Tencent, Alibaba, dan ByteDance Bersaing di Pasar Toko Keterampilan AI

Skill sedang menjadi salah satu kata kunci paling populer di bidang AI.

Skill dapat dipahami sebagai "buku panduan operasi" untuk AI Agent. Ini adalah file instruksi terstruktur yang menjelaskan secara rinci alat apa yang harus dipanggil, bagaimana menilai situasi tertentu, dan standar apa yang harus digunakan untuk menghasilkan output. Agent membaca file ini dan kemudian menjalankan tugas sesuai jalur yang telah ditentukan.

Sebagai contoh, seorang produk manajer berpengalaman dapat mengemas seluruh proses penulisan dokumen kebutuhan produk menjadi sebuah Skill; setiap agen siapa pun yang memasangnya akan dapat menghasilkan dokumen kebutuhan yang terstandarisasi dengan kerangka yang sama.

Seiring dengan peningkatan jumlah Skill, platform distribusi pun muncul. Komunitas pengembang seperti GitHub dan ClawHub merupakan yang pertama memikul peran ini, di mana unggahan, pencarian, dan unduhan Skill dilakukan di dalam komunitas teknis.

Perusahaan besar juga dengan cepat menyusul. Pada Maret tahun ini, Tencent, Alibaba, dan ByteDance secara berturut-turut meluncurkan toko Skill di platform Agent mereka masing-masing. Dalam dua bulan berikutnya, Zhipu, Meituan, dan Xiaohongshu juga ikut masuk. Perusahaan internet besar, perusahaan model besar, raksasa kehidupan lokal, bahkan platform konten, semua bersaing merebut pintu masuk ini.

Inti dari pertarungan di Skill Store adalah posisi pintu masuk lalu lintas di era AI; siapa yang menguasai hak distribusi, dialah yang menguasai pengguna.

Namun, selain ByteDance yang mencoba fitur pembayaran Skill, platform lainnya hanya menawarkan versi gratis. Mengapa semua pihak bersaing untuk memperoleh "toko" yang tidak menghasilkan keuntungan?

Siapa yang turun ke lapangan? Mengapa Toko Skill layak untuk diburu?

Sebelum menjawab pertanyaan ini, lihat terlebih dahulu model yang sudah berjalan.

Di era internet seluler, App Store milik Apple tidak hanya menghasilkan uang dari komisi unduhan 30%, tetapi nilai intinya terletak pada: pengembang menciptakan aplikasi untuk masuk ke ekosistem iOS, pengguna tetap berada di ekosistem iOS untuk menggunakan aplikasi-aplikasi tersebut, dan secara berkelanjutan menghabiskan uang di dalam ekosistem: membeli iCloud, berlangganan Apple Music, serta melakukan pembelian dalam aplikasi. Hak distribusi adalah pintu masuk, sedangkan konsumsi ekosistem adalah sumber pendapatan.

Skill Store bersaing dalam logika yang sama. Pengguna akan tetap berada di ekosistem tempat mereka biasa mendapatkan Skill untuk mengonsumsi layanan. Perbedaannya adalah, logika ini telah terbukti di era internet seluler, sementara Skill Store masih berada pada tahap “menjanjikan sesuatu yang belum terwujud.” Setelah memahami hal ini, mari kita lihat pendekatan berbeda dari tiga jenis pemain yang masuk.

Kategori pertama adalah perusahaan internet besar yang menggunakan Skill Store untuk menarik lalu lintas dan menghasilkan keuntungan dalam ekosistem.

Ali telah menyertakan pasar Skill "Xia Xiaobao" di dalam asisten JVS Claw Agent-nya, memungkinkan pengguna menyinkronkan Skill yang dipilih ke dalam alat dengan satu klik. Pasar Skill itu sendiri tidak dikenai biaya, tetapi pengguna harus menghabiskan daya komputasi untuk memanggil Skill, yang merupakan sumber pendapatan dari bisnis cloud Ali.

ByteDance menjalankan dua jalur secara paralel. Find Skill yang diluncurkan oleh Volcano Engine ditujukan untuk pelanggan perusahaan, mengintegrasikan berbagai sumber Skill dari ClawHub, GitHub, dan lainnya; sementara Skill Store yang diintegrasikan di Kouxzi ditujukan untuk pengembang biasa, menurunkan hambatan dalam menciptakan dan menggunakan Skill, serta mendukung penjualan Skill. Tujuannya adalah merebut kelompok pengembang, memanfaatkan Skill untuk mendorong konsumsi layanan cloud dan daya komputasi.

