از ببر تا بچه گربه: تغییرات هوش مصنوعی چین

تغییر مسیر

بایچوان، یکی از ‘شش ببر’ اصلی، اخیراً دومین سالگرد خود را با اعلام تغییر قابل توجهی در تمرکز جشن گرفت. وانگ شیائوچوان، مدیرعامل، بر نیاز به ساده‌سازی عملیات و تمرکز بر بخش مراقبت‌های بهداشتی تأکید کرد. این چرخش در تضاد کامل با چشم‌انداز اولیه شرکت برای توسعه یک مدل بنیادی شبیه به نسخه چینی OpenAI است.

به طور مشابه، زیرو وان، یکی دیگر از اعضای این گروه که توسط کای-فو لی تأسیس شده است، گذار به یک استراتژی ‘کوچک اما پالایش شده’ را اعلام کرده است. این استارتاپ از آرزوهای اولیه خود برای ساخت یک پلتفرم هوش مصنوعی 2.0 و تسریع ظهور هوش مصنوعی عمومی (AGI) دست کشیده است. این روند، همانطور که توسط Xpin اشاره شده است، نشان دهنده تغییری از ببرهای بلندپرواز به ‘بچه گربه’ های عملگرا تر است.

موج شوک DeepSeek

تغییر در استراتژی قبل از اینکه به طور گسترده آشکار شود، در زیر سطح در حال جوشش بود. به گفته وانگ ونگوانگ، کارشناس فناوری و نویسنده نمودار دانش مدل بزرگ، بسیاری از شرکت‌های چینی به دلیل هزینه‌های بازدارنده، آموزش مدل‌های زبانی بزرگ (LLM) را متوقف کرده بودند.

راه اندازی DeepSeek R1 در ژانویه شوک شدیدی به صنعت وارد کرد و بسیاری از شرکت‌های کوچک و متوسط را بر آن داشت تا متوجه شوند که به سادگی نمی‌توانند رقابت کنند. این درک باعث شد تا شش ببر به طور جمعی تغییر جهت داده و از توسعه AGI به سمت سایر حوزه‌های تخصصی تر حرکت کنند.

بایچوان و زیرو وان مدل‌های پیش‌آموزشی را به طور کلی کنار گذاشته‌اند و در عوض بر کاربردهای هوش مصنوعی در مراقبت‌های بهداشتی تمرکز می‌کنند. MiniMax فعالیت‌های B2B خود را کاهش داده و تمرکز خود را به بازارهای خارج از کشور با برنامه‌های ایجاد ویدیو تغییر داده است. Zhipu AI، Moonshot AI و Character AI همچنان در جامعه منبع باز فعال هستند، اما هیچ کدام هنوز ابزاری تولید نکرده‌اند که از DeepSeek R1 پیشی بگیرد.

در حال حاضر، ‘شش بچه گربه’ به طور فزاینده‌ای بر بازار نرم‌افزار به‌عنوان سرویس (SaaS) B2B متمرکز هستند - حوزه‌ای که در چشم‌انداز گسترده‌تر هوش مصنوعی ‘کمتر نوآورانه’ تلقی می‌شود. با این حال، این بازار بدون چالش نیست. وانگ ونگوانگ اشاره می‌کند که موانع فنی برای ورود به توسعه یک پلتفرم مدل زبانی بزرگ، به ویژه زیاد نیست.

وانگ اظهار داشت: ‘حدود نیم سال طول کشید تا خودم چنین پلتفرمی را توسعه دهم. فکر می‌کنم کسب درآمد از این محصول از طریق یک شرکت دشوار است، اما یک فرد هنوز هم می‌تواند درآمد ناچیزی از آن کسب کند.’

در حال حاضر حدود هزار پلتفرم مشابه در بازار وجود دارد و به راحتی قابل تکثیر هستند. وانگ افزود: ‘من با شرکت‌های B2B همکاری می‌کنم و خدماتی را فقط با 40000-50000 RMB ارائه می‌دهم - قیمتی که شرکت‌های بزرگ نمی‌توانند با آن رقابت کنند.’

آینده هوش مصنوعی در چین

کارشناسان صنعت تا حد زیادی با ارزیابی کای-فو لی موافق هستند که در آینده، تنها DeepSeek، Alibaba و ByteDance به توسعه مدل‌های بنیادی در چین ادامه خواهند داد.

جیانگ شائو، متخصص هوش مصنوعی در یک شرکت مالی، خاطرنشان کرد: ‘استارتاپ‌هایی که به دنبال فناوری LLM هستند، احتمالاً شکست خواهند خورد. امیدوارکننده‌ترین مورد قطعاً DeepSeek است و پس از آن Alibaba و ByteDance قرار دارند. انتظار می‌رود که رهبر 50-80% از سهم بازار را به خود اختصاص دهد و بقیه به طور بالقوه 10% را به خود اختصاص دهند. سوال اصلی این است: چه کسی ابتدا AGI را ایجاد می‌کند؟ آن شرکت برنده نهایی است.’

