מנמרים לגורים: השינוי בנוף הבינה המלאכותית בסין

שינוי כיוון

Baichuan, אחת מ-‘ששת הנמרים’ המקוריים, ציינה לאחרונה את יום השנה השני שלה בהכרזה על שינוי משמעותי במוקד. המנכ’ל Wang Xiaochuan הדגיש את הצורך לייעל את הפעילות ולהתמקד במגזר הבריאות. שינוי זה עומד בניגוד חריף לחזון הראשוני של החברה לפתח מודל בסיסי הדומה לגרסה הסינית של OpenAI.

באופן דומה, Zero One, חברה נוספת בקבוצה שהוקמה על ידי Kai-Fu Lee, הכריזה על מעבר לאסטרטגיה ‘קטנה אך מעודנת’. הסטארטאפ זנח את שאיפותיו הראשוניות לבנות פלטפורמת AI 2.0 ולהאיץ את הופעתה של בינה מלאכותית כללית (AGI). מגמה זו, כפי שצוין על ידי Xpin, מסמנת טרנספורמציה מנמרים שאפתניים ל’חתלתולים’ פרגמטיים יותר.

גל ההלם של DeepSeek

השינוי באסטרטגיה התבשל מתחת לפני השטח לפני שהפך גלוי באופן נרחב. לדברי מומחה הטכנולוגיה Wang Wenguang, מחבר הספר גרף ידע של מודל גדול, חברות סיניות רבות כבר הפסיקו לאמן מודלים שפה גדולים (LLMs) עקב עלויות מרקיעות שחקים.

השקת DeepSeek R1 בינואר שלחה גלי הלם בתעשייה, וגרמה לארגונים קטנים ובינוניים רבים להבין שהם פשוט לא יכולים להתחרות. ההבנה הזו עוררה שינוי קולקטיבי בקרב ששת הנמרים, והתרחקה מפיתוח AGI לעבר תחומים אחרים, מיוחדים יותר.

Baichuan ו-Zero One נטשו לחלוטין מודלים של אימון מוקדם, והתמקדו במקום זאת ביישומי AI בתחום הבריאות. MiniMax צמצמה את פעילות ה-B2B שלה, והעבירה את המוקד שלה לשווקים בחו’ל עם יישומי יצירת וידאו. Zhipu AI, Moonshot AI ו-Character AI נותרו פעילים בתוך קהילת הקוד הפתוח, אך אף אחד מהם עדיין לא הפיק כלי שעולה על DeepSeek R1.

נכון לעכשיו, ‘ששת החתלתולים’ מתמקדים יותר ויותר בשוק ה-B2B Software as a Service (SaaS) - תחום הנתפס כ’פחות חדשני’ בתוך נוף הבינה המלאכותית הרחב יותר. עם זאת, שוק זה אינו חף מאתגרים. Wang Wenguang מציין שהמחסומים הטכניים לכניסה לפיתוח פלטפורמת מודל שפה גדולה אינם גבוהים במיוחד.

‘לקח לי בערך חצי שנה לפתח פלטפורמה כזו בעצמי. אני חושב שקשה להרוויח כסף מהמוצר הזה דרך חברה, אבל אדם בודד עדיין יכול להרוויח ממנו טפטוף הכנסה’, אמר וואנג.

יש כיום בערך אלף פלטפורמות דומות בשוק, וניתן לשכפל אותן בקלות. ‘אני משתף פעולה עם מפעלי B2B, ומספק שירותים רק עבור 40,000-50,000 RMB - מחיר שחברות גדולות לא יכולות להתחרות בו’, הוסיף וואנג.

עתיד הבינה המלאכותית בסין

מומחי תעשייה מסכימים ברובם עם הערכתו של Kai-Fu Lee שלפיה, בעתיד, רק DeepSeek, Alibaba ו-ByteDance ימשיכו לפתח מודלים בסיסיים בסין.

