mehrerer Produktlinien bedeutet, dass mehrere Sätze von Rechenressourcen 24 Stunden im Leerlauf laufen – die Inferenz- und Trainingskosten steigen sich vervielfacht. Modelle wie Tongyi, Wenxin und Doubao sind alle große Modelle mit Hunderten von Milliarden von Parametern, und die Kosten pro Aufruf sind hoch. Eine verstreute Layout erhöht die monatlichen Rechenkosten des Unternehmens direkt. Aus Sicht der Personalressourcen gibt es in den unabhängigen KI-Teams jeder Geschäftslinie zahlreiche doppelte Entwicklungen: Grundlegende Funktionen wie Konversationsfähigkeit, Bildgenerierung, Dokumentenverarbeitung und Code-Tools werden von Dutzenden von Teams wiederholt entwickelt. Die Produktstandards sind nicht einheitlich, und die abteilungsübergreifende Zusammenarbeit ist extrem schwierig. Aus Sicht der Marktförderung erfordern mehrere unabhängige KI-Produkte separate Investitionen in Verkehr, Betriebsaktivitäten und Nutzerakquise. Die Markenwahrnehmung wird verstreut, und Nutzer können keine stabile Vorstellung entwickeln.
Dieses Modell des unabhängigen Handelns war in der Anfangs- und Aufstiegsphase der Branche noch tolerierbar. Aber vor dem Hintergrund der Kostensenkung und Effizienzsteigerung müssen Unternehmen ihre Kräfte bündeln, um große Dinge zu erreichen. Was zusammengefasst werden muss, wird zusammengefasst; was verbessert werden muss, wird verbessert. Die begrenzten Rechenressourcen und Talente werden in die vielversprechendsten Kernprodukte investiert. Fähigkeitsintegration und Zusammenarbeit sind die einzig vernünftige Wahl. Beispielsweise übernimmt die Endnutzer-Seite alle alltäglichen Angelegenheiten, die Unternehmensseite realisiert die funktionsübergreifende Zusammenarbeit mehrerer Agenten (z. B. Zusammenarbeit von Kundenservice und Lieferkette), und vertikale Branchen (Finanzen, Behörden, Fertigung) entwickeln maßgeschneiderte Lösungen. Nach der einheitlichen Integration müssen Unternehmen nur ein Produkt und ein Mitgliedschaftssystem betreiben, um den Marktanforderungen gerecht zu werden – die Kosten für Marketing, Kundenservice und Betriebsführung werden stark reduziert.
Zweitens: Verbesserung des Produkterlebnisses und Realisierung des geschlossenen kommerziellen Kreislaufs. Die Entwicklung der KI ist heute nicht mehr nur ein Wettbewerb um Technik und Produkte, sondern vielmehr um die Anerkennung durch das Ökosystem und den Markt – insbesondere darum, wie man einen geschlossenen kommerziellen Kreislauf realisiert. Eine verstreute Produktmatrix bedeutet oft ein fragmentiertes Nutzererlebnis, bei dem die Mitgliedschaftsrechte nicht gegenseitig nutzbar sind. Ein einheitlicher Zugang hingegen kann die KI-Fähigkeiten durch Synergieeffekte verstärken und eine vollständige Zahlungskette aufbauen.
Am Beispiel der kostenpflichtigen Version von Doubao: Vor der Integration stand Doubao als KI-Produkt von ByteDance möglicherweise vor dem Problem, dass Funktionen mit anderen internen Produkten übere