AI ਦਾ ਚੌਰਾਹਾ: ਚੀਨ ਦੇ 'ਛੋਟੇ ਸ਼ੇਰਾਂ' ਦਾ ਭਵਿੱਖ

ਚੀਨ ਵਿੱਚ AI ਤਕਨਾਲੋਜੀ ਦੇ ਤੇਜ਼ੀ ਨਾਲ ਵਿਕਾਸ ਨੇ ਬਹੁਤ ਸਾਰੇ ਸਟਾਰਟਅੱਪਾਂ ਲਈ ਉਤਸ਼ਾਹ ਅਤੇ ਅਨਿਸ਼ਚਿਤਤਾ ਦੋਵੇਂ ਲਿਆਂਦੇ ਹਨ। ਕਦੇ ਅਭਿਲਾਸ਼ੀ ਟੀਚਿਆਂ ਨਾਲ ਭਰੇ ਹੋਏ, ਕੁਝ ਕੰਪਨੀਆਂ ਹੁਣ ਇੱਕ ਪ੍ਰਤੀਯੋਗੀ ਅਤੇ ਸਰੋਤ-ਸੰਬੰਧੀ ਬਾਜ਼ਾਰ ਦੀਆਂ ਸਖਤ ਹਕੀਕਤਾਂ ਦਾ ਸਾਹਮਣਾ ਕਰ ਰਹੀਆਂ ਹਨ।

ਵੱਡੇ ਦ੍ਰਿਸ਼ਟੀਕੋਣਾਂ ਤੋਂ ਰਣਨੀਤਕ ਤਬਦੀਲੀਆਂ

ਚੀਨ ਦੇ ‘AI ਛੋਟੇ ਸ਼ੇਰਾਂ’ ਵਿੱਚੋਂ ਇੱਕ, ਬਾਈਚੁਆਨ ਇੰਟੈਲੀਜੈਂਟ ਦੇ ਸੀਈਓ ਦੇ ਇੱਕ ਹਾਲੀਆ ਅੰਦਰੂਨੀ ਪੱਤਰ ਵਿੱਚ, ਕੰਪਨੀ ਦੀ ਦੂਜੀ ਵਰ੍ਹੇਗੰਢ ਨੂੰ ਦਰਸਾਇਆ ਗਿਆ ਅਤੇ ਇੱਕ ਰਣਨੀਤਕ ਤਬਦੀਲੀ ਨੂੰ ਉਜਾਗਰ ਕੀਤਾ ਗਿਆ। ਧਿਆਨ ਕੇਂਦਰਿਤ ਕੀਤਾ ਜਾਵੇਗਾ, ਮੈਡੀਕਲ ਐਪਲੀਕੇਸ਼ਨਾਂ ਨੂੰ ਤਰਜੀਹ ਦਿੱਤੀ ਜਾਵੇਗੀ। ਇਹ OpenAI ਦੇ ਸਮਾਨ ਇੱਕ ਗਰਾਊਂਡਬ੍ਰੇਕਿੰਗ ਫਾਊਂਡੇਸ਼ਨ ਮਾਡਲ ਬਣਾਉਣ ਦੇ ਇਸਦੇ ਸ਼ੁਰੂਆਤੀ ਮਿਸ਼ਨ ਦੇ ਉਲਟ ਸੀ, ਜੋ ਕਿ ਨਵੀਨਤਾਕਾਰੀ ਐਪਲੀਕੇਸ਼ਨਾਂ ਨਾਲ ਭਰਪੂਰ ਸੀ।

ਇਸੇ ਤਰ੍ਹਾਂ, ਇੱਕ ਹੋਰ ‘ਛੋਟੇ ਸ਼ੇਰ’ ਦੇ ਸੰਸਥਾਪਕ, ਲੀ ਕਾਈਫੂ, 01.AI, ਨੇ ਜਨਵਰੀ ਵਿੱਚ ਘੋਸ਼ਣਾ ਕੀਤੀ ਕਿ ਉਸਦੀ ਕੰਪਨੀ ‘ਛੋਟੀ ਪਰ ਸੁੰਦਰ’ ਪਹੁੰਚ ਨੂੰ ਅਪਣਾਏਗੀ। ਇਹ AGI ਦੇ ਆਉਣ ਨੂੰ ਤੇਜ਼ ਕਰਨ ਲਈ ਇੱਕ AI 2.0 ਪਲੇਟਫਾਰਮ ਬਣਾਉਣ ਦੇ ਵੱਡੇ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਤੋਂ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਰਵਾਨਗੀ ਸੀ।

