הנרטיב המקובל בפיתוח בינה מלאכותית (AI) נסב במשך זמן רב סביב סכומי כסף אדירים. בניית AI חזק באמת, כך חשבו, דרשה השקעות המגיעות למיליארדים, משאבי מחשוב עצומים וגדודי חוקרים מובחרים – משחק ששוחק בעיקר על ידי ענקיות עמק הסיליקון. ואז הגיע ינואר, ושחקן צנוע יחסית בשם DeepSeek סיפק זעזוע שעדיין מהדהד בתעשייה. ההישג שלהם לא היה רק עוד מודל AI חזק; זה היה מודל חזק שנבנה, על פי הדיווחים, בסכום זעום יחסית – מיליונים בודדים, טעות עיגול בתקציבים של ענקיות הטכנולוגיה המערביות. אירוע יחיד זה עשה יותר מאשר להרים גבות; הוא פתח למעשה את הדלת לשינוי יסודי בנוף ה-AI, הצית אש תחרותית במגזר הטכנולוגי של סין והטיל צל ארוך על המודלים העסקיים השוררים של מובילות מערביות מבוססות, מ-OpenAI Inc. ועד ענקית השבבים Nvidia Corp. העידן שבו הונח כי עליונות ב-AI דורשת כיסים ללא תחתית הוטל בספק באופן פתאומי.
התוכנית המשבשת של DeepSeek: עוצמה גבוהה, עלות נמוכה
לא ניתן להפריז בחשיבות פריצת הדרך של DeepSeek. לא היה מדובר רק בהפגנת יכולת טכנית; היה מדובר בניפוץ הקשר הנתפס בין הוצאות מופרזות לביצועי AI מתקדמים. בעוד שמקבילות מערביות כמו OpenAI ו-Google היו עסוקות במרוץ חימוש שנראה כי התבסס על הוצאות גדולות יותר זו מזו, DeepSeek הציעה נרטיב נגדי משכנע: יעילות אסטרטגית יכולה פוטנציאלית להתחרות בכוח פיננסי גולמי. המודל שלהם, שהגיע עם יכולות מרשימות, רמז כי בחירות ארכיטקטוניות חכמות יותר, מתודולוגיות אימון ממוטבות, או אולי מינוף יתרונות נתונים ספציפיים, יכולים להניב תוצאות העולות בהרבה על מה שתחזיות עלות מסורתיות היו מרמזות.
גילוי זה שלח גלי הלם לא רק בקהילת חוקרי ה-AI, אלא, באופן קריטי יותר, במחלקות התכנון האסטרטגי של חברות טכנולוגיה גדולות. אם אכן ניתן לפתח מודל חזק מבלי להזדקק להוצאות הון מהסוג שנחשב בעבר חיוני, הדבר שינה באופן יסודי את הדינמיקה התחרותית. הוא הוריד את חסם הכניסה לפיתוח AI מתוחכם, ועלול היה לדמוקרטיזציה של תחום שנראה כי נועד להיות נשלט על ידי קומץ תאגידים עשירים במיוחד. DeepSeek לא רק בנתה מודל; היא סיפקה תבנית פוטנציאלית לשיבוש, והוכיחה שחדשנות אינה נחלתם הבלעדית של בעלי הממון הרב ביותר. המסר היה ברור: תושייה וכושר המצאה יכולים להיות כלי נשק תחרותיים רבי עוצמה, אפילו מול יתרונות פיננסיים שנראים בלתי עבירים. שינוי פרדיגמה זה הניח את היסודות להאצה חסרת תקדים בפיתוח AI שמקורה בסין.
מתקפת ה-AI של סין: מבול של חדשנות
השובל שיצר ההכרזה של DeepSeek בינואר הפך במהירות לגל צונאמי. מה שבא בעקבותיו לא היה חקירה מהוססת של הפוטנציאל החדש הזה בעלות נמוכה, אלא גיוס אגרסיבי ובקנה מידה מלא על ידי חברות הטכנולוגיה המובילות בסין. היה זה כאילו נורתה יריית פתיחה, שסימנה את תחילתו של מרוץ לשכפל ולהתעלות על הצלחת DeepSeek. בפרק זמן דחוס להפליא, במיוחד בשבועות שקדמו לאמצע השנה, השוק הוצף בשטף של השקות שירותי AI ועדכוני מוצרים מרכזיים. אם סופרים רק את השמות המוכרים בטכנולוגיה הסינית, המספר עלה בקלות על עשר השקות משמעותיות, מה שמצביע על זרם פעילות רחב הרבה יותר בכל המגזר.
