De techwereld staat in rep en roer door het besef dat marktleiders zich gelijktijdig richten op zowel individuele consumenten (C-end) als zakelijke klanten (B-end). De opkomst van AI Agents, gestimuleerd door innovaties als DeepSeek en Manus, is onmiskenbaar. Velen geloven dat 2025 het daadwerkelijke begin van het AI Agent-tijdperk zal markeren, waarbij grote techbedrijven en startups zich massaal storten op de ontwikkeling en de overgang naar commerciële toepassingen versnellen.
Tencent erkent deze cruciale verschuiving en stimuleert actief haar AI Agent-strategie.
Tencent Cloud’s Agent Development Platform
Tijdens de 2025 Tencent Cloud AI Industry Application Summit onthulde Tencent Cloud een belangrijke upgrade van haar grote model knowledge engine, waarmee deze werd getransformeerd tot het Tencent Cloud Agent Development Platform (TCADP). Dit platform integreert Tencent Cloud’s RAG (Retrieval-Augmented Generation) technologie, uitgebreide Agent-functionaliteiten en functies die zijn aangescherpt door praktijkgerichte implementaties, met als doel nauwkeurig in te spelen op de veranderende behoeften van gebruikers.
De lancering van het Tencent Cloud Agent Development Platform betekent Tencent Cloud’s ambitie om enterprise clients te voorzien van de middelen om snel prototypes te ontwikkelen en Agent-gebaseerde applicaties te implementeren.
Tang Daosheng, een Senior Executive Vice President bij Tencent en de CEO van de Cloud and Smart Industry Group, benadrukte dat gebruikers nu Agents in staat kunnen stellen om zelfstandig complexe taken op te splitsen, uitvoeringsstrategieën te bedenken en selectief gebruik te maken van beschikbare tools. Hij belichtte een belangrijke prestatie: “We hebben voor het eerst zero-code ondersteuning bereikt voor multi-Agent handover collaboration, waardoor de drempel voor het bouwen van Agents verder wordt verlaagd.”
Binnen het Tencent Cloud Agent Development Platform heeft Tencent Cloud een uitgebreid Agent tool ecosysteem samengesteld, in overeenstemming met het MCP protocol en compatibel met essentiële elementen van de OpenAI Agents SDK. Het wordt ook vooraf geladen met een samengestelde selectie van hoogwaardige plugins, zowel intern als extern, waaronder Tencent Location Services en andere ecologische MCP Servers.
Deze mogelijkheden zijn ontworpen om AI Agents in staat te stellen effectiever met tools om te gaan, toegang te krijgen tot gespecialiseerde gegevens en de reikwijdte van hun diensten te verbreden.
Binnen Tencent’s diverse portfolio van applicaties integreren tal van producten al Agent-mogelijkheden via het Tencent Cloud Agent Development Platform. Deze omvatten QQ Browser, Tencent Health, Tencent Cloud Code Assistant CodeBuddy en Tencent Qidian Marketing Cloud.
Tang Daosheng noemde QQ Browser als een goed voorbeeld en benadrukte de recente introductie van de Agent QBot. Deze functie stelt gebruikers in staat om taakopdrachten uit te vaardigen, die QBot vervolgens autonoom uitvoert, waarbij alles wordt beheerd, van zoeken en browsen tot downloaden en analyseren.
De Definitie van de AI Agent
Hoewel AI Agent-producten zich snel vermenigvuldigen, blijft een gestandaardiseerde definitie binnen de industrie ongrijpbaar.
Wu Yunsheng, die Tencent Cloud’s AI-divisie leidt en aan het hoofd staat van Tencent Youtu Lab, definieert Agents vanuit een gebruikersgericht perspectief als een nieuw applicatieparadigma dat wordt gekenmerkt door autonome planning en toolselectie, inclusief multi-Agent collaboration, om ingewikkelde taken te volbrengen.
In wezen onderscheiden Agents zich van conventionele AI Assistants, die expliciete prompts ван gebruikers vereisen voor elke reactie. Agents hebben daarentegen in theorie slechts één instructie op hoog niveau nodig om autonoom een complete oplossing uit te stippelen en uit te voeren. Het onderliggende large language model is cruciaal voor Agents om echt bruikbaar te worden en fungeert als een centraal “brein”.
