Кай-Фу Ли, один из самых известных деятелей в области искусственного интеллекта, изложил провокационную тезис в интервью Bloomberg: китайские компании в области ИИ не должны создавать лучшие модели, чтобы победить. Им нужно просто создавать модели, которые достаточно хороши, достаточно дешевы и достаточно открыты, чтобы доминировать там, где США не обращают внимания.
Аргумент Ли сводится к классической бизнес-стратегии, применённой к передовым технологиям. Пока американские компании гонятся за предельной производительностью с огромными бюджетами и закрытыми экосистемами, китайские лаборатории ИИ выпускают модели с открытыми весами, обеспечивающие 90–95% возможностей при стоимости обучения менее 10%.
Пособие по эффективности
Китайские команды ИИ, по сообщениям, используют 1–3% ресурсов GPU, которые задействуют их американские коллеги, но достигают сопоставимых результатов за счет высокой инженерной эффективности.
Эти ограничения не являются полностью добровольными. Ограничения на экспорт чипов из США ограничили доступное оборудование для китайских лабораторий, вынудив их извлекать большую производительность из меньшего количества ресурсов.
Согласно оценке Ли, разрыв в производительности между американскими и китайскими ИИ-возможностями сократился до примерно 3–6 месяцев в ключевых областях. Китайские модели с открытым исходным кодом теперь занимают заметное место почти во всех десяти ведущих открытых тестах, обогнав Llama от Meta. DeepSeek и Qwen от Alibaba стали именами, за которыми стоит следить, поскольку они постоянно занимают первые или близкие к первым места в лидерских таблицах сообщества, которые разработчики реально используют для выбора своих инструментов.
Разные рынки, разные стратегии
Стратегическое расхождение, описанное Ли, выходит за рамки просто архитектуры моделей. Американские компании, такие как OpenAI, Google и Anthropic, в основном сосредоточились на продажах в корпоративном сегменте с высокой маржой, создавая продукты для компаний из списка Fortune 500, готовых платить премиум-цены за самые мощные системы. Китайские компании, напротив, нацелены на потребительские приложения и развивающиеся рынки, где чувствительность к цене является доминирующим фактором.
Собственная компания Ли, 01.AI, по всей видимости, усвоила эту логику. Вместо конкуренции в области обучения передовых моделей компания сосредоточена на создании приложений, использующих существующие модели, такие как DeepSeek.
Что это означает для ландшафта ИИ
Ограничения на экспорт чипов из США, предназначенные для замедления развития китайского ИИ, могут случайно ускорить именно ту эффективностно-ориентированную инновацию, которую описывает Ли. Когда вы не можете купить лучшее оборудование, вы учитесь делать больше с меньшим.
Открытая природа добавляет еще один нюанс. Модели с открытыми весами создают сетевые эффекты, которые закрытые модели не могут воспроизвести. Каждый разработчик, который дообучает модель DeepSeek или Qwen для конкретного использования, добавляет ценность всей экосистеме, привлекая больше разработчиков, что, в свою очередь, привлекает больше пользователей и генерирует больше сигналов для обучения.