DeepSeek در حال حاضر موقعیت پیشرویی دارد و از ترکیبی از ایده‌آل‌گرایی فنی، نیروی کار با استعداد و منابع قابل توجه بهره می‌برد. وانگ ونگوانگ معتقد است که این شرکت می‌تواند در صورت انتخاب تجاری‌سازی تهاجمی فناوری خود، به سلطه جهانی دست یابد.

به گفته Xpin، داده‌ها به عنوان یک تمایز حیاتی در محیطی ظاهر شده‌اند که در آن شناسایی برنده نهایی نامشخص باقی مانده است. گائو پنگ، یک متخصص فناوری در Alibaba تاکید کرد: ‘برای ایجاد یک مزیت رقابتی، عامل تعیین کننده این است که شما چه داده‌هایی در اختیار دارید، زیرا هر کسی می‌تواند از این مدل استفاده کند.’

استارتاپ‌های هوش مصنوعی، چه بر توسعه مدل‌های بنیادی تمرکز کنند و چه بازار B2B را هدف قرار دهند، با موانع قابل توجهی در ایجاد پیشرفت‌های تحول‌آفرین روبرو هستند. بدون دارایی‌های داده منحصر به فرد یا سال‌ها تجربه انباشته شده، آنها برای ایجاد یک مزیت رقابتی پایدار تلاش می‌کنند. این واقعیت باعث شده است که ‘شش ببر هوش مصنوعی’ چین از جاه‌طلبی‌های خود بکاهند و به دنبال فرصت‌هایی برای بقا در یک اکوسیستم هوش مصنوعی به سرعت در حال تحول باشند.

تلاش برای جایگاه‌های مناسب

تغییرات استراتژیک انجام شده توسط ‘شش ببر’ رقابت شدید و هزینه بالای ورود به عرصه مدل هوش مصنوعی بنیادی را برجسته می‌کند. همانطور که این شرکت‌ها منابع خود را تغییر می‌دهند، به طور فعال در حال بررسی جایگاه‌های تخصصی در چشم‌انداز گسترده‌تر هوش مصنوعی هستند. به عنوان مثال، بخش مراقبت‌های بهداشتی فرصتی قانع کننده برای راه حل‌های مبتنی بر هوش مصنوعی، از ابزارهای تشخیصی گرفته تا برنامه‌های درمانی شخصی شده، ارائه می‌دهد.

با این حال، نفوذ به بازار مراقبت‌های بهداشتی نیازمند چیزی بیش از توانایی‌های فناوری است. این امر مستلزم درک عمیق از گردش کار پزشکی، الزامات نظارتی و نگرانی‌های مربوط به حریم خصوصی بیماران است. استارتاپ‌هایی که وارد این فضا می‌شوند، باید مشارکت‌های استراتژیک با ارائه دهندگان مراقبت‌های بهداشتی ایجاد کنند، اعتماد بیماران را جلب کنند و در یک چشم‌انداز نظارتی پیچیده حرکت کنند.

به طور مشابه، بازار SaaS B2B طیف متنوعی از فرصت‌ها را برای برنامه‌های هوش مصنوعی، از خودکارسازی تعاملات خدمات مشتری تا بهینه‌سازی تدارکات زنجیره تامین، ارائه می‌دهد. با این حال، این بازار نیز بسیار رقابتی است، با بازیگران تثبیت شده متعدد و ورود مداوم شرکت‌کنندگان جدید. برای موفقیت در این فضا، استارتاپ‌ها باید خود را از طریق کیفیت برتر محصول، خدمات استثنایی به مشتریان و مدل‌های قیمت‌گذاری نوآورانه متمایز کنند.

الزام داده

در مسابقه برای توسعه راه حل‌های هوش مصنوعی پیشرفته، داده‌ها به عنوان یک متمایز کننده حیاتی ظاهر شده‌اند. شرکت‌هایی که به مجموعه‌های داده بزرگ و با کیفیت بالا دسترسی دارند، در آموزش و تنظیم دقیق مدل‌های خود از مزیت قابل توجهی برخوردار هستند. این مجموعه‌های داده می‌توانند از منابع مختلفی از جمله تعاملات مشتری، داده‌های حسگر و اطلاعات در دسترس عموم به دست آیند.

با این حال، داشتن مقادیر زیادی داده به تنهایی کافی نیست. داده‌ها باید به درستی سازماندهی، پاکسازی و برچسب‌گذاری شوند تا از صحت و ارتباط آن اطمینان حاصل شود. علاوه بر این، شرکت‌ها باید سیاست‌های حاکمیت داده قوی را برای محافظت از حریم خصوصی و رعایت الزامات نظارتی تدوین کنند.

