चीनचे AI वाघ आता मांजरे: महत्वाकांक्षा कमी

चीनमधील ‘सिक्स एआय टायगर्स’ (Six AI Tigers) म्हणून ओळखले जाणारे, तंत्रज्ञान स्टार्टअप्सचा एक समूह, जो एकेकाळी जेनरेटिव्ह आर्टिफिशियल इंटेलिजन्समध्ये (AI) जागतिक नेतृत्व मिळवण्यासाठी सज्ज होता, तो आता धोरणात्मक बदलाला सामोरे जात आहे. अष्टपैलू, मूलभूत लार्ज लँग्वेज मॉडेल (LLM) तयार करण्याच्या महागड्या शर्यतीत टिकून राहण्याऐवजी, हे स्टार्टअप्स विशिष्ट बाजारपेठा आणि ॲप्लिकेशन्सवर लक्ष केंद्रित करून आपले अस्तित्व टिकवण्यावर भर देत आहेत.

एजीआयच्या स्वप्नातून माघार

सर्वात महत्त्वाचे उदाहरण म्हणजे बायचुआन (Baichuan). सोगौचे माजी सीईओ वांग शियाओचुआन यांनी ह्याची सह-स्थापना केली आहे. कंपनीच्या दुसर्‍या वर्धापनदिनानिमित्त, त्यांनी अनावश्यक ऑपरेशन्स कमी करण्यावर आणि आरोग्यसेवेतील एआयवर (AI in healthcare) संसाधने केंद्रित करण्यावर भर दिला आहे. चीनची OpenAI बनण्याच्या मूळ दृष्टिकोनापेक्षा हे धोरण पूर्णपणे वेगळे आहे.

त्याचप्रमाणे, गुगल चायनाचे माजी अध्यक्ष काय-फु ली यांनी स्थापन केलेली झिरो वन (01.AI) कंपनीने देखील ‘लहान पण उत्कृष्ट’ (small but exquisite) धोरण स्वीकारले आहे. आर्टिफिशियल जनरल इंटेलिजन्स (AGI) च्या युगाला गती देण्यासाठी आणि एआय 2.0 प्लॅटफॉर्म (AI 2.0 platform) तयार करण्याच्या सुरुवातीच्या महत्वाकांक्षा त्यांनी सोडून दिल्या आहेत.

मिनिमॅक्स (MiniMax) सारखे इतर ‘टायगर्स’ त्यांचे एंटरप्राइज (B2B) व्यवसाय कमी करून एआय व्हिडिओ निर्मिती ॲप्लिकेशन्ससह (AI video creation applications) परदेशी बाजारपेठांवर लक्ष केंद्रित करत आहेत. दरम्यान, झिपु एआय (Zhipu AI), मूनशॉट एआय (Moonshot AI) आणि कॅरेक्टर एआय (Character AI) (Chinese version) हे ओपन-सोर्स समुदायात सक्रिय राहून B2B SaaS (Software as a Service) मार्केटवर लक्ष केंद्रित करत आहेत. काही तज्ञांच्या मते, हा एआय उद्योगातील ‘सर्वात कमी नाविन्यपूर्ण’ भाग आहे.

डीपसीकचा ‘शॉक’ आणि खर्चाचा भार

हे धोरणात्मक बदल काही योगायोगाने झालेले नाहीत. तंत्रज्ञान तज्ञ वांग वेनगुआंग यांच्या मते, अनेक चीनी एआय कंपन्यांनी उच्च गुंतवणुकीचा खर्च (high investment costs) आणि आर्थिक कार्यक्षमतेच्या दृष्टीने स्पर्धा करणे कठीण असल्यामुळे स्वतंत्रपणे एलएलएम (LLM) प्रशिक्षण देणे आधीच बंद केले होते.

परंतु, जानेवारी 2025 मध्ये, स्टार्टअप डीपसीकने (DeepSeek) त्याचे डीपसीक आर1 मॉडेल (DeepSeek R1 model) लाँच केले आणि हा एक महत्त्वाचा टर्निंग पॉइंट ठरला. या मॉडेलने आपल्या शक्तिशाली कार्यक्षमतेमुळे आणि उत्कृष्ट खर्च-प्रभावीतेमुळे (proprietary optimization techniques) खळबळ उडवून दिली. डीपसीक आर1 च्या उदयानंतर बहुतेक एआय स्टार्टअप्सना, विशेषत: लहान आणि मध्यम आकाराच्या उद्योगांना, हे लक्षात आले की ते तंत्रज्ञान आणि खर्चाच्या बाबतीत मूलभूत मॉडेलच्या शर्यतीत टिकू शकत नाहीत. या ‘शॉक’ने ‘सिक्स एआय टायगर्स’ना एकत्रितपणे नवीन दिशा शोधण्यास प्रवृत्त केले.

