Kai-Fu Lee, salah seorang tokoh paling terkemuka dalam kecerdasan buatan, mengemukakan tesis yang menarik dalam temu bual dengan Bloomberg: Syarikat AI China tidak perlu membina model terbaik untuk menang. Mereka hanya perlu membina model yang cukup baik, cukup murah, dan cukup terbuka untuk menguasai semua tempat yang tidak diperhatikan oleh AS.
Hujah Lee berpusat pada strategi perniagaan klasik yang diterapkan kepada teknologi mutakhir. Sementara syarikat AS mengejar prestasi terkini dengan bajet besar dan ekosistem tertutup, makmal AI China sedang menghantar model berbobot terbuka yang memberikan 90-95% kemampuan dengan kos latihan kurang daripada 10%.
Buku panduan kecekapan
Pasukan AI Cina dilaporkan menggunakan 1-3% sumber GPU yang dikerahkan oleh rakan sebaya Amerika mereka, tetapi mencapai keputusan yang sebanding melalui kecekapan kejuruteraan semata-mata.
Kekangan-keganangan itu tidak sepenuhnya sukarela. Sekatan eksport cip AS telah membatasi peralatan yang tersedia kepada makmal-makmal China, memaksa mereka untuk mengekstrak lebih banyak prestasi daripada sumber yang lebih sedikit.
Kesenjangan prestasi antara kemampuan AI AS dan Cina telah menyempit kepada sekitar 3-6 bulan dalam bidang-bidang utama, menurut penilaian Lee. Model Cina terbuka kini menonjol dalam hampir semua 10 penilaian sumber terbuka teratas, melampaui Llama Meta. DeepSeek dan Qwen Alibaba telah muncul sebagai nama-nama yang perlu diperhatikan, secara konsisten berada di atau hampir puncak papan pemimpin komunitas yang sebenarnya digunakan oleh pembangun untuk memilih alat mereka.
Pasar yang berbeza, strategi yang berbeza
Perbezaan strategik yang diterangkan Lee melampaui hanya arsitektur model. Syarikat AS seperti OpenAI, Google, dan Anthropic sebahagian besarnya berfokus pada jualan perniagaan bermargin tinggi, membina produk untuk syarikat-syarikat Fortune 500 yang bersedia membayar harga premium untuk sistem yang paling cekap. Sebaliknya, syarikat-syarikat China menargetkan aplikasi pengguna dan pasaran membangun di mana kepekaan kos adalah faktor utama.
Syarikat milik Lee sendiri, 01.AI, kelihatannya telah mengambil logik ini ke dalam. Alih-alih bersaing dalam latihan model terkini, syarikat tersebut berfokus pada pembinaan aplikasi yang memanfaatkan model sedia ada seperti DeepSeek.
Apa yang bermaksud ini terhadap landskap AI
Pembatasan eksport cip AS, yang dirancang untuk memperlambat pembangunan AI China, mungkin secara tidak sengaja mempercepat jenis inovasi yang berfokus pada kecekapan yang diterangkan oleh Lee. Apabila anda tidak boleh membeli peralatan terbaik, anda belajar untuk melakukan lebih banyak dengan sedikit.
Dimensi sumber terbuka menambahkan satu lagi kekeliruan. Model berat terbuka menciptakan kesan rangkaian yang tidak boleh disalin oleh model tertutup. Setiap pembangun yang menyesuaikan model DeepSeek atau Qwen untuk kegunaan tertentu menambah nilai kepada ekosistem yang lebih luas, menarik lebih banyak pembangun, yang menarik lebih banyak pengguna, yang menghasilkan lebih banyak isyarat latihan.