اهمیت داده‌ها منجر به افزایش تقاضا برای دانشمندان داده و مهندسان داده شده است. این متخصصان مهارت‌ها و تخصص لازم برای استخراج بینش از داده‌ها، ساخت مدل‌های یادگیری ماشین و استقرار راه حل‌های هوش مصنوعی در مقیاس را دارند. همانطور که چشم‌انداز هوش مصنوعی به تکامل خود ادامه می‌دهد، توانایی مهار قدرت داده‌ها برای موفقیت به طور فزاینده‌ای حیاتی خواهد شد.

جنگ استعدادها

صنعت هوش مصنوعی با رقابت شدیدی برای استعدادها مشخص می‌شود. شرکت‌ها به طور فعال مهندسان، محققان و مدیران محصول برتر را از سراسر جهان استخدام می‌کنند. تقاضا برای استعدادهای هوش مصنوعی از عرضه پیشی می‌گیرد و باعث افزایش حقوق و ایجاد یک نیروی کار بسیار متحرک می‌شود.

برای جذب و حفظ استعدادهای برتر، شرکت‌ها باید بسته‌های جبرانی رقابتی، تکالیف کاری چالش برانگیز و فرصت‌هایی برای رشد حرفه‌ای ارائه دهند. آنها همچنین باید فرهنگ نوآوری، همکاری و یادگیری مستمر را تقویت کنند.

علاوه بر این، شرکت‌ها در برنامه‌های آموزشی و توسعه سرمایه‌گذاری می‌کنند تا نیروی کار موجود خود را ارتقا دهند. این برنامه‌ها طیف گسترده‌ای از موضوعات از جمله یادگیری ماشین، یادگیری عمیق، پردازش زبان طبیعی و بینایی کامپیوتر را پوشش می‌دهند. شرکت‌ها با سرمایه‌گذاری در مهارت‌های کارکنان خود، می‌توانند اطمینان حاصل کنند که استعداد مورد نیاز برای رقابت در چشم‌انداز هوش مصنوعی به سرعت در حال تحول را دارند.

چشم انداز نظارتی

صنعت هوش مصنوعی با بررسی فزاینده‌ای از سوی تنظیم‌کننده‌ها در سراسر جهان مواجه است. دولت‌ها در حال دست و پنجه نرم کردن با پیامدهای اخلاقی، اجتماعی و اقتصادی هوش مصنوعی هستند و در حال تدوین قوانین و مقررات جدیدی برای رسیدگی به این نگرانی‌ها هستند.

این مقررات طیف گسترده‌ای از مسائل از جمله حریم خصوصی داده‌ها، سوگیری الگوریتمی و استفاده از هوش مصنوعی در برنامه‌های کاربردی حیاتی را پوشش می‌دهند. شرکت‌ها باید از این تحولات نظارتی مطلع باشند و اطمینان حاصل کنند که راه حل‌های هوش مصنوعی آنها با تمام قوانین و مقررات قابل اجرا مطابقت دارد.

علاوه بر این، شرکت‌ها باید در مورد نحوه کار سیستم‌های هوش مصنوعی خود و نحوه استفاده از آنها شفاف باشند. آنها همچنین باید مسئولیت تصمیمات گرفته شده توسط سیستم‌های هوش مصنوعی خود را بر عهده بگیرند. شرکت‌ها با استقبال از شفافیت و پاسخگویی، می‌توانند اعتماد مشتریان و ذینفعان خود را جلب کنند.

راه پیش رو

تغییرات استراتژیک انجام شده توسط ‘شش ببر’ چالش‌ها و فرصت‌های پیش روی استارتاپ‌های هوش مصنوعی در چین را برجسته می‌کند. در حالی که عرصه مدل بنیادی تحت سلطه تعداد معدودی از بازیگران بزرگ است، هنوز فرصت‌های متعددی برای استارتاپ‌ها وجود دارد تا جایگاه‌های مناسبی را در چشم‌انداز گسترده‌تر هوش مصنوعی برای خود ایجاد کنند.

برای موفقیت، استارتاپ‌ها باید بر توسعه راه حل‌های هوش مصنوعی تخصصی که نیازهای خاص مشتری را برآورده می‌کنند، تمرکز کنند. آنها همچنین باید کیفیت داده‌ها، کسب استعداد و انطباق با مقررات را در اولویت قرار دهند. استارتاپ‌های هوش مصنوعی با اتخاذ یک رویکرد عمل‌گرایانه و تمرکز بر ارائه ارزش ملموس، می‌توانند در اکوسیستم هوش مصنوعی چین که به سرعت در حال تحول است، شکوفا شوند. سفر از ببر به بچه گربه ممکن است فقط تکامل لازم برای بقای طولانی مدت و رشد پایدار باشد.