פריסה מהירה זו לא הייתה רק חיקוי או קפיצה על העגלה. היא ייצגה דחיפה מתואמת, אם כי ככל הנראה מונעת תחרותית, עם השלכות אסטרטגיות עמוקות. מאפיין בולט של גל זה היה השכיחות של מודלים בקוד פתוח. בניגוד למערכות הקנייניות, השמורות בקפידה, המועדפות לעתים קרובות על ידי חברות מערביות רבות, מפתחים סינים רבים בחרו לשחרר את הקוד הבסיסי ואת משקולות המודל שלהם לציבור. לאסטרטגיה זו מספר מטרות:
- האצת אימוץ: על ידי הפיכת המודלים שלהן לזמינים בחינם, חברות סיניות מורידות באופן דרסטי את החסם למפתחים ברחבי העולם להתנסות, לבנות על בסיס הטכנולוגיה שלהן ולשלב אותה. זה מטפח צמיחה מהירה של האקוסיסטם סביב יצירותיהן.
- השפעה על סטנדרטים: אימוץ נרחב של מודלים בקוד פתוח יכול לעצב בעדינות את אמות המידה של התעשייה ואת הארכיטקטורות המועדפות. אם חלק ניכר מקהילת המפתחים העולמית מתרגל לעבוד עם מודלים סיניים ספציפיים, מודלים אלה הופכים למעשה לסטנדרטים דה פקטו.
- איסוף משוב ושיפור: קוד פתוח מאפשר לקהילה גלובלית של משתמשים ומפתחים לזהות באגים, להציע שיפורים ולתרום לאבולוציה של המודל, מה שעלול להאיץ את מחזור הפיתוח שלו מעבר למה שחברה אחת יכולה להשיג באופן פנימי.
- תפיסת נתח שוק: בשוק מתהווה, הקמת בסיס משתמשים גדול במהירות היא בעלת חשיבות עליונה. קוד פתוח הוא כלי רב עוצמה להשגת טווח הגעה גלובלי ותודעה (mindshare), ועלול ללכוד מפתחים ויישומים לפני שמתחרים נועלים אותם במערכות קנייניות.
בעוד שעדיין נדרש אימות קפדני ובלתי תלוי כדי להשוות באופן סופי את הביצועים המתקדמים המוחלטים של כל מודל סיני חדש מול ההצעות האחרונות מ-OpenAI או Google, הכמות העצומה שלהם, הנגישות והעלות-תועלת מייצגים אתגר אדיר. הם משנים באופן יסודי את ציפיות השוק ומפעילים לחץ עצום על האסטרטגיות העסקיות של שחקנים מערביים מבוססים, ומאלצים אותם לשקול מחדש תמחור, נגישות ואת הכדאיות ארוכת הטווח של גישות קוד סגור בלבד. המסר מתעשיית הטכנולוגיה של סין ברור: הם אינם מסתפקים בלהיות חסידים; הם מתכוונים להיות מעצבי נוף ה-AI העולמי, תוך מינוף מהירות, קנה מידה ופתיחות ככלי נשק מרכזיים.
ערעור יסודות המודלים העסקיים של ה-AI המערבי
השטף הבלתי פוסק של מודלי AI בעלות נמוכה וביצועים גבוהים המגיעים מסין מאלץ חשבון נפש קשה במטות של מובילות ה-AI המערביות. ספר החוקים המבוסס, שלעתים קרובות מתרכז בפיתוח מודלים מתוחכמים וקנייניים וגביית מחירי פרימיום עבור גישה, ניצב בפני לחץ חסר תקדים. הנוף התחרותי משתנה מתחת לרגליהן, דורש זריזות והתאמות אסטרטגיות שעלולות להיות כואבות.
OpenAI, החברה שמאחורי ChatGPT המוכר היטב, מוצאת את עצמה מנווטת בנתיב מורכב במיוחד. לאחר שקבעה בתחילה את אמת המידה למודלי שפה גדולים ומתקדמים, היא מתמודדת כעת עם שוק שבו חלופות חזקות, בהשראת התבנית של DeepSeek, זמינות יותר ויותר בעלות נמוכה או ללא עלות כלל. זה יוצר דילמה אסטרטגית:
- שמירה על ערך פרימיום: OpenAI צריכה להצדיק את העלויות המשמעותיות הכרוכות במודלים המתקדמים ביותר שלה (כמו סדרת GPT-4 ומעבר לה). הדבר דורש דחיפה מתמדת של גבולות הביצועים והיכולת כדי להציע תכונות ואמינות שחלופות חינמיות אינן יכולות להשתוות אליהן.