Strategi Tencent sedikit berbeda. SkillHub pada dasarnya adalah salinan lokal dari ClawHub luar negeri, yang bertanggung jawab atas pengaliran lalu lintas dan adaptasi lokal. Namun, senjata utama sebenarnya dari Tencent adalah ekosistem小程序 WeChat. Dengan memanfaatkan jalur layanan matang yang telah dikumpulkan dari jutaan小程序, Tencent dapat mengemas berbagai layanan daring dan luring menjadi Skill standar. Jika jalur ini berhasil, model bisnisnya akan mirip dengan小程序, menghasilkan pendapatan dari komisi transaksi dan iklan.

Meituan justru menggunakan ekosistem Skill untuk mendukung bisnis intinya. Pada bulan April, mereka meluncurkan xia345, yang diposisikan sebagai navigasi ekosistem AI Agent, mencakup lebih dari 20 Agent dan lebih dari 7.000 Skill. Tak lama setelah itu, pada bulan Mei, mereka melakukan uji coba publik komunitas AI bernama Miyou, dengan lebih dari 3.000 Agent yang bergabung dan total Skill melebihi 40.000. Dari navigasi ke komunitas, pengguna melihat berbagi di "Miyou" dan mengunduh serta menggunakan di "xia345". Skill itu sendiri tidak menghasilkan keuntungan, tetapi mampu memperpanjang waktu tinggal pengguna dalam ekosistem Meituan, menciptakan lebih banyak peluang konversi untuk bisnis inti seperti layanan di tempat dan pengiriman makanan.

Kategori kedua adalah perusahaan model besar yang mempertahankan pengguna melalui toko Skill dan menghasilkan pendapatan dari pemanggilan model.

ZhiPu meluncurkan AgentMore Skills Plaza di platform Agent miliknya, Auto Claw, pada April, mengintegrasikan tiga modul: pilihan resmi, Skill Hub, dan komunitas open source, dengan dukungan pemasangan satu klik tanpa Token.

Pihak Bulan Gelap bertindak lebih awal, pada Februari sudah meluncurkan Kimi Claw, di mana pengguna dapat melakukan deploy satu klik Open Claw di versi web, serta mengonfigurasi perpustakaan keterampilan, sehingga pengguna dapat langsung menginstal dan memanggil berbagai Skill di browser mereka.

Perusahaan model besar yang mendistribusikan Skill tampaknya paling logis. Model itu sendiri merupakan dasar untuk menjalankan Skill, mengembangkan toko Skill dapat mendorong pemanggilan berkelanjutan terhadap model besar milik mereka sendiri dan membuat pengguna tetap berada di platform mereka.

Insinyur Agent dari perusahaan model besar, He Yu, menyebutkan bahwa Skill yang dikembangkan sendiri memiliki tingkat kesesuaian yang lebih tinggi dengan model dasar milik mereka sendiri dan memberikan pengalaman pengguna yang lebih baik. Pada dasarnya, Skill adalah "umpan", sementara volume pemanggilan model adalah "ikan".

Kategori ketiga adalah platform konten, yang menjadikan Skill sebagai kategori konten baru untuk menghasilkan pendapatan dari lalu lintas dan iklan.

Xiaohongshu baru saja meluncurkan Red Skill, yang saat ini masih dalam tahap uji coba tertutup. Pengguna dapat memasang tautan Skill di bawah postingan, dan dengan mengkliknya, perintah instalasi akan langsung disalin. Berbeda dengan distribusi Skill tradisional yang mengandalkan rantai pencarian hingga konfigurasi, Xiaohongshu mengikuti pendekatan rekomendasi konten, mengubah Skill menjadi bentuk konten yang dapat diakses dan direkomendasikan. Xiaohongshu tidak menghasilkan uang dari Skill itu sendiri, melainkan dari lalu lintas dan pendapatan iklan yang dihasilkan oleh konten tersebut.

Logika ketiga jenis pemain adalah konsisten: Toko Skill sendiri tidak menghasilkan keuntungan, tetapi merupakan pintu masuk untuk mendapatkan dan mempertahankan pengguna. Pendapatan sebenarnya berada di luar Skill.

Namun, pernyataan ini berlaku dengan syarat bahwa pengembang dan pengguna benar-benar bersedia menggunakannya.

Seorang blogger independen, Sugimori Minami, menunjukkan bahwa toko Skill yang tertanam dalam produk perusahaan besar mungkin tidak seattraktif yang dibayangkan. Itu lebih seperti fungsi tambahan dalam produk secara keseluruhan, dengan keberadaan yang tidak begitu menonjol dan bukan fokus utama perusahaan besar. Sementara itu, kemampuan penyebaran alami platform konten lebih kompetitif dalam tahap distribusi Skill.

Artinya, toko sudah dibangun, tetapi daya tariknya masih belum cukup.

Cara paling langsung untuk menilai apakah bisnis Skill Store menguntungkan adalah dengan melihat apakah ia menghasilkan keuntungan.

