Як Китай змінив правила гри в індустрії штучного інтелекту та що це означає для гігантів США
Інвестори та критики штучного інтелекту майже не знаходять спільної мови, проте більшість погоджується з однією думкою: провідні лабораторії в Америці незабаром отримають величезні прибутки. Капіталізм вже оцінює майбутній прибуток компаній Anthropic і OpenAI майже у трильйон доларів. Водночас багато прогресивних критиків з Кремнієвої долини побоюються, що автоматизація на базі ШІ може призвести до перекладу величезних сум від звичайних працівників на користь кількох техногігантів. Саме через це сенатор Берні Сандерс пропонує націоналізувати головні лабораторії ШІ.
Нові виклики на горизонті: китайський прорив у ШІ
Однак за останні два місяці ситуація кардинально змінилась завдяки китайським компаніям. Вони представили три ШІ-моделі, які за своїми можливостями майже зрівнялися з американськими лідерами, але при цьому значно дешевші у виробництві.
- У червні компанія Z.ai із Пекіна запустила модель, що працює майже на рівні Claude і другої лінії ChatGPT.
- Через кілька тижнів Moonshot представила “Kimi K3”, модель, що нібито перевершує практично всіх американських конкурентів, крім найновіших версій Claude та ChatGPT.
- Нещодавно Alibaba анонсувала Qwen3.8 Max, яка, за їхніми словами, краще OpenAI, хоча трохи поступається Claude Fable.
Це не просто підсилює конкуренцію для американських компаній, а й ставить під сумнів їхні перспективи отримувати надприбутки. Якщо технологічні прориви можуть бути швидко наздогнані дешевшими конкурентами, утримувати технології під контролем та зберігати монополію на прибутки буде надзвичайно складно.
Як уявляли прибутковість у індустрії ШІ
Щоб зрозуміти, чому інвестиції у лабораторії на кшталт Anthropic вважалися такими вигідними, варто розглянути їхню модель бізнесу.
Це зовсім не схоже на моделі “легких” компаній типу Facebook чи Airbnb, які потребують мало капіталовкладень та мають низькі змінні витрати. Розробка топового ШІ — це дороге і трудомістке завдання. Лабораторії вклали мільярди в закупівлю напівпровідників, дата-центрів і електростанцій, а інновації вимагають постійних багатомільйонних витрат.
- Початкове навчання моделі, що триває місяцями і коштує сотні мільйонів доларів.
- Подальше тонке налаштування з допомогою сотень експертів (комп’ютерних вчених, медиків, математиків).
- Багатомільйонні ітерації випробувань, вивчення помилок і вдосконалення навичок моделі.
З огляду на такі колосальні інвестиції, виникає логічне запитання: чому ж інвестори прогнозували не просто прибутковість, а величезні доходи? Все пояснюється двома чинниками:
Чому очікували шалені заробітки?
По-перше, ринок послуг суперінтелектуального ШІ може бути колосальним: ці системи здатні оптимізувати роботу в безлічі сфер — від юриспруденції та маркетингу до ІТ і науки.
По-друге, величезні затрати, які потребують передові лабораторії, слугували своєрідним бар’єром для конкурентів — “захисним ровом”, що не дозволяє поступатися лідерською позицією. Інші компанії лише в змозі створювати більш примітивні або відкриті моделі, а щоб досягти найвищого рівня продуктивності, потрібно мати мільярдні інвестиції.
Як Moonshot “подолав” цей бар’єр
Поява потужних китайських моделей — не новина, адже уряд Китаю давно позиціонує ШІ серед пріоритетів національного розвитку. Наприклад, DeepSeek вже майже рік є найпопулярнішим безкоштовним застосунком для Айфону, обходячи ChatGPT.
Проте останні розробки дійсно звузили розрив між американськими лідерами та китайськими стартапами. Найважливіше — китайцям вдалося знайти недорогий спосіб доопрацювання моделей до майже найкращого рівня.
У чому секрет?
Використання методу “дистиляції” — вони провели близько 16 мільйонів бесід із моделлю Claude за допомогою 24 000 ботів. Під час таких бесід просили модель пояснити відповіді поетапно. Ці діалоги у поєднанні зі складними питаннями стали навчальним матеріалом для тренування власних моделей.
Ця технологія дозволяє відтворити функціонал топової моделі зі значно меншими витратами, уникаючи при цьому величезних вкладень у донавчання та експертні оцінки.
Хоча китайські компанії офіційно не визнають застосування дистиляції, і OpenAI разом із Anthropic виявили такі спроби аналізу модельних поведінок ще на початку року. Деякі нові китайські системи навіть самі себе ідентифікують як “Claude”, що прямо натякає на цей процес.
Безкоштовний ШІ – виклик для американських гігантів
Якби ситуація обмежувалась лише посиленням конкуренції, це вже стало б проблемою для корпорацій у Кремнієвій долині. Проте справжня загроза полягає в тому, що деякі китайські моделі будуть офіційно відкритими та безкоштовними у використанні.
Alibaba та Moonshot обіцяють незабаром відкрити параметри своїх моделей для завантаження. Це означає, що будь-хто з відповідними технічними ресурсами зможе запускати, розробляти і продавати власні версії майже таких же потужних моделей без жодної оплати китайським компаніям.
- Такі моделі будуть привабливі для багатьох компаній, які хочуть економити на витратах.
- У багатьох випадках не потрібен найрозумніший ШІ, потрібен просто “достатньо хороший” для конкретних завдань.
- Крім дешевизни, відкриті моделі можуть забезпечувати більшу безпеку, бо працюють на власних серверах організацій.
Відповідно до досліджень Linux Foundation, понад 60% американських компаній вже використовують відкриті ШІ-системи. За інформацією Sequoia Capital, більшість нових американських стартапів переходять на китайські відкриті моделі. З ростом здібностей «Kimi» і «Qwen» їхня частка на ринку лише збільшуватиметься, відтісняючи американських лідерів.
Неочікувані наслідки для світу і бізнесу
Це не означає, що Anthropic і OpenAI втрачають шанси на успіх, адже іноді мати доступ до найкращої моделі досі вкрай важливо. Однак ймовірно, що продаж топових моделей стане бізнесом з низькою рентабельністю. Справжніми бенефіціарами стануть виробники мікропроцесорів та провайдери хмарних обчислень.
Звичайні користувачі можуть отримати вигоду від дешевого і поширеного суперинтелекту, що сприятиме деградації монополій і більшій конкуренції між фірмами.
Проте з відкритим доступом до потужних моделей зростають і ризики. Контроль за безпекою може стати набагато складнішим, адже системи з небезпечними функціями можуть поширюватися без жодного нагляду.
З перспективи капіталізму, це може бути прикладом ефективної конкуренції: кілька дуже заможних інвесторів фінансували створення важливих технологій, очікуючи величезні прибутки, але вони будуть розпорошені між усіма учасниками ринку та споживачами.
Однак такі технології, на жаль, здатні породити і катастрофічні наслідки — від виникнення біотерористичних загроз до інших масштабних викликів.