- תחרות על נגישות: במקביל, הצלחתם של מודלים בקוד פתוח ובעלות נמוכה מדגימה תיאבון עצום ל-AI נגיש. התעלמות מפלח זה מסכנת ויתור על חלקים נרחבים מהשוק – מפתחים, סטארט-אפים, חוקרים ועסקים עם תקציבים הדוקים יותר – למתחרים. זה מסביר את הדיווחים על כך ש-OpenAI שוקלת פוטנציאלית לפתוח חלק מהטכנולוגיה שלה בקוד פתוח או להציע שכבות חינמיות נדיבות יותר, מהלך שככל הנראה מושפע ישירות מהלחץ התחרותי שהתעצם על ידי DeepSeek ויורשיה.
האתגר טמון במציאת איזון עדין. מסירת טכנולוגיה רבה מדי עלולה לפגוע בזרמי ההכנסות הדרושים למימון מחקר ופיתוח עתידיים. גביית מחיר גבוה מדי או שמירה על הכל סגור מדי מסכנת הפיכה ללא רלוונטית עבור חלק הולך וגדל של השוק המאמץ פתרונות פתוחים ובמחיר סביר.
Google של Alphabet Inc., שחקנית כבדה נוספת בזירת ה-AI עם חבילת מודלים מתוחכמים משלה כמו Gemini, מתמודדת עם לחצים דומים. בעוד ש-Google נהנית מאינטגרציה עמוקה עם האקוסיסטם הקיים שלה (Search, Cloud, Android), שטף החלופות הזולות והיכולות מאתגר את כוח התמחור של שירותי ה-AI והצעות הענן שלה. לעסקים יש כעת יותר אפשרויות, מה שעלול להוביל לדרישות למחירים נמוכים יותר או למעבר לפלטפורמות חסכוניות יותר, במיוחד עבור משימות שבהן AI ‘מספיק טוב’ מספיק.
דינמיקה תחרותית זו משתרעת מעבר למפתחי המודלים בלבד. היא מטילה ספק בכלכלה עצמה העומדת בבסיס בום ה-AI הנוכחי במערב. אם הצעת הערך הנתפסת של מודלי פרימיום בקוד סגור נשחקת, ההצדקה להשקעות תשתית מסיביות ומתמשכות והעלויות התפעוליות הגבוהות הנלוות אליהן עומדת לבחינה. הזינוק הסיני ב-AI אינו רק מציג מוצרים חדשים; הוא מאתגר באופן יסודי את ההנחות הכלכליות השוררות בתעשיית ה-AI המערבית.
הדים מקרבות תעשייתיים בעבר: דפוס מוכר?
המצב הנוכחי במגזר הבינה המלאכותית נושא דמיון מפליא לדפוסים שנצפו בתעשיות גלובליות מרכזיות אחרות בעשורים האחרונים. האסטרטגיה שבה נוקטות חברות סיניות – מינוף קנה מידה, יכולת ייצור ותמחור אגרסיבי כדי לצבור במהירות נתח שוק ולדחוק מתחרים בינלאומיים מבוססים – היא ספר חוקים שהוכיח את עצמו כיעיל להפליא בתחומים מגוונים כמו ייצור פאנלים סולאריים וכלי רכב חשמליים (EVs).
קחו לדוגמה את תעשיית האנרגיה הסולארית: יצרנים סינים, שלעתים קרובות נהנו מתמיכה ממשלתית ומיתרונות לגודל, הורידו באופן דרמטי את עלות הפאנלים הפוטו-וולטאיים. בעוד שהדבר האיץ את האימוץ העולמי של אנרגיה סולארית, הוא גם הוביל לתחרות מחירים עזה ששחקה את שולי הרווח ואילצה יצרנים מערביים רבים לצאת מהשוק או לעבור לפלחי נישה. באופן דומה, בשוק ה-EV, חברות סיניות כמו BYD הגדילו במהירות את הייצור, והציעו מגוון רחב של כלי רכב חשמליים בנקודות מחיר תחרותיות, תוך אתגור יצרניות רכב מבוססות ברחבי העולם ותפיסה מהירה של נתח שוק עולמי משמעותי.