Tencent’s Multi-Model Strategie
Tencent heeft ondubbelzinnig haar commitment aan een dual-track strategie verklaard: "standvastig investeren in zelf ontwikkelde modellen + openlijk omarmen van geavanceerde open-source modellen". Sinds het begin van het jaar integreert Tencent actief het DeepSeek large model en versnelt het tegelijkertijd de iteratieve ontwikkeling van zijn eigen Hunyuan model.
Het door Tencent ontwikkelde inference model Thinker (T1), dat gespecialiseerd is in complexe taken en deep reasoning, heeft sinds de eerste lancering op de Yuanbao App eerder dit jaar snelle iteraties ondergaan. Bovendien heeft Tencent Hunyuan Turbo S onthuld, een nieuwe generatie fast-thinking modellen die zijn geoptimaliseerd voor versnelde taakverwerking.
Voortbouwend op de TurboS foundation, heeft Tencent ook het T1-Vision visual deep reasoning model en het Hunyuan Voice end-to-end voice call model geïntroduceerd. Als aanvulling hierop is een verscheidenheid aan multimodaal modellen, waaronder Hunyuan Image 2.0, Hunyuan 3D v2.5 en Hunyuan Game Visual Generation, ook gelanceerd.
Organisatorische Herstructurering
Om snelle productinnovatie en deep model research and development te faciliteren, heeft Tencent dit jaar haar AI-producten en -applicaties - waaronder Tencent Yuanbao, QQ Browser, Sogou Input Method en ima - geïntegreerd in de Cloud and Smart Industry Group (CSIG). Tegelijkertijd heeft Tencent organisatorische veranderingen doorgevoerd binnen de Technical Engineering Group (TEG), de entiteit die verantwoordelijk is voor de ontwikkeling van Tencent’s Hunyuan large model.
Vorige maand onthulden bronnen een uitgebreide herstructurering van Tencent’s Hunyuan large model R&D organisatie. Na de aanpassing heeft TEG twee nieuwe divisies opgericht: het Large Language Model Department en het Multimodal Model Department. Deze entiteiten hebben tot taak om baanbrekende technologieën in large language modellen en multimodal large modellen te onderzoeken, continue iteraties op foundational modellen te stimuleren en de algehele modelmogelijkheden uit te breiden.
Tegelijkertijd versterkt Tencent haar large model data mogelijkheden en platform infrastructuur. Het Data Platform Department richt zich op het end-to-end management en de constructie van large model data, terwijl het Machine Learning Platform Department de creatie van geïntegreerde machine learning en big data platforms stimuleert. Deze uitgebreide aanpak biedt een robuust en efficiënt PaaS platform dat zowel AI model training als inference ondersteunt, naast big data processing, en gezamenlijk Tencent’s Hunyuan large model technologie R&D ondersteunt.
De Agent-Gedreven Toekomst
Tang Daosheng heeft geponeerd dat het open-sourcing van Deepseek en de doorbraken in deep thinking signaleren dat AI large modellen de drempel van industrialisatie overschrijden en een stadium van wijdverbreide implementatie bereiken. Hij stelt dat de primaire focus van de industrie is verschoven van model training naar applicatie- en Agent-gedreven ontwikkeling.
De enorme potentiële markt voor Agents is ontegenzeggelijk een belangrijke factor die Tencent Cloud’s versnelde adoptie van AI Agent technologieën stimuleert.
Industrie Analyse en Projecties
Een onderzoeksrapport van Minsheng Securities geeft een sterke overtuiging dat 2025 zal worden erkend als het eerste jaar voor AI Agents en het ontstaan van een software revolutie. Het rapport suggereert dat Agents een belangrijke katalysator kunnen zijn voor de herwaardering van software, waardoor de doelmarkt voor software vendors mogelijk wordt uitgebreid naar de triljoenen dollars tellende arbeidsmarkt. Er wordt ook verwacht dat AI Agents de consumptiekenmerken van software zullen verbeteren, waardoor het waarderingsplafond voor softwarebedrijven verder wordt verhoogd.
