ByteDance, Tencent und Alibaba schießen dieselbe Kugel
In letzter Zeit ist KI-Arbeitssoftware zum größten Schlachtfeld für Giganten wie Alibaba, ByteDance und Tencent geworden, und große Sprachmodelle sind auch in die Tiefe des Wettbewerbs um KI-Agenten eingetreten.
Die Giganten integrieren ständig Produkte und Teams, bündeln ihre Kräfte und konzentrieren sich auf ein einziges Ziel. Gleichzeitig ist es zu einem entscheidenden Wettbewerbsfaktor geworden, wie man außerhalb des Dialogfelds mehr Informationen aus der realen Arbeitsumgebung erhält und sie in „Kontext“ umwandelt, den das große Modell verstehen kann. Dies führt dazu, dass alle Seiten gleichzeitig ihre Aufmerksamkeit auf Hardware-Sektoren wie Aufnahmekarten, KI-Kopfhörer und intelligente Brillen richten und einen Ökosystemwettbewerb führen.
Tencent hat den „ersten Schuss“ abgegeben. Im September dieses Jahres kündigte Tencent WorkBuddy die Einführung einer offenen Plattform an, bei der zunächst mehr als 100 Ökosystempartner aufgenommen wurden und WorkBuddy in Dutzende von Hardwaregeräten wie Plaud, Rokid und Insta360 integriert wurde.
Lin Zuolu, Leiterin des offenen Ökosystems von Tencent WorkBuddy, sagte Medien wie dem Magazin *China Entrepreneur*, dass WorkBuddy Aufgaben über tragbare Geräte initiieren kann, aber Hardwaregeräte nur Träger für den Aufruf von Agent-Aufgaben sind. Noch wichtiger ist: Wenn die Verbindung zwischen den Fähigkeiten des Modells und den Branchenszenarien eine bestimmte Tiefe erreicht hat, muss die Fähigkeit des Modells zur Informationsverarbeitung komplexer Kontexte verbessert werden, um die besten Produktivitätsergebnisse an Nutzer und Unternehmenspartner zu liefern.
Auf der „Cloud Habitat Conference 2026“ am 22. September veröffentlichte Tongyi Office das KI-Agent-Hardwareprodukt QwenNote A2. Das Gerät unterstützt die sprachgesteuerte Aktivierung mit einem Klick, um Tongyi Office zur Erledigung verschiedener Arbeitsaufgaben zu nutzen, und kann die Aufzeichnungsprotokolle von Offline-Kommunikation im Tongyi Office-System speichern.
Am 13. Oktober veröffentlichte Alibaba Tongyi drei neue Hardwareprodukte: die intelligenten KI-Brillen N1 und N1 Pro sowie einen KI-Ohrclip-Kopfhörer. Nach Abzug staatlicher Subventionen und zeitlich begrenzter Angebote beginnt der Preis der KI-Brille N1 bei 2218 Yuan, der der N1 Pro bei 2600 Yuan und der des Kopfhörers bei 1099 Yuan. Wie bekannt ist, verfügt die N1 Pro über Funktionen zur Echtzeitüberwachung von Vitalwerten wie Herzfrequenz, Sauerstoffgehalt im Blut und Hauttemperatur.
Shu Junliang, Vizepräsident und Leiter für Forschung und Entwicklung bei Tongyi Office, sagte Medien wie dem Magazin *China Entrepreneur*, dass Hardware ein Sammelzugang für zusätzliche Kontextinformationen und eine Brücke zwischen der digitalen und der physischen Welt ist, durch die eine große Menge an Kontext gespeichert werden kann.
„Doubao Work“, das am 25. August dieses Jahres veröffentlicht wurde, hat noch keine klaren Pläne für selbst entwickelte Hardware bekanntgegeben, aber innerhalb des ByteDance-Systems gibt es bereits reiche Praxiserfahrungen bei der Zusammenarbeit mit KI-Hardware: Doubao-Kopfhörer, Doubao-Smartphones und der KI-Aufnahme-Dongle, den Feishu im Januar dieses Jahres gemeinsam mit Anker Innovations auf den Markt gebracht hat, bilden gemeinsam die Hardware-Matrix von ByteDance.
