Кай-Фу Лі, одна з найвідоміших фігур у галузі штучного інтелекту, висловив провокативну тезу в інтерв’ю з Bloomberg: китайські компанії у сфері ШІ не мають потреби створювати найкращі моделі, щоб виграти. Їм достатньо створювати моделі, які достатньо хороші, дешеві та відкриті, щоб домінувати усюди, де США не звертають уваги.
Аргумент Лі зводиться до класичної бізнес-стратегії, застосованої до передових технологій. Поки американські компанії прагнуть до передових показників за допомогою величезних бюджетів і закритих екосистем, китайські лабораторії штучного інтелекту випускають моделі з відкритими вагами, які забезпечують 90–95% потужності за менше ніж 10% вартості навчання.
Підручник ефективності
Китайські команди з ШІ, як повідомляється, використовують лише 1–3% ресурсів GPU, які застосовують їхні американські колеги, але досягають порівнянних результатів завдяки високій інженерній ефективності.
Ці обмеження не є повністю добровільними. Обмеження США на експорт чіпів обмежили доступне обладнання для китайських лабораторій, змусивши їх витискати більшу продуктивність з меншої кількості ресурсів.
За оцінкою Лі, розрив у продуктивності між американськими та китайськими AI-можливостями скоротився до приблизно 3–6 місяців у ключових галузях. Китайські моделі з відкритим кодом зараз відзначаються майже у всіх десяти провідних відкритих тестах, перевершивши Llama від Meta. DeepSeek та Qwen від Alibaba стали іменами, за якими слід стежити, постійно посідаючи перші або близькі до перших місця у спільнотних рейтингах, якими розробники дійсно користуються для вибору своїх інструментів.
Різні ринки, різні стратегії
Стратегична розбіжність, яку описав Лі, йде далі за межі простої архітектури моделей. США-компанії, такі як OpenAI, Google та Anthropic, здебільшого зосереджуються на високомаржинальних корпоративних продажах, розробляючи продукти для компаній із списку Fortune 500, які готові платити преміальні ціни за найпотужніші системи. Китайські компанії, навпаки, спрямовані на споживачів та розвиваючіся ринки, де чутливість до витрат є домінуючим фактором.
Власна фірма Лі, 01.AI, схоже, усвідомила цю логіку. Замість конкуренції у навчанні передових моделей, компанія зосереджена на створенні застосунків, які використовують існуючі моделі, такі як DeepSeek.
Що це означає для ландшафту ШІ
Обмеження на експорт чіпів із США, призначені для уповільнення розвитку китайського ШІ, можуть випадково прискорити саме той тип інновацій, спрямованих на ефективність, який описує Лі. Коли ви не можете купити найкраще обладнання, ви вчитеся робити більше з меншим.
Відкрита природа додає ще один нюанс. Моделі з відкритими вагами створюють мережеві ефекти, яких не можуть досягти закриті моделі. Кожен розробник, який доналаштовує модель DeepSeek або Qwen для певного застосування, додає цінність ширшій екосистемі, привертаючи більше розробників, що, в свою чергу, привертає більше користувачів і генерує більше сигналів для навчання.