ההקבלות לזינוק הנוכחי ב-AI בולטות:
- שיבוש עלויות: DeepSeek ומודלים סיניים עוקבים מדגימים כי ניתן להשיג AI בעל ביצועים גבוהים בעלויות נמוכות משמעותית ממה שהונח בעבר, בדומה להפחתות העלויות שנראו בתחום הסולארי וה-EV.
- הגדלה מהירה: המהירות והנפח העצומים של שחרור מודלי AI מסין מצביעים על יכולת להגדלה מהירה והצפת השוק, המזכירה מתקפות ייצור במגזרים אחרים.
- התמקדות בנגישות: הדגש על מודלים בקוד פתוח מוריד חסמי אימוץ גלובליים, בדומה לאופן שבו מוצרים סיניים במחירים סבירים צברו אחיזה בשווקים צרכניים ותעשייתיים שונים.
- פוטנציאל לדומיננטיות בשוק: בדיוק כפי שחברות סיניות הגיעו לשלוט בפלחים גדולים של שרשראות האספקה הסולאריות וה-EV, קיים סיכון מוחשי שדינמיקה דומה עלולה להתפתח במודלים ושירותי AI בסיסיים.
בעוד ש-AI שונה במהותו מייצור מוצרים פיזיים – הוא כולל תוכנה, נתונים ואלגוריתמים מורכבים – נראה שהאסטרטגיה התחרותית הבסיסית של שימוש בעלות ובנגישות כדי לעצב מחדש שוק גלובלי משכפלת את עצמה. חברות מערביות, שהורגלו להוביל באמצעות עליונות טכנולוגית הקשורה לעתים קרובות להוצאות מחקר ופיתוח גבוהות, ניצבות כעת בפני אתגר מסוג אחר: תחרות מול יריבות שעשויות להיות מוכנות ומסוגלות לפעול בשולי רווח דקים יותר או למנף מודלים כלכליים שונים (כמו קוד פתוח) כדי לכבוש את השוק. השאלה הרודפת מנהלים ומשקיעים היא האם AI יהפוך לתעשייה הגדולה הבאה שבה דפוס זה יתממש, ועלול לדחוק לשוליים שחקנים מערביים שאינם יכולים להסתגל במהירות מספקת למציאות התחרותית החדשה והמודעת לעלויות.
סימן השאלה של Nvidia: הערכות שווי תחת לחץ?
ההשפעות המתפשטות של מתקפת ה-AI הסינית בעלות נמוכה מגיעות עמוק לתוך שרשרת האספקה הטכנולוגית, ומעלות שאלות נוקבות לגבי המסלול העתידי של חברות כמו Nvidia Corp. במשך שנים, Nvidia הייתה נהנית עיקרית מבום ה-AI, כאשר יחידות העיבוד הגרפי (GPUs) המתוחכמות והיקרות שלה הפכו לחומרה החיונית לאימון והרצה של מודלי AI גדולים ומורכבים. הביקוש הבלתי נדלה לשבבים שלה הזין צמיחה אסטרונומית והערכת שווי שוק נוסקת, שהתבססה על ההנחה שמודלים גדולים יותר ויותר, הדורשים עוצמת מחשוב רבה יותר,יהיו הנורמה.
עם זאת, המגמה בהשראת DeepSeek לעבר מודלים יעילים יותר במשאבים מציגה סיבוך פוטנציאלי לנרטיב זה. אם ניתן לפתח ולפרוס AI חזק ביעילות מבלי לדרוש בהכרח את המעבדים המתקדמים והיקרים ביותר, הדבר עלול לשנות בעדינות את דינמיקת הביקוש בשוק שבבי ה-AI. אין זה אומר בהכרח קריסה מיידית בביקוש למוצרי Nvidia – הצמיחה הכוללת של AI ממשיכה להניע צרכי חומרה משמעותיים. אך הדבר עלול להוביל למספר לחצים פוטנציאליים:
- שינוי בתמהיל המוצרים: לקוחות עשויים לבחור יותר ויותר ב-GPUs מטווח הביניים או מדורות מעט ישנים יותר אם יתבררו כמספיקים להרצת מודלים סיניים יעילים אלה, מה שעלול להאט את קצב האימוץ של המוצרים החדשים והרווחיים ביותר של Nvidia.
- רגישות מוגברת למחיר: ככל ש-AI חזק הופך נגיש יותר באמצעות מודלים בעלות נמוכה, נכונותם של חלק מהלקוחות לשלם פרמיה תלולה עבור שיפורי ביצועים מצטברים מחומרה מהשורה הראשונה עשויה לפחות. הדבר עלול להעניק לקונים יותר מינוף ולהפעיל לחץ כלפי מטה על מחירי ה-GPU לאורך זמן.
