Размышления о «сломанной ИИ экономике»
Неочевидную, но весьма любопытную гипотезу выскажу, которую домыслил на днях.
Почему Китай имеет открытые ИИ модели, имеющие способность к трансграничной интеграции? Ведь если бы цель была замкнуть LLMs внутри Китая, имел бы смысл локализовать обучающие данные на китайских датасетах и на китайских языках, т.е. китайские LLMs не могли бы эффективно и производительно работать вне Китая (английский, японский, корейский, европейские языки и т.д.).
Есть множество других приемов связывания LLMs в локальном контуре, когда внешняя интеграция потеряет практический смысл.
На самом деле видим, что трансграничная интеграция развита более, чем хорошо и даже наоборот, Китай скорее способствует экспансии на внешние рынки (положительный пример: Qwen и DeepSeek).
Асимметрия конкурентной борьбы, как базовая (рабочая) гипотеза. Китай понимает, что принципиально неконкурентоспособен в вычислительных кластерах, по крайней мере, на данном этапе из-за экспортных ограничений передовых американских чипов и значительного технологического гэпа китайских чипов, имеющих, как лимит производительности, так и ограничения по производственным мощностям.
По совокупной, интегральной вычислительной мощности Китай будет в разы отставать от США, хотя в долгосрочном плане разрыв будет сокращаться (Китай сделал стратегическую ставку на микроэлектронику еще в 2018 и планомерно движется к этому).
Китай это решает за счет алгоритмов (чистая заслуга Китая) и дистилляцией американских LLMs (китайская хитрость – косвенная кража интеллектуальной работы США).
Для Китая коммерческая окупаемость не является принципиальной. В значительной степени финансирование ИИ проектов в Китае идет за счет государства и квази-государственных компаний, тогда как в США за частный капитал.
Для Китая важна экспансия, распространение стандарта, зависимость третьих стран от китайских технологий (семейство Qwen наиболее дружелюбно на связывание корпоративной экосистемы на китайские стандарты).
Два игрока на одном рынке с разными знаменателями не могут прийти к одному ценовому равновесию – тот, у кого знаменатель не денежный, всегда может опуститься ниже по цене. Другими словами, для США окупаемость жизненно необходима, а для Китая – важна, но не определяет долгосрочный вектор.
Если стратегическая цель – не заработать на модели, а обнулить возможность заработка у противника (выложить сопоставимое бесплатно), то экономика меняет знак. Это не конкуренция на рынке, а подрыв самого рынка как поля, где можно присвоить ценность, т.е. монетизировать продукт.
Против игрока, чья функция полезности – «лишить оппонента маржи», бессмысленны все стратегии присвоения: он выигрывает, делая выигрыш невозможным для всех.
Часть сломанности западной ИИ-экономики – прямое следствие присутствия игрока, играющего в анти-присвоение как в стратегию.
Каждый бесплатный релиз сопоставимого качества намеренно сдвигает порог «достаточно хорошо» вниз, обесценивая премию закрытых флагманов раньше их окупаемости. То, что для рынка эволюция, для геополитического игрока – инструмент.
Смотрите, как это работает на практике? Я не использую китайские модели, только американские, но до момента, пока американские ИИ-провайдеры позволяют.
Я делал расчеты, расходы на API в ChatGPT могут доходить выше 1 тыс долларов в месяц под мои проекты, тогда как подписка стоит 20 баксов, закрывая свыше 80% потребности в API (под задачи), т.е OpenAI занимается благотворительностью с очень мягкими лимитами (Anthropic в последние месяца ввели жесткие лимиты на платных тарифах, давая по сути 2-3 запроса в 6 часов на платном тарифе, и Google тоже, но под 20 запросов в сутки, а Grok пока только для троллинга годится).
Рано или поздно американские ИИ-провайдеры перейдут на жесткие лимиты (иначе экономика не сходится), разрушая пользовательскую базу (не все имеют ресурсы и инструменты работать через API), вот тут и появится Китай с мощными LLMs и развитой инфраструктурой.
Китай вводит нож в спину американским ИИ-провайдерам, прокручивая его там, ломая ИИ-экономику.