Ein Investor sagte dem Magazin *China Entrepreneur*: „Einer der Wege für das explosionsartige Wachstum von Doubao-Token besteht darin, in Märkte wie Huaqiangbei vorzudringen und über Kanäle wie begleitende KI-Hardware schnell zum Hersteller mit dem höchsten Token-Verbrauch zu werden. Der Nachteil ist jedoch, dass die „Verstaubungsrate“ von begleitender KI-Hardware zu hoch ist: Bei den meisten Geräten erreicht die Leerlaufquote nach einer Woche 70 % und nach einem Monat sogar 90 %.“
Arbeits-Hardware kann diese Schwierigkeit jedoch voraussichtlich überwinden. „Arbeitswerkzeuge gehören zu Effizienzwerkzeugen, deren Ergebnisse sich in Kosten quantifizieren lassen. Sie sind ein echter starrer Bedarf, und die Nutzungshäufigkeit steigt mit den geschäftlichen Anforderungen stetig an“, sagte der oben genannte Investor.
Die Eroberung weiterer Hardware-Zugänge hat mehrdimensionalen Wert: Man kann nicht nur vielfältige reale Nutzerszenarien erweitern, sondern auch direkte Rückmeldungen aus der Praxis der Modellanwendung erhalten und gleichzeitig den Token-Verbrauch kontinuierlich steigern.
Natürlich bedeutet die Ausweitung von Hardware-Geschäften nicht, dass Internet-Giganten selbst die gesamte Forschung, Entwicklung und Produktion von Hardware übernehmen müssen. Die Erfahrungen aus der Zeit des mobilen Internets haben längst bewiesen, dass es für Internetunternehmen schwierig ist, die gesamte Kette der Hardware-Herstellung gut zu beherrschen. In der Branche hat sich ein klarer Konsens herausgebildet: Hardware-Hersteller sind für Produktentwicklung und Produktion verantwortlich; Internet-Giganten liefern große Modelle und Software-Ökosysteme und unterstützen gleichzeitig die Kanalerweiterung. Jeder erfüllt seine eigene Aufgabe und verdient sein eigenes Geld.
Der Krieg der Aufnahmekarten
Aufnahme ist ein traditioneller Bereich, der einst von traditionellen Akteuren wie iFlytek und Sony dominiert wurde. In den letzten zwei Jahren wird er jedoch häufig von großen Unternehmen und Start-ups beachtet und ist zu dem Hardware-Szenario mit dem intensivsten Wettbewerb im Bereich KI-Arbeitssoftware geworden, wobei Preis- und Kanalwettbewerbe häufig auftreten.
Plaud hat den Wettbewerb um Aufnahmegeräte neu entfacht. Das Unternehmen wurde 2023 gegründet, trat im September 2025 auf den chinesischen Markt ein und brachte das kartenförmige KI-Protokollprodukt Plaud Note auf den Markt, das weltweit populär wurde und KI-Transkription und Zusammenfassungsfunktionen für mehrere Modelle unterstützt. Das Unternehmen hat insgesamt 2 Millionen Hardware-Einheiten verkauft, und der jährliche wiederkehrende Software-Umsatz (ARR) übersteigt 100 Millionen US-Dollar.
Im September dieses Jahres kündigte Plaud seinen ersten Agent-Partner auf dem chinesischen Markt an – die Zusammenarbeit mit Tencent WorkBuddy. Neben der gegenseitigen Nutzung von Funktionen werden beide Seiten auch eine gemeinsame Version von Plaud Note Pro mit WorkBuddy auf den Markt bringen.
Ähnliche Produkte der großen Giganten werden nacheinander vorgestellt: DingTalk veröffentlichte im August 2025 das A1-Aufnahme-Hardwaregerät zum Preis von 799 Yuan mit integriertem 64 GB Speicher; Feishu brachte im Januar 2026 gemeinsam mit Anker Innovations den KI-Aufnahme-Dongle auf den Markt, dessen 8-GB-Version 899 Yuan kostet; iFlytek brachte im September dieses Jahres auch seine eigene KI-Aufnahmekarte auf den Markt, deren 16-GB-Version 999 Yuan kostet.
Im September dieses Jahres veröffentlichte Tongyi Office das Upgrade von A1, QwenNote A2, zum Preis von 1199 Yuan. Neben Aufnahme- und KI-Protokollfunktionen zeichnet sich das A2 durch die Funktion „spurlos“ aus: Vor der Übertragung der Aufnahme in Text wird sie verschlüsselt in die Cloud übertragen, jede Transkription wird nach der Verarbeitung sofort gelöscht, und nur Text und Protokolle werden gespeichert.