‘סטארטאפים שממשיכים לעסוק בטכנולוגיית LLM צפויים להיכשל. המבטיח ביותר הוא בהחלט DeepSeek, ואחריו Alibaba ו-ByteDance. הצפוי להוביל צפוי לקחת 50-80% מנתח השוק, כאשר השאר עשויים לקחת 10%. השאלה העיקרית היא: מי יוצר AGI קודם? החברה הזו היא המנצחת האולטימטיבית’, ציין ג’יאנג שאו, מומחה AI בחברת פיננסים.

DeepSeek מחזיקה כיום בעמדת מובילה, ונהנית משילוב של אידיאליזם טכני, כוח עבודה מוכשר ומשאבים משמעותיים. Wang Wenguang מאמין שהחברה יכולה להשיג דומיננטיות גלובלית אם תבחר למסחר את הטכנולוגיה שלה באגרסיביות.

לדברי Xpin, נתונים הופיעו כמבדל קריטי בסביבה שבה זיהוי המנצח האולטימטיבי נותר לא ודאי. ‘כדי ליצור יתרון תחרותי, הגורם המכריע הוא אילו נתונים יש לך, כי כל אחד יכול להשתמש במודל’, הדגיש גאו פנג, מומחה טכנולוגיה באליבאבא.

בין אם הם מתמקדים בפיתוח מודל בסיסי או מכוונים לשוק ה-B2B, סטארטאפים של AI מתמודדים עם מכשולים משמעותיים ביצירת פריצות דרך טרנספורמטיביות. ללא נכסי נתונים ייחודיים או ניסיון מצטבר של שנים, הם נאבקים לבסס יתרון תחרותי מתמשך. מציאות זו הניעה את ‘ששת נמרי הבינה המלאכותית’ של סין לצמצם את שאיפותיהם ולחפש הזדמנויות להישרדות בתוך מערכת אקולוגית של AI המתפתחת במהירות.

המסע אחר נישות מעשיות

השינויים האסטרטגיים שננקטו על ידי ‘ששת הנמרים’ מדגישים את התחרות העזה ואת עלות הכניסה הגבוהה לזירת מודל הבינה המלאכותית הבסיסית. כאשר חברות אלה מפנות מחדש את משאביהן, הן בוחנות באופן פעיל נישות מיוחדות בתוך נוף הבינה המלאכותית הרחב יותר. מגזר הבריאות, למשל, מציג הזדמנות משכנעת לפתרונות מונעי AI, החל מכלי אבחון ועד לתוכניות טיפול מותאמות אישית.

עם זאת, חדירה לשוק הבריאות דורשת יותר מסתם יכולת טכנולוגית. היא דורשת הבנה מעמיקה של זרימות עבודה רפואיות, דרישות רגולטוריות וחששות לפרטיות המטופלים. סטארטאפים שנכנסים למרחב הזה חייבים ליצור שותפויות אסטרטגיות עם ספקי שירותי בריאות, לבנות אמון עם המטופלים ולנווט בנוף רגולטורי מורכב.

באופן דומה, שוק ה-B2B SaaS מציע מגוון רחב של הזדמנויות ליישומי AI, מאוטומציה של אינטראקציות שירות לקוחות ועד לייעול לוגיסטיקת שרשרת האספקה. עם זאת, שוק זה תחרותי ביותר, עם שחקנים מבוססים רבים וזרימה מתמדת של מצטרפים חדשים. כדי להצליח בתחום הזה, סטארטאפים חייבים לבדל את עצמם באמצעות איכות מוצר מעולה, שירות לקוחות יוצא דופן ומודלים חדשניים לתמחור.

צו הנתונים

במירוץ לפיתוח פתרונות AI חדשניים, נתונים הופיעו כמבדל מכריע. לחברות עם גישה למערכי נתונים גדולים ואיכותיים יש יתרון משמעותי באימון ובכוונון עדין של המודלים שלהן. מערכי נתונים אלה יכולים לנבוע ממגוון מקורות, כולל אינטראקציות לקוחות, נתוני חיישנים ומידע זמין לציבור.

עם זאת, פשוט להחזיק כמויות גדולות של נתונים זה לא מספיק. הנתונים חייבים להיות מאוצרים, מנוקים ומתויגים כראוי כדי להבטיח את הדיוק והרלוונטיות שלהם. יתר על כן, חברות חייבות לפתח מדיניות ממשל נתונים חזקה כדי להגן על הפרטיות ולעמוד בדרישות רגולטוריות.