ਇਹਨਾਂ ਰਣਨੀਤਕ ਪਿੱਛੇਹਟਾਂ ਨੇ ਅਟਕਲਾਂ ਨੂੰ ਹਵਾ ਦਿੱਤੀ ਹੈ, ਕੁਝ ਨਿਰੀਖਕਾਂ ਨੇ ਸੁਝਾਅ ਦਿੱਤਾ ਹੈ ਕਿ ਇਹ ‘ਛੋਟੇ ਸ਼ੇਰ’ ‘ਬਿਮਾਰ ਬਿੱਲੀਆਂ’ ਵਰਗੇ ਬਣ ਰਹੇ ਹਨ। ਲਗਾਤਾਰ ਬਦਲਾਅ ਦੁਆਰਾ ਚਿੰਨ੍ਹਿਤ ਵਾਤਾਵਰਣ ਵਿੱਚ, ਇਹ ਕੰਪਨੀਆਂ ਆਪਣੇ ਭਵਿੱਖ ਨੂੰ ਕਿਵੇਂ ਸੁਰੱਖਿਅਤ ਕਰ ਸਕਦੀਆਂ ਹਨ?

ਇਸ ਸਵਾਲ ਦਾ ਜਵਾਬ ਦੇਣ ਲਈ, Zhiwei ਦੀ ਸੰਪਾਦਕੀ ਟੀਮ ਨੇ ਵੱਡੇ ਮਾਡਲ ਤਕਨਾਲੋਜੀ ਮਾਹਿਰਾਂ, ਵਿੱਤ ਅਤੇ ਸਿਹਤ ਸੰਭਾਲ ਵਿੱਚ AI ਮਾਹਿਰਾਂ, ਅਤੇ ਪ੍ਰਮੁੱਖ ਕੰਪਨੀਆਂ ਦੇ AI ਤਕਨੀਕੀ ਮਾਹਿਰਾਂ ਸਮੇਤ ਵੱਖ-ਵੱਖ ਮਾਹਿਰਾਂ ਤੋਂ ਜਾਣਕਾਰੀ ਮੰਗੀ।

ਡੀਪਸੀਕ ਪ੍ਰਭਾਵ ਅਤੇ ਬਦਲਦੀਆਂ ਰਣਨੀਤੀਆਂ

AI ਲੈਂਡਸਕੇਪ ਡੀਪਸੀਕ ਦੀ ਵਿਸਫੋਟਕ ਪ੍ਰਸਿੱਧੀ ਤੋਂ ਬਾਅਦ ਨਾਟਕੀ ਢੰਗ ਨਾਲ ਬਦਲ ਗਿਆ, ਇੱਕ ਮਾਡਲ ਜਿਸਨੇ ਮਾਰਕੀਟ ਨੂੰ ਹਿਲਾ ਕੇ ਰੱਖ ਦਿੱਤਾ। ਇੱਕ ਸ਼ਾਨਦਾਰ ਯੋਧੇ ਵਾਂਗ, ਡੀਪਸੀਕ ਨੇ ਲੈਂਡਸਕੇਪ ਨੂੰ ਵਿਗਾੜ ਦਿੱਤਾ, ਬਹੁਤ ਸਾਰੀਆਂ AI ਕੰਪਨੀਆਂ ਨੂੰ ਆਪਣੀਆਂ ਸਥਿਤੀਆਂ ਦਾ ਮੁੜ ਮੁਲਾਂਕਣ ਕਰਨ ਅਤੇ ਵੱਖ-ਵੱਖ ਮਾਰਗਾਂ ਦੀ ਪਾਲਣਾ ਕਰਨ ਲਈ ਮਜਬੂਰ ਕੀਤਾ।