विशिष्ट बाजारपेठेतील आव्हाने

एआय आरोग्यसेवा (AI healthcare) किंवा बी2बी एसएएएस (B2B SaaS) सारख्या बाजारपेठेकडे वळल्याने यश मिळण्याची खात्री नाही. बी2बी एसएएएस (B2B SaaS) बाजारपेठ अधिक वास्तववादी असली तरी, येथे तीव्र स्पर्धा आहे. वांग वेनगुआंग यांनी निदर्शनास आणून दिले की मूलभूत एलएलएम (LLM) प्लॅटफॉर्म तयार करण्याची तांत्रिक अडचण फारशी नाही (“मला स्वतःला ते विकसित करण्यासाठी सुमारे सहा महिने लागले”). बाजारात हजारो तत्सम प्लॅटफॉर्म आहेत, जे सहजपणे कॉपी केले जाऊ शकतात, ज्यामुळे किंमत युद्ध होते. (वांग केवळ 40,000-50,000 RMB मध्ये B2B सेवा पुरवतात, ज्या किमतीशी मोठ्या कंपन्यांना स्पर्धा करणे कठीण जाते).

या परिस्थितीत, डेटा (data) हा स्पर्धात्मक फायद्यासाठी निर्णायक घटक ठरतो. अलीबाबाचे तज्ञ गाओ पेंग (Gao Peng) जोर देऊन सांगतात की, “स्पर्धात्मक फायदा निर्माण करण्यासाठी, तुमच्याकडे कोणता डेटा आहे हे निश्चित करणे महत्त्वाचे आहे, कारण मॉडेल (model) कोणीही वापरू शकते.” अलीबाबा (Alibaba), बाइटडान्स (ByteDance) किंवा डीपसीकसारख्या (DeepSeek)specialized डेटा जमा केलेल्या कंपन्यांच्या तुलनेत स्टार्टअप्सची (startups) हीच कमजोरी आहे.

चीनमधील एआयचे भविष्य

काय-फु ली (Kai-Fu Lee) यांच्यासह तज्ञांचे मत आहे की चीनमधील मूलभूत एआय मॉडेल (AI model) तयार करण्याची शर्यत लवकरच केवळ तीन मुख्य खेळाडूंमध्ये केंद्रित होईल: डीपसीक (DeepSeek), अलीबाबा (Alibaba) आणि बाइटडान्स (ByteDance). तज्ञ जियांग शाओ (Jiang Shao) भाकीत करतात की “जे स्टार्टअप्स एलएलएम (LLM) तंत्रज्ञानाचा पाठपुरावा करत राहतील ते सर्व अयशस्वी होतील.” त्यांचे म्हणणे आहे की नेता (शक्यतो डीपसीक) 50-80% बाजारपेठ काबीज करेल. अंतिम शर्यत एजीआय (AGI) कोण प्रथम साध्य करते हे पाहण्याची असेल.

डीपसीक (DeepSeek) सध्या त्याच्या प्रतिभावान तांत्रिक टीम (talented technical team), विचार आणि विपुल संसाधनांसाठी खूपचप्रसिद्ध आहे. वांग वेनगुआंग (Wang Wenguang) असेही सुचवतात की जर डीपसीकने (DeepSeek) अधिक आक्रमकपणे व्यावसायिकरण करण्याचा निर्णय घेतला तर ते जागतिक स्तरावर पहिल्या क्रमांकावर येऊ शकतात.

एकेकाळी आश्वासक असलेल्या ‘सिक्स एआय टायगर्स’चे (Six AI Tigers) भविष्य आता थोडे अंधकारमय दिसत आहे. एलएलएम (LLM) मूलभूत शर्यत सोडून देणे आणि विशिष्ट किंवा स्पर्धात्मक बी2बी (B2B) बाजारपेठेत आपले अस्तित्व टिकवण्याचा प्रयत्न करणे हे एक कठोर वास्तव दर्शवते: डेटा (data) किंवा खऱ्या अर्थाने वेगळे असलेले तंत्रज्ञान (differentiated core technology) नसल्यास, एआय (AI) उद्योगात चमत्कार घडवणे अत्यंत कठीण आहे. ‘अमेरिकेला हरवून OpenAI पेक्षा पुढे जाण्याचे’ सुरुवातीचे स्वप्न हळूहळू कमी होत आहे आणि अस्थिर एआय (AI) मार्केटमध्ये तगून राहण्याचे आणि विकास साधण्याचे अधिक वास्तववादी ध्येय समोर येत आहे.