Saat ini, hanya tombol Byte yang mendukung perdagangan Skill, di mana kreator dapat menetapkan harga dan menjual Skill mereka. Platform lain hampir semuanya mendistribusikan secara gratis. Yang benar-benar bisa disebut "perdagangan" justru orang-orang yang memanfaatkan ketidakseimbangan informasi di Xianyu untuk mengemas dan menjual kembali Skill open-source.

Skill "toko" sekarang masih hanya metafora. Masalahnya di mana?

Hambatan pertama adalah bahwa Skill sulit untuk dinilai harganya.

App Store bisa berdiri karena memiliki sistem evaluasi yang lengkap: fungsi yang jelas, pengalaman yang stabil, serta peringkat dan ulasan pengguna. Lebih penting lagi, aplikasi yang sama akan memiliki hasil yang sama saat dijalankan oleh siapa pun.

Skill yang kurang adalah kepastian semacam ini. Dengan mengganti model atau lingkungan konteks, hasil yang dihasilkan oleh Skill bisa sangat berbeda. Shan Sen Nan memberi tahu 'AIX Keuangan' bahwa kinerja berbagai produk Agent berbeda-beda, dan kemampuan model yang digunakan juga tidak sama; hasil yang dihasilkan oleh Skill yang sama bisa tidak terkendali ketika dijalankan pada produk dan model yang berbeda. Bahkan di dalam produk yang sama dan model yang sama, karena sifat acak AI itu sendiri, outputnya pun belum tentu konsisten.

He Yu menambahkan sudut pandang lain: Sebagian besar Skill umum yang ditujukan untuk pengguna biasa bersifat output terbuka, tanpa jawaban standar tunggal, dan industri saat ini juga belum memiliki standar evaluasi efek yang seragam. Skill berkualitas tinggi tidak dapat diidentifikasi secara efektif, sehingga biaya pemilihan pengguna sangat tinggi.

Efek tidak stabil, sistem evaluasi tidak bisa dibangun. Jika sistem evaluasi tidak bisa dibangun, pengguna tidak memiliki dasar untuk membayar.

Hambatan kedua adalah ketidaktransparanan biaya.

Menyelesaikan tugas yang sama, jumlah Token yang dikonsumsi oleh Skill yang berbeda bisa berbeda beberapa kali lipat, tetapi pengguna tidak dapat mengetahuinya sebelum memasang. Dua Skill dengan fungsi yang sama, mana yang lebih “hemat Token”? Tidak bisa dibandingkan.

He Yu memberikan contoh bahwa ia pernah menggunakan dua posting panjang yang sama di platform yang sama untuk menangani dokumen yang sama dan memberikan instruksi yang sama, tetapi jumlah token yang dikonsumsi sangat berbeda, dan perbedaan ini sama sekali tidak terlihat saat memilih Skill. Pengguna membayar untuk membeli Skill, tetapi harus menanggung biaya konsumsi token yang tidak pasti—bagaimana cara menghitung biaya ini?

Tantangan ketiga terletak pada risiko keamanan.

Sejak awal tahun ini, insiden keracunan Skill telah terjadi sebelumnya, di mana Skill jahat mengunggah dengan meniru nama Skill populer untuk mencuri data pengguna. Meskipun berbagai platform telah secara bertahap menerapkan mekanisme pemeriksaan, hal ini juga meningkatkan ambang batas bagi pengembang untuk mengunggah Skill.

Senshin Nan mengalami batasan saat mengunggah Skill di Xiaohongshu, di mana platform hanya mengizinkan pengunggahan file Markdown dan TSD, sehingga Skill yang kompleks tidak dapat diunggah secara utuh, dan akhirnya harus direduksi menjadi satu Prompt. Belum ditemukan keseimbangan antara tinjauan keamanan dan pengalaman pengembang.

Hambatan terakhir adalah kurangnya protokol standar.

Berbagai pengembang mendeskripsikan tugas yang sama dengan cara yang berbeda, sehingga mudah menyebabkan kesalahan pemahaman pada model dan hasil eksekusi yang tidak konsisten. He Yu menyatakan bahwa ambiguitas dalam deskripsi membuat pengalaman nyata Skill sulit dikendalikan, sehingga “mudah digunakan” menjadi sesuatu yang mistis.

Selain itu, kurangnya batasan otorisasi yang terstandarisasi membuat efek ideal "kembangkan sekali, sebarkan ke banyak platform" belum dapat terwujud.

Keempat tantangan ini sebenarnya menunjuk pada satu alasan yang sama: Skill pada dasarnya adalah alur kerja personal yang secara alami menolak standardisasi. Sedangkan prasyarat komersialisasi justru adalah standardisasi.

