كاي-فو لي، أحد أبرز الشخصيات في مجال الذكاء الاصطناعي، قدم فرضية مثيرة في مقابلة مع بلومبرغ: شركات الذكاء الاصطناعي الصينية لا تحتاج إلى بناء أفضل النماذج للفوز. إنها فقط بحاجة إلى بناء نماذج كافية الجودة، ومناسبة التكلفة، ومتاحة بدرجة كافية للاستحواذ على جميع الأسواق التي لا تركز عليها الولايات المتحدة.
يختصر حجة لي استراتيجية أعمال كلاسيكية تُطبّق على تكنولوجيا متقدمة. بينما تسعى الشركات الأمريكية إلى تحقيق أداء متقدم باستخدام ميزانيات ضخمة وأنظمة مغلقة، تقوم مختبرات الذكاء الاصطناعي الصينية بإطلاق نماذج ذات أوزان مفتوحة توفر 90-95% من القدرة بتكلفة تدريب أقل من 10%.
دفتر تعليمات الكفاءة
يُزعم أن فرق الذكاء الاصطناعي الصينية تستخدم من 1 إلى 3% من موارد وحدات معالجة الرسومات التي تستخدمها نظيراتها الأمريكية، مع تحقيق نتائج مماثلة من خلال كفاءة هندسية بحتة.
هذه القيود ليست طوعية بالكامل. لقد حدّت قيود تصدير الرقائق الأمريكية من الأجهزة المتاحة للمختبرات الصينية، مما أجبرها على استخلاص أداء أكبر من موارد أقل.
وفقًا لتقييم لي، فقد تقلص الفجوة في الأداء بين القدرات الأمريكية والصينية في الذكاء الاصطناعي إلى حوالي 3-6 أشهر في المجالات الرئيسية. تُظهر النماذج الصينية المفتوحة المصدر الآن تواجدًا بارزًا في تقريبًا جميع المعايير المفتوحة العشرة الأولى، متفوقة على نموذج Llama التابع لـ Meta. ظهرت DeepSeek وQwen من Alibaba كأسماء يجب مراقبتها، حيث تتصدر باستمرار أو تقترب من القمة في لوحات الصدارة المجتمعية التي يستخدمها المطورون فعليًا لاختيار أدواتهم.
أسواق مختلفة، استراتيجيات مختلفة
الانحراف الاستراتيجي الذي وصفه لي يتجاوز مجرد بنية النموذج. فقد ركزت الشركات الأمريكية مثل OpenAI وGoogle وAnthropic إلى حد كبير على المبيعات المؤسسية ذات الهوامش العالية، وبناء منتجات للشركات المدرجة في قائمة فورتشن 500 المستعدة لدفع أسعار مرتفعة مقابل أكثر الأنظمة كفاءة. وفي المقابل، تستهدف الشركات الصينية التطبيقات الاستهلاكية والأسواق الناشئة حيث الحساسية للتكلفة هي العامل السائد.
شركة لي الخاصة، 01.AI، يبدو أنها اعتمدت هذا المنطق. بدلاً من المنافسة في تدريب النماذج المتقدمة، تركز الشركة على بناء تطبيقات تستفيد من النماذج الحالية مثل DeepSeek.
ما يعنيه ذلك لمشهد الذكاء الاصطناعي
قيود تصدير الرقائق الأمريكية، التي تم تصميمها لإبطاء تطوير الذكاء الاصطناعي الصيني، قد تكون عجلت دون قصد بالضبط بالابتكار القائم على الكفاءة الذي يصفه لي. عندما لا يمكنك شراء أفضل الأجهزة، تتعلم فعل المزيد بموارد أقل.
إضافة البعد مفتوح المصدر تُضيف تعقيدًا آخر. تُنشئ النماذج ذات الأوزان المفتوحة تأثيرات شبكة لا يمكن للنماذج المغلقة محاكاتها. كل مطور يُضبط نموذج DeepSeek أو Qwen لحالة استخدام معينة يضيف قيمة إلى النظام البيئي الأوسع، مما يجذب مطورين أكثر، مما يجذب مستخدمين أكثر، مما يولد إشارات تدريب أكثر.