धोरणात्मक बदलांचा सखोल अभ्यास

‘सिक्स एआय टायगर्स’ (Six AI Tigers) च्या सुरुवातीच्या उत्साहाने जलद नवोपक्रम आणि बदलाचे चित्र रंगवले होते. OpenAI आणि इतर जागतिक नेत्यांनी विकसित केलेल्या जनरल-पर्पज एआय मॉडेल्सना (general-purpose AI models) टक्कर देण्यासाठी मोठ्या प्रमाणात व्हेंचर कॅपिटल (venture capital) देण्यात आले, ज्यामुळे महत्त्वाकांक्षी प्रकल्पांना प्रोत्साहन मिळाले. तथापि, बाजारपेठेतील वास्तवता आणि त्या स्तरावर स्पर्धा करण्यासाठी आवश्यक असलेल्या प्रचंड संसाधनांची जाणीव लवकरच झाली.

बायचुआनने (Baichuan) आरोग्यसेवेतील एआयकडे (AI in healthcare) घेतलेली झेप हे या धोरणात्मक बदलाचे उत्तम उदाहरण आहे. आरोग्य सेवा क्षेत्रात एआय ॲप्लिकेशन्ससाठी (AI applications) अनेक संधी आहेत, जसे की निदान आणि उपचार योजना सुधारणे, औषध शोधणे आणि रुग्णांची काळजी वैयक्तिकृत करणे. या विशिष्ट क्षेत्रावर लक्ष केंद्रित करून, बायचुआन (Baichuan) वास्तविक जगातील समस्यांचे निराकरण करण्यासाठी लक्ष्यित उपाय विकसित करू शकते, ज्यामुळे संभाव्यतः महसूल मिळवता येईल आणि एक टिकाऊ व्यवसाय मॉडेल (sustainable business model) स्थापित करता येईल.

झिरो वनने (Zero One) ‘लहान पण उत्कृष्ट’ (small but exquisite) उपायांकडे दिलेले लक्ष हे कंपनी ज्या क्षेत्रात उत्कृष्ट कामगिरी करू शकते अशा क्षेत्रांवर लक्ष केंद्रित करण्याच्या गरजेची जाणीव दर्शवते. प्रत्येक गोष्ट करू शकणारे विस्तृत एआय प्लॅटफॉर्म (AI platform) तयार करण्याचा प्रयत्न करण्याऐवजी, झिरो वन (Zero One) विशिष्ट गरजा पूर्ण करणारी विशेष साधने आणि ॲप्लिकेशन्स (applications) विकसित करण्यावर लक्ष केंद्रित करत आहे. हे धोरण कंपनीला तिची ताकद वापरण्याची आणि तिची संसाधने जास्त पसरवण्यापासून टाळण्याची परवानगी देते.

एआय व्हिडिओ निर्मिती ॲप्लिकेशन्ससह (AI video creation applications) परदेशी बाजारपेठांवर लक्ष केंद्रित करणे हे मिनीमॅक्सचे (MiniMax) आणखी एक धोरणात्मक उदाहरण आहे, ज्याचा उद्देश कंपनीला एक विशिष्ट स्थान शोधणे आहे जिथे ती भरभराट करू शकेल. व्हिडिओ सामग्रीची मागणी झपाट्याने वाढत आहे आणि एआय-आधारित साधने निर्मात्यांना उच्च-गुणवत्तेचे व्हिडिओ अधिक कार्यक्षमतेने तयार करण्यात मदत करू शकतात. परदेशी बाजारपेठांना लक्ष्य करून, मिनीमॅक्स (MiniMax) नवीन संधींचा लाभ घेऊ शकते आणि तिच्या महसुलात विविधता आणू शकते.