- תחרות: בעוד ש-Nvidia מחזיקה בעמדה דומיננטית, ההתמקדות ביעילות עשויה לעודד מתחרים (כמו AMD או מפתחי סיליקון מותאמים אישית) שעשויים להציע חלופות משכנעות של ביצועים-לדולר או ביצועים-לוואט, במיוחד עבור משימות היסק (inference - הרצת מודלים מאומנים) ולא רק אימון.
- בחינת הערכת שווי: אולי באופן המשמעותי ביותר, הערכת השווי של מניית Nvidia נבנתה על ציפיות לצמיחה מתמשכת ואקספוננציאלית המונעת על ידי צורך הולך וגובר במחשוב מתקדם. אם המגמה לעבר יעילות מודלים מרמזת שהתקדמות עתידית ב-AI עשויה להיות פחות אינטנסיבית בחומרה ממה שהונח בעבר, הדבר עלול להוביל משקיעים להעריך מחדש את ציפיות הצמיחה הגבוהות הללו. ‘התאמות’ שוק, כפי שהמאמר המקורי מציין בעדינות, עלולות להפוך לבלתי נמנעות אם הנרטיב ישתנה מ’מודלים גדולים יותר צריכים שבבים גדולים יותר’ ל’מודלים חכמים יותר צריכים שבבים ממוטבים’.
הצלחת התבנית בעלות נמוכה של DeepSeek, אם תשוכפל ותאומץ באופן נרחב, מציגה משתנה חדש למשוואה עבור Nvidia ותעשיית המוליכים למחצה הרחבה יותר התומכת ב-AI. היא מרמזת כי הנתיב העתידי של הביקוש לחומרת AI עשוי להיות מורכב יותר מאשר אקסטרפולציה פשוטה של מגמות העבר, ועלול למתן את האופטימיות הבלתי מרוסנת שאפיינה לאחרונה את המגזר.
אדוות גלובליות ותמרון אסטרטגי
ההשפעה של האקוסיסטם הפורח של ה-AI בסין אינה מוגבלת לגבולותיה; היא יוצרת אדוות מורכבות ברחבי נוף הטכנולוגיה העולמי ומניעה חישובים אסטרטגיים מחדש על ידי שחקנים מרכזיים. למרות מתחים גיאופוליטיים ומהלכים של ממשלות מסוימות (כולל ארה’ב והודו) להגביל את השימוש ביישומים סיניים ספציפיים כמו DeepSeek במכשירי עובדים, המודלים הבסיסיים בקוד פתוח מתגלים כקשים להכלה. מפתחים וחוקרים ברחבי העולם, מונעים מסקרנות ומהפיתוי של כלים חזקים וחינמיים, מורידים, מתנסים ומשלבים באופן פעיל את ההתקדמויות הסיניות הללו ב-AI בפרויקטים שלהם. זה יוצר פרדוקס מרתק: בעוד שערוצים רשמיים עשויים להביע זהירות או להטיל הגבלות, המציאות המעשית היא של אימוץ נרחב ושורשי.
אימוץ גלובלי זה מאתגר באופן משמעותי את האסטרטגיה השוררת של השקעות תשתית מסיביות שנוקטות ענקיות טכנולוגיה אמריקאיות כמו Microsoft Corp. (השותפה המרכזית של OpenAI) ו-Google. חברות אלו התחייבו לעשרות, ואף מאות, מיליארדי דולרים לבניית מרכזי נתונים עצומים עמוסים ב-GPUs יקרים, הפועלים תחת ההנחה שהובלה ב-AI מחייבת קנה מידה חישובי שאין שני לו. עם זאת, עלייתם של מודלים סיניים יעילים מעלה שאלות לא נוחות לגבי גישה עתירת הון זו. אם AI בעל יכולות גבוהות יכול לרוץ ביעילות על חומרה פחות תובענית, האם זה מפחית את היתרון התחרותי המוענק על ידי בעלות על מרכזי הנתונים הגדולים ביותר? האם חלק מההוצאה המתוכננת המסיבית הזו עלול להתברר כפחות קריטי מהצפוי אם התוכנה עצמה הופכת לממוטבת יותר? אין בכך כדי לשלול אתהצורך בתשתית משמעותית, אך הדבר מציג אי-ודאות לגבי הקנה מידה והסוג הנדרשים, ועלול להשפיע על ההחזר על השקעות ענק אלו.