Fotografie: Yan Junwen
Gegenwärtig konzentrieren sich die Wettbewerbe der verschiedenen Hardware-Produkte noch auf sichtbare offensichtliche Parameter: Anzahl der Mikrofon-Arrays, Gewicht des Geräts, Speichergröße und Verkaufspreis am Endgerät. Für normale Verbraucher sind Parameter und Preis direkt wahrnehmbar; die Fähigkeiten zur Transkription, Verarbeitung und Zusammenfassung, die von großen Modellen bereitgestellt werden, lassen sich erst nach der tatsächlichen Nutzung in ihrer Qualität beurteilen.
Warum sind Aufnahmekarten zum größten Zugangsszenario für KI-Arbeitssoftware geworden?
Ein Gründer eines KI-Hardware-Start-ups erklärte, dass Hardware im KI-Arbeitsbereich wie Aufnahmekarten im Wesentlichen eine Erweiterung der Funktionen von Smartphones sind: „Erstens ist es in manchen Besprechungsszenarien nicht erlaubt, Smartphones mitzubringen, oder die Aufnahme mit dem Smartphone wird durch einen eingehenden Anruf unterbrochen, sodass ein professionelles Hardwaregerät benötigt wird. Zweitens eignet sich das Smartphone für Nahszenarien. Plaud ist mit 2 MEMS-Mikrofonen (mikroelektromechanische Systeme) und 1 Knochenleitungsmikrofon ausgestattet, das die Stimmen von mehr Personen erfassen und die Nachteile der Smartphone-Aufnahme beheben kann.“
Auf Unternehmensebene werden Aufnahme-Hardwaregeräte zunehmend in Geschäftsprozesse integriert. Ein Leiter eines SaaS-Produkts sagte dem Magazin *China Entrepreneur*: Wenn Vertriebsmitarbeiter im Außendienst Kunden besuchen, verlangen sie bereits von den Mitarbeitern, Aufnahmegeräte zu konfigurieren, sodass der CEO direkt die Informationen aus dem direkten Kundenkontakt abrufen kann, ohne sie durch mehrere Ebenen filtern zu müssen. Die Daten und Diagramme, die bei Besprechungen von Teilen der Unternehmensleitung verwendet werden, werden bereits von großen Modellen aus Tausenden von Transkripten von Vertriebsaufnahmen extrahiert und zusammengefasst.
Große Modelle können zunehmend dichtere Textinformationen verarbeiten, aber die Länge des Kontexts, den sie verarbeiten können, hat immer noch eine Obergrenze. Das bedeutet für Unternehmen, dass es sehr wichtig wird, die Prioritäten der Kontextinformationen zu ordnen und auszuwählen, welche Informationen beibehalten und welche verworfen werden.
Shu Junliang, Vizepräsident und Leiter für Forschung und Entwicklung bei Tongyi Office, sagte: Solange der Kontext und die Aufmerksamkeit des Modells nicht unbegrenzt sind, hat die Kontextverwaltung immer einen sehr hohen Wert. Wie man Informationen, die stark mit dem Problem zusammenhängen, aus einer riesigen Menge an Rohdaten herausfiltert und eine angemessene Datenorganisationsstruktur aufbaut, wird das Kernproblem der unternehmensweiten KI-Anwendung sein.
Gründer: Angst, Kundengewinnung und Parteiergreifung
Aufnahmekarten sind nur die Spitze des Eisbergs. Um den Markt für KI-Arbeitssoftware zu erobern, haben die großen Giganten ihre Ausweitung auf verschiedene Formen von Hardware ausgedehnt: KI-Brillen für visuelle Wahrnehmung, KI-Kopfhörer für akustische Eingabe, tragbare Armbänder sowie unternehmensweite KI-Cockpits – der Krieg um Hardware-Zugänge ist in vollem Gange.
Wie das Magazin *China Entrepreneur* erfuhr, plant das Team der Afu-App von Ant Group die Einführung von Hardwareprodukten, deren Formen Uhren, Armbänder und ähnliche Geräte umfassen können. Ein weiteres KI-Produktteam ahmt „Doubao“ nach, dringt in mittel- und niedrigpreisige Hardware-Märkte wie Huaqiangbei vor und kämpft um den Markt für begleitende Hardware.
Der Einstieg der großen Giganten lässt die Gründer in der Branche Angst haben. Praktiker sagen, dass der gesamte KI-Hardware-Markt derzeit äußerlich lebendig, innerlich aber kalt ist: Es sieht lebhaft aus, aber die Blase wird bereits verkleinert.
