Tencent revela que puede revender capacidad de cómputo de IA con un 30% de beneficio mientras su CapEx se triplica a 51.800 millones de RMB
Conferencia de resultados del segundo trimestre de 2026, 12 de agosto de 2026
Los resultados del segundo trimestre de Tencent confirmaron lo que los inversores sospechaban desde hace meses: la empresa opera ahora dos negocios bajo un mismo techo, una franquicia tradicional altamente rentable y un desarrollo de IA intensivo en capital cuyos rendimientos aún no están probados, pero cuya desventaja, insiste la dirección, está protegida por una inusual póliza de seguro. Los ingresos totales aumentaron un 11% interanual a 205.000 millones de RMB, con un beneficio bruto que creció un 13% hasta los 118.000 millones de RMB. Sin embargo, la revelación más importante se produjo en los gastos de capital (CapEx), que se dispararon un 190% interanual y un 66% respecto al trimestre anterior, alcanzando los 51.800 millones de RMB, lo que llevó el flujo de caja libre a un saldo negativo de 13.800 millones de RMB para el trimestre, o a un saldo positivo de 37.600 millones de RMB si se excluyen los pagos anticipados relacionados con la IA.
El arbitraje de cómputo que nadie esperaba
El dato más llamativo de la conferencia fue la revelación del director de estrategia, James Mitchell, y el presidente, Martin Lau, de que Tencent ya podría revender el cómputo que comprometió hace meses con un margen de beneficio. "En cuanto al pago anticipado y algunos de los pedidos de cómputo que realizamos hace apenas un par de meses, hoy podemos venderlo con más de un 30% de beneficio en comparación con el precio que pagamos hace unos meses", afirmó Lau. Este es un dato materialmente nuevo para los inversores que intentan evaluar el riesgo en el gasto de IA de Tencent: sugiere que la escasez de GPU en China se ha vuelto tan severa que la cartera de CapEx de Tencent es, en efecto, un activo que se revaloriza en lugar de un costo hundido. Mitchell reforzó este punto sobre el riesgo de depreciación, señalando que la empresa "podría recuperar la depreciación casi de inmediato alquilando el cómputo a terceros, tal como están haciendo muchos negocios de neo-cloud". No obstante, la estrategia declarada de la dirección es priorizar el entrenamiento de modelos y la inferencia de WorkBuddy sobre el alquiler inmediato de GPU, apostando a que la inteligencia propietaria se convierte en una mejor economía a largo plazo que actuar como un revendedor de infraestructura básica. Los inversores deben tener en cuenta que esto es una cobertura, no un plan. Tencent es explícita en que la opción de respaldo existe precisamente porque no confía en que WorkBuddy y Xiaowei se moneticen en el plazo necesario para justificar el gasto por sí solos.
WorkBuddy emerge como el verdadero factor decisivo
Del gasto en nuevos productos de IA, que aumentó de aproximadamente 8.800 millones de RMB en el primer trimestre a 10.500 millones de RMB en el segundo, la dirección confirmó una reasignación interna significativa hacia WorkBuddy, la plataforma de productividad basada en agentes de la compañía, a expensas de otras iniciativas de IA. Mitchell fue franco sobre la mecánica: "hubo un cambio muy grande porque identificamos que WorkBuddy estaba despegando. Y, por lo tanto, priorizamos agresivamente WorkBuddy mientras despriorizamos algunos de los otros productos en esa nueva cartera de IA". WorkBuddy ocupa ahora el primer lugar entre los servicios de productividad de IA en China por interacciones mensuales, y Lau lo describió no como un software empresarial que acompaña a Tencent Meeting y Docs, sino como una nueva capa de plataforma: "Es, de hecho, una nueva plataforma que es un espacio de trabajo muy flexible para IA agentica... habrá muchos modelos sirviendo a los usuarios a través de WorkBuddy... Hunyuan será uno de los modelos proporcionados por WorkBuddy, pero no será el único". Esa es una admisión notable de una empresa que acaba de pasar dos años construyendo su propio modelo fundacional, y señala que Tencent se ve a sí misma tanto como un orquestador de inteligencia de terceros como un propietario de modelos. Sobre la economía unitaria, Mitchell añadió que los márgenes brutos de los usuarios de pago de WorkBuddy y Model-as-a-Service ya igualan el margen bruto general de Tencent Cloud, aunque los márgenes combinados siguen diluidos por la subvención de niveles gratuitos destinada a ganar cuota de mercado.
El entorno de precios de la nube ha cambiado discretamente
Los analistas presionaron sobre la mercantilización de los precios de los tokens en China, y la respuesta de Mitchell contuvo un dato genuinamente subestimado: los costos de los insumos, particularmente la memoria, han aumentado lo suficiente como para que Tencent haya estado subiendo los precios de la nube. "Hemos aumentado los precios de forma generalizada en mayo para Tencent Cloud. Y más allá de esos aumentos de precios, también hemos reducido sustancialmente los descuentos", dijo, añadiendo que "los costos de fabricación de tokens nacionales también son extremadamente bajos, mucho más bajos de lo que se percibe ampliamente o se estima externamente". Esto replantea la tesis bajista sobre los márgenes de la nube en China, que asumía una deflación de precios implacable. El crecimiento de los ingresos en la nube se aceleró de un porcentaje de dos dígitos altos en el primer trimestre a un porcentaje de dos dígitos bajos en el segundo, y la dirección señaló que las limitaciones de capacidad, no la demanda, siguen siendo el límite vinculante. Los servicios empresariales y FinTech combinados aumentaron sus ingresos un 9% hasta los 60.000 millones de RMB, con un aumento de los activos totales de los clientes de gestión patrimonial gracias a estrategias de inversión automatizadas, un contribuyente más pequeño pero constante que los inversores deberían seguir junto con la nube.