Gartner’s meest recente voorspellingen wijzen op een aanzienlijke toename van de integratie van autonome AI binnen enterprise software, met een projectie van minder dan 1% in 2024 naar 33% in 2028. Tegelijkertijd wordt verwacht dat meer dan 15% van de dagelijkse werkbeslissingen autonoom zullen worden uitgevoerd door AI agents. In deze wereldwijde AI competitie komen AI Agents naar voren als een niet-onderhandelbaar strategisch imperatief, wat leidt tot een brede consensus dat internetgiganten zich moeten concentreren op zowel de C-end als de B-end markets.
Ying Ying, Chief Analyst of Computers bij CITIC Securities, benadrukt de contrasterende benaderingen van Agent implementatie die in verschillende regio’s worden waargenomen. Noord-Amerikaanse cloud vendors zijn primair gericht op het faciliteren van efficiënte model- en Agent implementatie voor hun klanten, terwijl B-end vendors meer gericht zijn op het creëren en beheren van Agent platforms. Binnenlandse internetgiganten houden zich echter aan de user traffic acquisition strategieën van het internettijdperk en proberen gebruikers te werven via algemene Agent producten vergelijkbaar met “Manus”, wat de praktijken van hun B-end counterparts in Noord-Amerika weerspiegelt.
Tencent’s C-End Strategie
Op de C-end product front heeft Tencent nog geen native Agent product gelanceerd dat vergelijkbaar is met “Manus”.
Tijdens Tencent’s recente first-quarter earnings meeting verwoordde het management hun perspectief op Agent producten en categoriseerde ze in twee verschillende soorten: algemene Agents die individuen kunnen creëren om namens hen in de buitenwereld te handelen, en AI agents die zijn ingebed in het WeChat ecosysteem en werken binnen het unieke framework van WeChat.
Bronnen geven aan dat Tencent zijn algemene AI Agent-mogelijkheden opbouwt via AI-native producten zoals Yuanbao en IMA.
Tencent’s strategie omvat een gefaseerde uitrol van mogelijkheden. Aanvankelijk zullen de Agents worden uitgerust om snel antwoorden op vragen te geven. Vervolgens zullen ze “chain thinking” long reasoning modellen integreren om complexere vragen af te handelen. Na verloop van tijd zullen ze evolueren om complexere taken uit te voeren en geleidelijk “embodied intelligence” mogelijkheden integreren, waardoor naadloze interactie met andere applicaties, programma’s en zelfs externe API’s mogelijk wordt om uitgebreide gebruikers ondersteuning te bieden.
Tencent’s management benadrukt dat dit een voortdurende evolutie is en dat de mogelijkheden fundamenteel overeenkomen met die van algemene AI Agents die door haar concurrenten worden ontwikkeld.
Het WeChat Ecosysteem Voordeel
De AI Agent die Tencent van plan is te bouwen binnen het WeChat ecosysteem vertegenwoordigt een uniek gedifferentieerd product dat moeilijk door andere vendors te repliceren is.
Deze Agent zal diep geïntegreerd zijn met de core elementen van het WeChat ecosysteem, waaronder social relationship networks, communicatie- en community features, content platforms zoals public accounts en video accounts, en miljoenen mini-programs. Deze componenten bieden samen informatie, transaction processing en operationele mogelijkheden die tal van verticale domeinen beslaan.
Net als de eerder gelanceerde native AI-applicaties, ligt het strategische belang van internetgiganten die AI Agents ontwikkelen in het strijden om dominantie binnen het opkomende super traffic ecosysteem van het AI-tijdperk, waardoor er geen ruimte is voor zelfgenoegzaamheid.
Vanaf 2025 is het dominante thema in het AI landschap verschoven van large language modellen naar AI Agents. De proliferatie van AI Agents is onvermijdelijk, maar de huidige product mogelijkheden bevinden zich nog in de kinderschoenen. In deze dynamische omgeving zal succes waarschijnlijk de voorkeur geven aan degenen die de “Deepseek of the AI Agent field” kunnen creëren en zichzelf kunnen positioneren als leiders in de volgende fase van AI evolutie.