Jadi, toko Skill saat ini lebih seperti rak display, barang-barang sudah dipajang, tetapi pengguna tidak tahu harus memilih yang mana, bahkan setelah memilih pun tidak tahu apakah itu akan berfungsi dengan baik. Masih ada jalan panjang menuju “perdagangan” yang sebenarnya.

Pertama, alihkan perhatian dari platform ke para pengembang.

Pengembang independen Chen Xu sebelumnya telah mengunggah sebuah Skill berbayar di Kozhi. Pada hari yang sama ketika disetujui, enam orang sudah membayar, dan rekomendasi halaman utama memberikan eksposur berkelanjutan. Namun, masa kejayaan itu tidak berlangsung lama; ia segera menyadari bahwa ia tidak lagi memiliki kesempatan masuk ke rekomendasi halaman utama, pengguna harus mencari secara aktif untuk menemukannya, dan tidak dapat melakukan pemasaran iklan. Kesempatan eksposur di halaman utama sepenuhnya dikendalikan oleh platform, dengan tingkat keacakan yang sangat tinggi.

Ini setidaknya menunjukkan dua hal: pertama, ada permintaan nyata untuk pembayaran Skill; kedua, kemampuan distribusi pengembang di platform saat ini sangat terbatas.

Lalu, apakah Skill Store bisa menjadi App Store berikutnya? Dari yang terlihat sekarang, ada dua hambatan.

Di satu sisi, Skill tidak memiliki sistem evaluasi yang terpadu. Chen Xu menyebut bahwa ia biasanya memilih Skill berdasarkan jumlah bintang di GitHub, karena telah diuji secara nyata oleh pengguna, namun peringkat populer di platform domestik berbeda dengan yang ada di luar negeri, sehingga indikatornya bisa tidak akurat. Tanpa sistem evaluasi lintas platform dan standar, pengguna hanya bisa memilih secara kebetulan.

Di sisi lain, Skill memiliki atribut yang sangat personal.杉森楠 menyebutkan bahwa sebagian besar Skill generik di pasaran memiliki efektivitas terbatas. Skill yang benar-benar berguna perlu disesuaikan dengan alur kerja pribadi, diuji coba berulang kali dalam pekerjaan nyata, dan menghasilkan metodologi khusus. Sebagai contoh, bahkan dua Skill yang sama-sama berfungsi sebagai "asisten penulis" dapat memiliki alur kerja dan gaya output yang sama sekali berbeda.

Sistem evaluasi tidak bisa dibangun, sehingga toko Skill hanya bisa tetap berada pada tahap rak pameran.

Namun, dilihat dari sudut pandang lain, Skill pada dasarnya adalah bentuk baru dari barang. Dulu, pengguna membayar untuk “kepastian”—jika membutuhkan suatu fitur, mereka mengunduh satu aplikasi. Sekarang, mereka membeli “kemungkinan”—kemampuan untuk menciptakan dan metodologi yang dapat digunakan ulang.

He Yu membagi skenario dengan dasar pembayaran menjadi dua kategori: pertama, kebutuhan kantor wajib, seperti proses pemeriksaan kontrak dan pembuatan laporan data yang terstruktur, di mana perusahaan memiliki keinginan kuat untuk membayar; kedua, alat pribadi, seperti optimasi resume pencari kerja dan penulisan dokumen studi luar negeri, yang memiliki tingkat konversi pembayaran relatif tinggi.

Masalahnya adalah, siapa yang bisa mengubah ruang ini menjadi bisnis nyata?

Tiga jenis pelaku masing-masing memiliki keunggulan, tetapi juga memiliki kelemahan.

Perusahaan internet besar paling dekat dengan skenario, tetapi Skill Store bagi mereka hanyalah “tambahan”, tidak akan mengalokasikan sumber daya inti. Perusahaan model besar memiliki keunggulan alami dalam adaptasi model, tetapi ekosistemnya tidak sekuat perusahaan besar; Skill Store hanyalah layanan tambahan, pada dasarnya bertujuan agar pengguna terus memanggil model. Platform konten memiliki kemampuan penyebaran terkuat; pada tahap di mana belum ada sistem evaluasi standar untuk Skill, pengguna memilih Skill berdasarkan rekomendasi blogger dan demonstrasi penggunaan, yang justru menjadi keahlian platform konten, tetapi mereka paling jauh dari ekosistem teknis.

Ketidakstabilan, sifat personal, dan risiko keamanan Skill membuat bisnis ini jauh lebih sulit daripada yang tampak di permukaan. Hingga kini, belum ada satu pun yang berhasil membuat proses "membeli Skill" terasa sealamiah "membeli App".

Artikel ini berasal dari akun WeChat "AIX Finance", penulis: Tim AIX Finance