झिपु एआय (Zhipu AI), मूनशॉट एआय (Moonshot AI) आणि कॅरेक्टर एआयने (Character AI) बी2बी एसएएएसकडे (B2B SaaS) दिलेले लक्ष अधिक स्थिर आणि अंदाज करण्यायोग्य महसूल स्रोत शोधण्याची इच्छा दर्शवते. बी2बी एसएएएस (B2B SaaS) मार्केटमध्ये वारंवार मिळणाऱ्या महसुलाची (recurring revenue streams) आणि दीर्घकाळ टिकणाऱ्या ग्राहक संबंधांची (long-term customer relationships) क्षमता आहे. तथापि, या मार्केटमध्ये स्पर्धा तीव्र आहे आणि कंपन्यांना विशिष्ट व्यावसायिक गरजा पूर्ण करणारे आकर्षक उपाय ऑफर करणे आवश्यक आहे.

डीपसीकचा फायदा

चीनी एआय क्षेत्रात डीपसीकचा (DeepSeek) संभाव्य नेता म्हणून उदय अनेक घटकांमुळे झाला आहे. सर्वप्रथम, कंपनीने डीप लर्निंग (deep learning), नॅचरल लँग्वेज प्रोसेसिंग (natural language processing) आणि कॉम्प्युटर व्हिजन (computer vision) यांसारख्या क्षेत्रांतील तज्ञांसह एक अत्यंत प्रतिभावान तांत्रिक टीम (highly talented technical team) एकत्र केली आहे. दुसरे म्हणजे, डीपसीक (DeepSeek) संशोधन आणि विकासासाठी (research and development) खूपच समर्पित आहे, जे एआय (AI) तंत्रज्ञानाच्या सीमा सतत पुढे ढकलत आहे. तिसरे म्हणजे, कंपनीकडे महत्त्वपूर्ण संसाधने (significant resources) आहेत, ज्यामुळे ती सर्वोच्च स्तरावर स्पर्धा करण्यासाठी आवश्यक असलेल्या पायाभूत सुविधा आणि टॅलेंटमध्ये गुंतवणूक करू शकते. आणि सर्वात महत्त्वाचे म्हणजे, डीपसीककडे (DeepSeek) एआयच्या भविष्यासाठी एक स्पष्ट दृष्टी (clear vision) आहे, जी सामान्य-उद्देशीय एआय मॉडेल्स (general-purpose AI models) विकसित करण्यावर लक्ष केंद्रित करते, जे विस्तृत समस्यांचे निराकरण करू शकतात.

डीपसीकचे (DeepSeek) डीपसीक आर1 मॉडेल (DeepSeek R1 model) हे कंपनीच्या तांत्रिक कौशल्याचा पुरावा आहे. हे मॉडेल (model) अत्यंत कार्यक्षम आणि खर्चिक असल्याचे म्हटले जाते, ज्यामुळे डीपसीकला (DeepSeek) बाजारातील मोठ्या खेळाडूंशी स्पर्धा करण्यास मदत मिळते. मॉडेलच्या (model) कार्यक्षमतेने अनेक उद्योगातील निरीक्षकांना प्रभावित केले आहे आणिचीनमधील एआयचे (AI) भविष्य घडवण्यात हे मॉडेल महत्त्वपूर्ण भूमिका बजावेल अशी अपेक्षा आहे.

डेटा: एआय युगातील नवीन तेल

एआय (AI) युगात, डेटा (data) हे नवीन तेल आहे. ज्या कंपन्यांकडे मोठ्या प्रमाणात आणि उच्च-गुणवत्तेचे डेटासेट (datasets) आहेत, त्यांना इतरांपेक्षा खूप जास्त फायदा होतो. एआय मॉडेल्सना (AI models) प्रशिक्षण देण्यासाठी डेटा (data) आवश्यक आहे आणि मॉडेलला (model) जितक्या जास्त डेटावर प्रशिक्षित केले जाते, तितकी त्याची कार्यक्षमता सुधारण्याची शक्यता जास्त असते.

तथापि, सर्व डेटा (data) सारखा तयार होत नाही. उच्च-गुणवत्तेचा डेटा (high-quality data) म्हणजे अचूक, पूर्ण आणि संबंधित कामासाठी योग्य असलेला डेटा (data). विशिष्ट डेटा (specialized data) म्हणजे विशिष्ट डोमेन (domain) किंवा उद्योगासाठी (industry) खास असलेला डेटा (data). ज्या कंपन्यांकडे विशिष्ट डेटा (specialized data) आहे, त्या विशिष्ट गरजा पूर्ण करणारे एआय सोल्यूशन्स (AI solutions) विकसित करण्यास अधिक सक्षम असतात.

