
Sprawozdanie Zarządu z działalności Grupy Kapitałowej Ten Square Games S.A. oraz spółki Ten Square Games S.A.
za 2025 rok
28
18,2 mln PLN (22,6 mln PLN rok wcześniej), podczas gdy obie te pozycje są niegotówkowym księgowaniem. Grupa otrzymała
już środki pieniężne od klientów, stąd wskaźnik płynności bieżącej bez uwzględniania tych pozycji bilansowych byłby jeszcze
wyższy i na dzień 31.12.2025 roku wynosiłby 2,4.
10. WSKAZANIE CZYNNIKÓW I ZDARZEŃ, W TYM O NIETYPOWYM CHARAKTERZE, MAJĄCYCH ISTOTNY
WPŁYW NA SPRAWOZDANIE FINANSOWE
W lipcu 2025 roku miała premierę najnowsza gra Grupy – Trophy Hunter. W przypadku udanej premiery, kiedy gra wykazuje
istotny potencjał wzrostu, pierwsze miesiące po debiucie charakteryzują się często bardzo wysokimi wydatkami
marketingowymi, podczas gdy znaczące płatności od graczy pojawiają się dopiero w późniejszych okresach. W ocenie Zarządu,
Trophy Hunter ma istotne szanse, aby stać się flagowym tytułem Grupy i zwiększać wyniki Grupy w długiej perspektywie,
niemniej jednak, w 2025 roku wydatki marketingowe wyniosły 21,4 mln PLN, a płatności 13,5 mln PLN co oznacza, że w ujęciu
krótkoterminowym, premiera nowego tytułu obniżyła istotnie wyniki finansowe Grupy w 2025 roku.
Poza wyżej wymienionymi wydarzeniami nie wystąpiły inne, nietypowe, istotne wydarzenia.
11. WAŻNIEJSZE OSIĄGNIĘCIA W DZIEDZINIE BADAŃ I ROZWOJU
W
2025 roku działania badawczo-rozwojowe Grupy koncentrowały się na dalszym rozwoju nowych projektów, doskonaleniu
wewnętrznych narzędzi technologicznych oraz zwiększaniu efektywności procesów tworzenia i skalowania gier.
Jednym z kluczowych projektów rozwojowych w 2025 roku był najnowszy projekt Grupy – gra Trophy Hunter, która miała
swoją premierę w lipcu 2025 roku. Dodatkowo, w 2025 roku rozpoczęły się prace nad kolejną grą - Medal Hunter, której globalna
premiera planowana jest na 2026 rok. Medal Hunter wyróżnia się na tle pozostałych inicjatyw najszerszym w Grupie
wykorzystaniem narzędzi opartych na sztucznej inteligencji w warstwie koncepcyjnej i graficznej. Rozwiązania AI wspierały
proces tworzenia koncepcji wizualnych, materiałów referencyjnych oraz elementów szaty graficznej, co pozwoliło znacząco
przyspieszyć iteracje projektowe oraz skrócić czas developmentu. Zastosowanie tych narzędzi nie zastępuje kluczowych
procesów twórczych, lecz wspiera zespoły w szybszym testowaniu wariantów i usprawnianiu tempa produkcji.
W 2025 roku kontynuowano również rozwój wewnętrznego narzędzia SAKE, wspierającego system rozgrywki między graczami
w Trophy Hunter. System rejestruje rozgrywki i zapisuje je w bazie, umożliwiając wykorzystanie nagranych sesji w pojedynkach
z innymi użytkownikami. W minionym roku dokonano istotnych usprawnień infrastrukturalnych, które pozwalają na skalowanie
narzędzia przy jednoczesnym wsparciu kolejnych prototypów gier. Zoptymalizowano także czas dostępu do zarejestrowanych
rozgrywek, co wpływa na płynność doświadczenia użytkownika. Udoskonalony został mechanizm doboru sesji, dzięki czemu
wraz z postępami w grze użytkownicy otrzymują bardziej wymagające pojedynki, co w długim okresie może sprzyjać wzrostowi
zaangażowania. Równolegle prowadzone są dalsze testy i analizy algorytmów dopasowujących rozgrywki pod kątem ich
wpływu na kluczowe wskaźniki efektywności, takie jak retencja, długość sesji czy poziom płatności.
W odpowiedzi na dynamiczny rozwój narzędzi opartych na sztucznej inteligencji w obszarze marketingu, w 2025 roku
opracowano i wdrożono system PROSECCO. Narzędzie to automatyzuje proces przesyłania plików na platformy marketingowe,
umożliwiając ich publikację w sposób zautomatyzowany i znacząco przyspieszając zarządzanie kampaniami reklamowymi.
Równolegle analizowane są możliwości dalszego rozwoju systemu przy wsparciu AI, w szczególności w zakresie optymalizacji
kampanii marketingowych oraz usprawnienia procesów operacyjnych.
W 2025 roku opracowano również autorskie rozwiązanie umożliwiające programatyczne generowanie i renderowanie
materiałów wideo na potrzeby kampanii marketingowych. Narzędzie zostało stworzone w oparciu o język Python, przy wsparciu
narzędzi AI na etapie tworzenia kodu źródłowego. Sam proces renderowania nie wykorzystuje sztucznej inteligencji, lecz opiera
się na algorytmicznym łączeniu wcześniej przygotowanych zasobów wideo w losowe, zdefiniowane kombinacje.
Rozwiązanie pozwala znacząco zwiększyć wydajność renderowania w porównaniu z klasycznymi narzędziami do montażu
wideo. W ramach testów przygotowano zestaw szablonów umożliwiających automatyczne generowanie dużej liczby wariantów