Kai-Fu Lee, một trong những nhân vật nổi bật nhất trong lĩnh vực trí tuệ nhân tạo, đã đưa ra một luận điểm gây tranh cãi trong một cuộc phỏng vấn với Bloomberg: Các công ty AI Trung Quốc không cần phải xây dựng các mô hình tốt nhất để chiến thắng. Họ chỉ cần tạo ra những mô hình đủ tốt, đủ rẻ và đủ mở để thống trị những nơi mà Mỹ chưa chú ý.
Luận điểm của Lee tóm lại là một chiến lược kinh doanh cổ điển được áp dụng cho công nghệ tiên tiến. Trong khi các công ty Mỹ theo đuổi hiệu suất前沿 với ngân sách khổng lồ và hệ sinh thái đóng, các phòng thí nghiệm AI Trung Quốc đang tung ra các mô hình trọng số mở mang lại 90-95% khả năng với chi phí đào tạo dưới 10%.
Sổ tay hiệu quả
Các đội ngũ AI Trung Quốc được cho là đang sử dụng chỉ 1-3% tài nguyên GPU so với các đối tác Mỹ, nhưng vẫn đạt được kết quả tương đương nhờ hiệu quả kỹ thuật vượt trội.
Những ràng buộc này không hoàn toàn mang tính tự nguyện. Các hạn chế xuất khẩu chip của Mỹ đã hạn chế phần cứng có sẵn cho các phòng thí nghiệm Trung Quốc, buộc họ phải khai thác hiệu suất cao hơn từ ít tài nguyên hơn.
Theo đánh giá của Lee, khoảng cách hiệu suất giữa các khả năng AI của Mỹ và Trung Quốc đã thu hẹp xuống khoảng 3-6 tháng ở các lĩnh vực then chốt. Các mô hình Trung Quốc mở nguồn hiện nay nổi bật trong gần như tất cả các bảng xếp hạng mã nguồn mở hàng đầu, vượt qua Llama của Meta. DeepSeek và Qwen của Alibaba đã trở thành những cái tên cần theo dõi, liên tục xếp hạng ở vị trí đầu hoặc gần đầu các bảng xếp hạng cộng đồng mà các nhà phát triển thực sự sử dụng để lựa chọn công cụ của họ.
Các thị trường khác nhau, các chiến lược khác nhau
Sự khác biệt chiến lược mà Lee mô tả vượt xa hơn cả kiến trúc mô hình. Các công ty Mỹ như OpenAI, Google và Anthropic chủ yếu tập trung vào doanh thu doanh nghiệp có biên lợi nhuận cao, phát triển sản phẩm dành cho các công ty trong danh sách Fortune 500 sẵn sàng trả giá cao để sử dụng các hệ thống mạnh mẽ nhất. Ngược lại, các công ty Trung Quốc đang nhắm đến các ứng dụng người dùng cuối và các thị trường đang phát triển, nơi độ nhạy về chi phí là yếu tố chủ đạo.
Công ty riêng của Lee, 01.AI, rõ ràng đã nội bộ hóa logic này. Thay vì cạnh tranh trong việc huấn luyện mô hình tiên tiến, công ty đang tập trung vào việc xây dựng các ứng dụng tận dụng các mô hình hiện có như DeepSeek.
Điều này có nghĩa gì đối với cảnh quan AI
Các hạn chế xuất khẩu chip của Mỹ, được thiết kế để làm chậm sự phát triển AI của Trung Quốc, có thể đã vô tình thúc đẩy chính loại đổi mới hướng đến hiệu quả mà Lee mô tả. Khi bạn không thể mua phần cứng tốt nhất, bạn sẽ học cách làm nhiều hơn với ít hơn.
Khía cạnh mã nguồn mở thêm một yếu tố phức tạp nữa. Các mô hình trọng số mở tạo ra hiệu ứng mạng mà các mô hình đóng không thể sao chép. Mỗi nhà phát triển nào tinh chỉnh mô hình DeepSeek hoặc Qwen cho một trường hợp sử dụng cụ thể đều mang lại giá trị cho hệ sinh thái rộng lớn hơn, thu hút thêm nhiều nhà phát triển, từ đó thu hút thêm nhiều người dùng và tạo ra nhiều tín hiệu huấn luyện hơn.