ਹਾਲਾਂਕਿ, ਇਹ ਤਬਦੀਲੀ ਬਹੁਤ ਸਾਰੇ ਲੋਕਾਂ ਦੇ ਅਹਿਸਾਸ ਤੋਂ ਪਹਿਲਾਂ ਹੀ ਸ਼ੁਰੂ ਹੋ ਗਈ ਸੀ। ਇੱਕ ਵੱਡੇ ਮਾਡਲ ਤਕਨਾਲੋਜੀ ਮਾਹਿਰ, ਵੈਂਗ ਵੇਂਗੁਆਂਗ ਦੇ ਅਨੁਸਾਰ, ਕੁਝ ਚੀਨੀ AI ਕੰਪਨੀਆਂ ਨੇ DeepSeek V3 ਅਤੇ R1 ਦੇ ਰਿਲੀਜ਼ ਹੋਣ ਤੋਂ ਪਹਿਲਾਂ ਹੀ ਵੱਡੇ ਮਾਡਲ ਸਿਖਲਾਈ ਦਾ ਪਿੱਛਾ ਛੱਡਣਾ ਸ਼ੁਰੂ ਕਰ ਦਿੱਤਾ ਸੀ। ਲਾਗਤ ਬਹੁਤ ਜ਼ਿਆਦਾ ਸੀ, ਅਤੇ ਇਹਨਾਂ ਕੰਪਨੀਆਂ ਨੇ ਡੀਪਸੀਕ V2.5 ਅਤੇ ਅਲੀਬਾਬਾ ਦੇ Qwen 70B ਵਰਗੇ ਖੁੱਲ੍ਹੇ ਤੌਰ ‘ਤੇ ਉਪਲਬਧ ਅਤੇ ਓਪਨ-ਸੋਰਸ ਵਿਕਲਪਾਂ ਨਾਲ ਮੁਕਾਬਲਾ ਕਰਨ ਵਿੱਚ ਅਸਮਰੱਥ ਮਹਿਸੂਸ ਕੀਤਾ।

ਇੱਕ AI ਤਕਨਾਲੋਜੀ ਸੇਵਾ ਉੱਦਮ ਦੇ ਇੱਕ ਮਾਹਿਰ ਲਿਆਂਗ ਹੇ ਨੇ ਅੱਗੇ ਕਿਹਾ ਕਿ ਜਦੋਂ ਕਿ ਜ਼ਿਆਦਾਤਰ ‘ਛੋਟੇ ਸ਼ੇਰ’ ਅਜੇ ਵੀ 2024 ਦੇ ਅੱਧ ਵਿੱਚ ਵੱਡੇ ਮਾਡਲਾਂ ਨੂੰ ਸਿਖਲਾਈ ਦੇ ਰਹੇ ਸਨ, ਉਹਨਾਂ ਦਾ ਨਿਵੇਸ਼ ਪਹਿਲਾਂ ਹੀ ਕਾਫ਼ੀ ਘੱਟ ਗਿਆ ਸੀ। ਜਨਵਰੀ 2025 ਤੱਕ, DeepSeek R1 ਦੀ ਰਿਲੀਜ਼ ਦੇ ਨਾਲ, ਬਹੁਤ ਸਾਰੀਆਂ ਛੋਟੀਆਂ ਕੰਪਨੀਆਂ ਨੂੰ ਅਹਿਸਾਸ ਹੋਇਆ ਕਿ ਉਹ ਜਾਰੀ ਨਹੀਂ ਰੱਖ ਸਕਦੀਆਂ।

ਇਸ ਅਚਾਨਕ ਤਬਦੀਲੀ ਨੇ ‘ਛੋਟੇ ਸ਼ੇਰਾਂ’ ਲਈ ਦਿਸ਼ਾ ਵਿੱਚ ਇੱਕ ਵੱਡਾ ਬਦਲਾਅ ਕੀਤਾ, ਜੋ AGI ਵਿਕਾਸ ਤੋਂ ਦੂਰ ਵਧੇਰੇ ਵਿਸ਼ੇਸ਼ ਪਹੁੰਚਾਂ ਵੱਲ ਵਧ ਰਿਹਾ ਹੈ।