यामुळेच अलीबाबा (Alibaba), बाइटडान्स (ByteDance) आणि डीपसीकसारख्या (DeepSeek) कंपन्यांना लहान एआय स्टार्टअप्सपेक्षा (AI startups) जास्त फायदा आहे. या कंपन्यांकडे मोठ्या प्रमाणात डेटा (data) आहे, ज्याचा उपयोग त्या त्यांच्या एआय मॉडेल्सना (AI models) प्रशिक्षित करण्यासाठी आणि नाविन्यपूर्ण उपाय विकसित करण्यासाठी करू शकतात.

चीनमधील एआय स्टार्टअप्ससाठी पुढील मार्ग

चीनमधील एआय स्टार्टअप्समध्ये (AI startups) होत असलेले धोरणात्मक बदल बाजारपेठेतील वास्तवाशी जुळवून घेण्याच्या गरजेला दर्शवतात. जनरल-पर्पज एआय मॉडेल्स (general-purpose AI models) तयार करण्याची शर्यत महागडी आणि स्पर्धात्मक आहे आणि अनेक स्टार्टअप्सना (startups) हे लक्षात आले आहे की ते त्या स्तरावर स्पर्धा करू शकत नाहीत.

त्याऐवजी, हे स्टार्टअप्स (startups) विशिष्ट बाजारपेठा शोधण्यावर आणि विशिष्ट गरजा पूर्ण करणारे विशेष उपाय विकसित करण्यावर लक्ष केंद्रित करत आहेत. हे त्यांना त्यांच्या कौशल्याचा उपयोग करण्यास आणि त्यांची संसाधने जास्त पसरवण्यापासून टाळण्यास मदत करते.

तथापि, चीनमधील एआय स्टार्टअप्ससाठी (AI startups) पुढील मार्ग आव्हानांशिवाय नाही. स्पर्धा तीव्र आहे आणि कंपन्यांना आकर्षक उपाय ऑफर करणे आवश्यक आहे जे नाविन्यपूर्ण आणि खर्चिक दोन्ही असतील. त्यांना उच्च टॅलेंटला आकर्षित करण्यास आणि टिकवून ठेवण्यास सक्षम असणे आवश्यक आहे, ज्याची एआय (AI) उद्योगात खूप मागणी आहे.

या आव्हानांना न जुमानता, आशावादाला अजूनही वाव आहे. चीनमध्ये एआयचे (AI) मोठे आणि वाढते मार्केट आहे आणि नवोपक्रम आणि विकासासाठी भरपूर वाव आहे. बदलत्या परिस्थितीत जुळवून घेण्यास आणि नाविन्यपूर्ण उपाय विकसित करण्यास सक्षम असलेल्या स्टार्टअप्समध्ये (startups) भरभराट होण्याची क्षमता आहे.

व्यापक परिणाम

चीनमधील काही एआय स्टार्टअप्समध्ये (AI startups) महत्वाकांक्षा कमी झाल्यामुळे जागतिक एआय परिदृश्यावर (global AI landscape) व्यापक परिणाम होत आहेत. हे सूचित करते की जनरल-पर्पज एआय मॉडेल्स (general-purpose AI models) तयार करण्याची शर्यत काही मोठ्या खेळाडूंमध्ये अधिकाधिक केंद्रित होत आहे. यामुळे स्पर्धा आणि नवोपक्रम कमी होऊ शकतो, कारण लहान खेळाडूंना स्पर्धा करणे अधिकाधिक कठीण वाटेल.

तथापि, हे हे देखील सूचित करते की विशिष्ट गरजा पूर्ण करणाऱ्या विशेष एआय सोल्यूशन्ससाठी (AI solutions) अजूनही भरपूर संधी आहेत. जे स्टार्टअप्स (startups) या संधी ओळखण्यास आणि नाविन्यपूर्ण उपाय विकसित करण्यास सक्षम आहेत ते मोठ्या खेळाडूंचे वर्चस्व असलेल्या मार्केटमध्येही यशस्वी होऊ शकतात.

चीनमधील आणि जगभरातील एआयचे (AI) भविष्य तांत्रिक नवोपक्रम, बाजारातील गतिशीलता आणि सरकारी धोरणे यासह अनेक घटकांनी आकारले जाण्याची शक्यता आहे. हे घटक कसे कार्य करतील हे पाहणे बाकी आहे, परंतु एक गोष्ट स्पष्ट आहे: एआय (AI) क्रांती अजूनही सुरुवातीच्या टप्प्यात आहे आणि स्थापित खेळाडू आणि स्टार्टअप्स दोघांनाही महत्त्वपूर्ण प्रभाव पाडण्याची भरपूर संधी आहे.