שכבה נוספת לדינמיקה תחרותית זו היא אסטרטגיית התמחור האגרסיבית שאומצה על ידי ספקיות ענן סיניות. חברות כמו Alibaba Cloud, Tencent Cloud ו-Huawei Cloud, המארחות את התשתית הדרושה לפיתוח ופריסה של AI, עוסקות במלחמות מחירים עזות, וקוצצות את עלויות כוח המחשוב, האחסון ושירותים ספציפיים ל-AI. הדבר הופך את זה לזול משמעותית עבור מפתחים, הן בתוך סין והן בעולם, לבנות ולהריץ יישומי AI על הפלטפורמות שלהן. תחרות מחירים זו מאיימת לזלוג גלובלית, ולהפעיל לחץ על ספקיות ענן מערביות כמו Amazon Web Services (AWS), Microsoft Azure ו-Google Cloud Platform להגיב בהתאם או להסתכן באובדן נתח שוק, במיוחד בקרב סטארט-אפים ומפתחים רגישים לעלויות הנמשכים למודלי ה-AI הסיניים הזולים יותר ולתשתית הזולה הדרושה להפעלתם. הקרב על עליונות ב-AI מתנהל אפוא לא רק ברמת יכולות המודל, אלא גם על הקרקע המכריעה של תמחור ונגישות תשתיות ענן.
החזית המתרחבת: מעבר למודלי שפה
המומנטום שנוצר על ידי תנועת ה-AI בעלות נמוכה ובקוד פתוח, שהתעוררה בתחילה על ידי מודלי שפה כמו זה של DeepSeek, אינו מראה סימני האטה. משקיפים בתעשייה צופים כי מגמה זו עומדת לזלוג לתחומים סמוכים ומתפתחים במהירות של בינה מלאכותית בחודשים ובשנים הקרובים. עקרונות היעילות, הנגישות והאיטרציה המהירה שמוכיחים את עצמם כמוצלחים בעיבוד שפה טבעית ניתנים ככל הנראה להעברה לתחומים אחרים, ועלולים לעורר גלים דומים של חדשנות ושיבוש.
תחומים בשלים להתרחבות זו כוללים:
- ראייה ממוחשבת: פיתוח מודלים המסוגלים להבין ולפרש תמונות וסרטונים. מודלי ראייה בקוד פתוח בעלות נמוכה וביצועים גבוהים יכולים להאיץ יישומים החל ממערכות נהיגה אוטונומיות וניתוח תמונות רפואיות ועד למעקב אבטחה משופר וניתוח קמעונאי.
- רובוטיקה: יצירת רובוטים אינטליגנטיים, מסתגלים ובמחיר סביר יותר. מודלי AI יעילים חיוניים למשימות כמו ניווט, מניפולציה של אובייקטים ואינטראקציה בין אדם לרובוט. התקדמויות בקוד פתוח יכולות לדמוקרטיזציה של פיתוח רובוטיקה, ולאפשר לחברות קטנות יותר ולחוקרים לבנות מערכות אוטומטיות מתוחכמות יותר.
- יצירת תמונות: כלים כמו DALL-E ו-Midjourney כבשו את דמיון הציבור, אך לעתים קרובות פועלים כשירותים סגורים. הופעתם של מודלים חזקים ליצירת תמונות בקוד פתוח יכולה לטפח גל חדש של יצירתיות ופיתוח יישומים, ולהפוך כלי יצירת תוכן מתקדמים לנגישים לקהל רחב הרבה יותר.
- AI רב-מודאלי: מערכות שיכולות לעבד ולשלב מידע ממקורות מרובים (טקסט, תמונות, אודיו). ארכיטקטורות יעילות הן המפתח להתמודדות עם המורכבות של נתונים רב-מודאליים, ומאמצי קוד פתוח יכולים לקדם באופן משמעותי יכולות בתחומים כמו עוזרים מודעי הקשר וניתוח נתונים עשיר יותר.
התרחבות צפויה זו משחקת ישירות לידי אחת החוזקות התעשייתיות המבוססות של סין: ייצור חומרה. ככל שמודלי AI הופכים זולים יותר, יעילים יותר וזמינים יותר דרך ערוצי קוד פתוח, צוואר הבקבוק לפריסת AI עובר מהתוכנה עצמה לחומרה המסוגלת להריץ אותה ביעילות. תוכנת AI זולה ונגישה יותר מזינה את הביקוש למגוון רחב יותר של