La ambición de agente a agente de Xiaowei y sus salvaguardas
Tencent reveló el lanzamiento del prototipo de Xiaowei, un asistente agentico integrado dentro de Weixin basado en un pequeño modelo propietario llamado WeLM, diseñado explícitamente para la privacidad y la eficiencia de costos en lugar de la capacidad bruta. El encuadre de Lau sobre la visión a largo plazo fue el lenguaje más expansivo de la llamada: "En el futuro, si realmente pueden enviar una instrucción compleja a un agente y el agente puede comenzar a ayudar al usuario a ejecutar transacciones... a largo plazo, habrá incluso usuarios, cada usuario tendrá un agente, y podrán interactuar entre sí para ejecutar una transacción". Cabe destacar que la dirección está limitando deliberadamente el producto hoy en día, manteniendo a Xiaowei configurado para requerir la confirmación del usuario en cada paso "como medida de seguridad", a pesar de que el modelo subyacente puede manejar técnicamente flujos de trabajo más autónomos. Lau también abordó directamente una preocupación bajista: que las transacciones mediadas por agentes pudieran canibalizar el inventario publicitario de mayor margen, descartándolo al comparar la transición de IA con la migración de QQ a Weixin, que, según dijo, "multiplicó el valor de QQ por más de 10 veces". Los inversores deberían tratar esa comparación como una tesis de gestión más que como un resultado probado; Xiaowei aún no se ha escalado más allá del prototipo. Sobre la intensidad de la inversión, Lau ofreció un ancla útil: el costo de Xiaowei será inferior a lo que Tencent gastó anualmente en Yuanbao, su chatbot de consumo existente, lo que sugiere que se trata de una apuesta controlada en lugar de una nueva línea de gasto importante.
Cifras de tracción de Hunyuan 3 y el caso de Hunyuan 4
La versión de producción de Hunyuan 3 generó un aumento de aproximadamente 6 veces en el uso diario promedio de tokens en comparación con la versión preliminar y ahora se clasifica entre los tres principales modelos a nivel mundial en OpenRouter por uso de tokens, un punto de validación externa genuinamente fuerte para un modelo que la dirección describe como intencionalmente pequeño y optimizado en costos en lugar de escala de frontera. Lau fue inusualmente directo sobre la lógica estratégica: "Hunyuan 3 es un modelo muy pequeño incluso en los términos actuales, pero es muy utilizado... está enfocado en casos de uso en lugar de solo superar benchmarks". El modelo Hunyuan 4, más grande, llegará a finales de este año, y la justificación de la dirección para el gasto de entrenamiento adicional se centra en desbloquear un negocio independiente de venta de tokens y permitir que WorkBuddy maneje tareas agenticas más complejas y de mayor valor, en lugar de cualquier caso de uso cercano en Weixin, ya que Lau confirmó que el modelo WeLM de Xiaowei no depende en absoluto de que Hunyuan alcance un estatus de vanguardia.
Márgenes, flujo de caja y la señal de asignación de capital
Excluyendo los nuevos productos de IA, el beneficio operativo no IFRS creció un 19% interanual hasta los 86.100 millones de RMB, con un margen (excluyendo IA) que aumentó 2,8 puntos hasta el 42%, lo que subraya que el negocio principal (juegos, publicidad, fintech) sigue generando un apalancamiento operativo sustancial, incluso cuando el segmento de IA arrastra la rentabilidad general a un crecimiento del 9%. Los gastos en I+D aumentaron un 35% interanual hasta los 27.200 millones de RMB. El efectivo neto cayó a 58.200 millones de RMB desde los 146.900 millones del trimestre anterior, lo que refleja tanto el aumento del CapEx como los 41.600 millones de RMB en pagos de dividendos. Sobre las recompras, que comenzaron a acelerarse en mayo incluso mientras el CapEx aumentaba, Mitchell fue franco al decir que la asignación de capital será flexible: "si identificamos que hay retornos superiores en el gasto de capital... entonces dirigiremos más efectivo hacia los gastos de capital de lo que hemos hecho en el pasado y, por lo tanto, potencialmente menos efectivo hacia las recompras". Lau añadió una aclaración útil para fines de modelado: que el gasto actual en infraestructura de IA es más parecido a una suma global única para este año y el próximo que a una tasa de ejecución permanentemente elevada, ya que los costos de construcción de modelos son en gran medida fijos en lugar de compuestos anualmente. Los inversores deberían tratar eso como un compromiso flexible en lugar de una guía firme, dado que la dirección se negó repetidamente a proporcionar un cronograma específico sobre cuándo la inversión en IA generará beneficios.