החשיבות של נתונים הובילה לזינוק בביקוש למדעני נתונים ומהנדסי נתונים. לאנשי מקצוע אלה יש את הכישורים והמומחיות לחלץ תובנות מנתונים, לבנות מודלים של למידת מכונה ולפרוס פתרונות AI בקנה מידה גדול. ככל שנוף הבינה המלאכותית ממשיך להתפתח, היכולת לרתום את עוצמת הנתונים תהפוך להיות קריטית יותר ויותר להצלחה.

מלחמת הכישרונות

תעשיית הבינה המלאכותית מאופיינת בתחרות עזה על כישרונות. חברות מגייסות באופן פעיל מהנדסים, חוקרים ומנהלי מוצר מובילים מרחבי העולם. הביקוש לכישרונות AI עולה בהרבה על ההיצע, ומעלה את המשכורות ויוצר כוח עבודה נייד ביותר.

כדי למשוך ולשמר כישרונות מובילים, חברות חייבות להציע חבילות תגמול תחרותיות, משימות עבודה מאתגרות והזדמנויות לצמיחה מקצועית. הם חייבים גם לטפח תרבות של חדשנות, שיתוף פעולה ולמידה מתמשכת.

יתר על כן, חברות משקיעות בתוכניות הכשרה ופיתוח כדי לשפר את כישורי כוח העבודה הקיים שלהן. תוכניות אלה מכסות מגוון רחב של נושאים, כולל למידת מכונה, למידה עמוקה, עיבוד שפה טבעית וראייה ממוחשבת. על ידי השקעה בכישורי העובדים שלהן, חברות יכולות להבטיח שיש להן את הכישרונות שהן צריכות כדי להתחרות בנוף הבינה המלאכותית המתפתח במהירות.

הנוף הרגולטורי

תעשיית הבינה המלאכותית מתמודדת עם בדיקה הולכת וגוברת מצד רגולטורים ברחבי העולם. ממשלות מתמודדות עם ההשלכות האתיות, החברתיות והכלכליות של AI, והן מפתחות חוקים ותקנות חדשים כדי לטפל בבעיות אלה.

תקנות אלה מכסות מגוון רחב של נושאים, כולל פרטיות נתונים, הטיה אלגוריתמית והשימוש ב-AI ביישומים קריטיים. חברות חייבות להתעדכן בהתפתחויות הרגולטוריות הללו ולהבטיח שפתרונות ה-AI שלהן עומדים בכל החוקים והתקנות החלים.

יתר על כן, חברות חייבות להיות שקופות לגבי האופן שבו מערכות הבינה המלאכותית שלהן פועלות וכיצד הן משמשות. הן חייבות גם להיות אחראיות להחלטות המתקבלות על ידי מערכות הבינה המלאכותית שלהן. על ידי אימוץ שקיפות ואחריות, חברות יכולות לבנות אמון עם הלקוחות ובעלי העניין שלהן.

הדרך קדימה

השינויים האסטרטגיים שננקטו על ידי ‘ששת הנמרים’ מדגישים את האתגרים וההזדמנויות העומדות בפני סטארטאפים של AI בסין. בעוד שזירת המודל הבסיסית נותרה בשליטת כמה שחקנים גדולים, עדיין יש הזדמנויות רבות לסטארטאפים לחצוב נישות מעשיות בתוך נוף הבינה המלאכותית הרחב יותר.

כדי להצליח, סטארטאפים חייבים להתמקד בפיתוח פתרונות AI מיוחדים הנותנים מענה לצרכי לקוחות ספציפיים. הם חייבים גם לתעדף איכות נתונים, רכישת כישרונות ועמידה ברגולציה. על ידי אימוץ גישה פרגמטית והתמקדות באספקת ערך מוחשי, סטארטאפים של AI יכולים לשגשג במערכת האקולוגית הסינית של AI המתפתחת במהירות. המסע מנמר לחתלתול עשוי להיות האבולוציה הנחוצה להישרדות ארוכת טווח ולצמיחה בת קיימא.