Der Rückgang von Investitionen und Finanzierungen ist das eindeutigste Signal. Zhang Haitao, ein Praktiker im Bereich KI-Hardware, sagte, dass ein Investor ihnen mitgeteilt habe, dass in den ersten 10 Monaten des Jahres 2026 70 Hardware-Unternehmen zur Vorlage bei den Gremien eingereicht wurden, von denen nur 10 genehmigt wurden. „In den Jahren 2024 und 2025 haben einige führende KI-Hardware-Unternehmen Finanzierungen von 200 bis 300 Millionen Yuan erhalten, aber nach ein oder zwei Jahren haben sie keine Ergebnisse vorweisen können und keine Möglichkeit zum Ausstieg aus der Investition erhalten.“
Das zwingt einige Gründer, die Angebote der Internet-Giganten anzunehmen. Ob Tongyi Office, WorkBuddy oder Doubao – die Zusammenarbeit mit den Giganten bringt Vorteile bei der Traffic- oder Kanalverteilung.
Aber ein neuer Widerspruch entsteht: Ohne ausreichendes Auslieferungsvolumen können Unternehmen keine Kostenvorteile in der Lieferkette erzielen.
Ist KI-Hardware ein echter starrer Bedarf oder ein nur erdachtes ideales Produkt?
Zhang Haitao sagte, dass die gesamte Branche in Verwirrung geraten ist: Ist KI-Hardware ein echter Bedarf der Verbraucher oder nur das ideale Produkt der Gründer? Im Bereich begleitender KI-Produkte gibt es in China möglicherweise Hunderte von Marken, aber nicht mehr als 10 Marken, die tatsächlich mehr als 100.000 Einheiten verkauft haben.
Darüber hinaus stellte er fest, dass die Kosten für die Kundengewinnung bei KI-Hardware sehr hoch sind. Beispielsweise betragen die durchschnittlichen Kosten für die Kundengewinnung bei einer bestimmten KI-Brille 200 Yuan, einschließlich Traffic-Kosten und Kosten für Offline-Werbung.
Die gesamte intelligente Hardware-Branche braucht neue Ideen, um aus der Krise herauszukommen. Lin Zuolu sagte: Das WorkBuddy-Team ist überzeugt, dass sich die Fähigkeiten der Modelle ständig verbessern werden, und Hardware in Zukunft ein sehr wichtiges Peripheriegerät für Agenten sein wird. Aber sie räumte auch ein: „Das Ökosystem lässt sich nicht planen. Der Schlüssel ist, zum Ursprung zurückzukehren: Ist dieses Produkt gut genug entworfen? Wir haben nicht genug Kraft, um die Explosion intelligenter Hardware-Produkte voranzutreiben.“
Öffnen des „impliziten Wissens“ im Unternehmenskontext
Letztendlich konkurrieren die Giganten darum, Agenten in Kopfhörer, Aufnahmekarten und Brillen zu integrieren. Oberflächlich gesehen ist es ein Wettbewerb um Hardware-Zugänge, im Kern handelt es sich jedoch um einen Wettbewerb um Kontextinformationen. In Zukunft wird die Steigerung der Fähigkeiten von Agenten immer weniger von den Einschränkungen der Modellparameter abhängen und sich zunehmend auf das Verständnis von Organisationsinformationen – also dem Kontext – verlagern.
Für einzelne Nutzer ist das ultimative Ziel von Agenten: „Wo immer Sie sind und wo immer Sie arbeiten, ist der Agent auch da.“ Für Unternehmen ist die Bedeutung des Kontexts noch viel größer.
Chen Yusen, Vizepräsident der Alibaba Group und CEO von Tongyi Office, definiert den Unternehmenskontext so: Alle in der Vergangenheit angesammelten Dokumente, Besprechungsdaten und Gruppenchats des Unternehmens sowie das „implizite Wissen“, das überall im Unternehmen verteilt war, können verbunden werden und in den Unternehmenskontext einfließen.
Der Wettbewerb um Kontextinformationen in der physischen Welt hat sich sogar ins Ausland ausgeweitet. Medienberichten zufolge plant OpenAI die Einführung eines tragbaren, bildschirmlosen intelligenten Lautsprechers, der das erste verbraucherorientierte Hardwareprodukt des Unternehmens sein wird. Das Gerät kann alle Fähigkeiten von ChatGPT nutzen, um menschengemäße Iterationen durchzuführen und eine emotionale Verbindung zu den Nutzern aufzubauen.
Der logische Kreislauf der Giganten ist sehr vielversprechend: Hardware löst das Problem „Woher kommt der Kontext?“, das Modell löst das Problem „Wie wird der Kontext verstanden?“, und das Ökosystem löst das Problem „Wie wird der Kontext in großem Maßstab verteilt?“.
Aber für die breitere Masse der normalen Nutzer – wenn Smartphones bereits aufnehmen,