ਬਾਈਚੁਆਨ ਅਤੇ 01.AI ਨੇ ਵੱਡੇ ਮਾਡਲਾਂ ਨੂੰ ਪ੍ਰੀ-ਸਿਖਲਾਈ ਦੇਣਾ ਛੱਡ ਦਿੱਤਾ ਹੈ, ਕ੍ਰਮਵਾਰ ਮੈਡੀਕਲ AI ਅਤੇ ਉਦਯੋਗ ਐਪਲੀਕੇਸ਼ਨ ‘ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਦੇ ਹੋਏ। MiniMax ਆਪਣੇ B2B ਕਾਰਜਾਂ ਨੂੰ ਘਟਾ ਰਿਹਾ ਹੈ ਅਤੇ C-end ਵੀਡੀਓ ਜਨਰੇਸ਼ਨ ਅਤੇ ਹੋਰ ਐਪਲੀਕੇਸ਼ਨਾਂ ਨਾਲ ਵਿਦੇਸ਼ੀ ਬਾਜ਼ਾਰਾਂ ‘ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰ ਰਿਹਾ ਹੈ। Zhipu, Moonshot AI, ਅਤੇ StepUp ਅਜੇ ਵੀ ਓਪਨ-ਸੋਰਸ ਕਮਿਊਨਿਟੀ ਵਿੱਚ ਸਰਗਰਮ ਹਨ ਪਰ ਉਹਨਾਂ ਨੇ ਕੋਈ ਨਵਾਂ ਮਾਡਲ ਤਿਆਰ ਨਹੀਂ ਕੀਤਾ ਹੈ ਜੋ DeepSeek R1 ਤੋਂ ਬਿਹਤਰ ਪ੍ਰਦਰਸ਼ਨ ਕਰਦਾ ਹੈ। Zhipu ਨੇ ਕਾਫ਼ੀ ਫੰਡਿੰਗ ਅਤੇ ਸਰਕਾਰੀ-ਉੱਦਮ ਭਾਗੀਦਾਰੀ ਸੁਰੱਖਿਅਤ ਕੀਤੀ ਹੈ, ਜਿਸ ਨਾਲ ਇਸਦੀ ਬਚਤ ਯਕੀਨੀ ਹੋ ਗਈ ਹੈ। Moonshot AI ਦੇ ਪ੍ਰਾਇਮਰੀ ਉਤਪਾਦ, Kimi, ਨੇ ਯੁਆਨਬਾਓ ਦੁਆਰਾ ਆਪਣੀ ਸਥਿਤੀ ਨੂੰ ਖਤਰੇ ਵਿੱਚ ਦੇਖਿਆ ਹੈ, ਜਿਸ ਨਾਲ ਇਸਦੀ ਸਥਿਤੀ ਵੱਧ ਤੋਂ ਵੱਧ ਅਜੀਬ ਹੋ ਗਈ ਹੈ।

ਕੁੱਲ ਮਿਲਾ ਕੇ, ‘ਛੋਟੇ ਸ਼ੇਰ’ ਵੱਧ ਤੋਂ ਵੱਧ B2B SaaS ਮਾਰਕੀਟ ਨਾਲ ਮਿਲ ਰਹੇ ਹਨ, ਜਿਸਨੂੰ ਕੁਝ ‘ਬੇਇਮਾਨਦਾਰ’ ਮੰਨਦੇ ਹਨ।

B2B ਮਾਰਕੀਟ ਦਾ ਆਕਰਸ਼ਣ ਅਤੇ ਸੀਮਾਵਾਂ

01.AI ਨੇ ਹਾਲ ਹੀ ਵਿੱਚ ਵੱਖ-ਵੱਖ ਉਦਯੋਗਾਂ ਲਈ ਇੱਕ-ਸਟਾਪ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਵੱਡਾ ਮਾਡਲ ਪਲੇਟਫਾਰਮ ਬਣਾਉਣ ਲਈ DeepSeek ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਨਾਲ ਜੋੜਨ ਦੇ ਆਪਣੇ ਇਰਾਦੇ ਦਾ ਐਲਾਨ ਕੀਤਾ ਹੈ। ਹਾਲਾਂਕਿ, ਇਸ ਕਦਮ ਨੂੰ ਸ਼ੱਕ ਨਾਲ ਦੇਖਿਆ ਗਿਆ ਹੈ।

ਇੱਕ ਵਿੱਤੀ AI ਮਾਹਿਰ ਜਿਆਂਗ ਸ਼ਾਓ ਦਾ ਮੰਨਣਾ ਹੈ ਕਿ 01.AI ਦਾ ਭਵਿੱਖ ਇਸਦੇ ਵਿਆਪਕ ਧਿਆਨ, DeepSeek ਦੇ ਉਭਰਨ ਤੋਂ ਬਾਅਦ ਤਕਨਾਲੋਜੀ ਮੁਕਾਬਲੇਬਾਜ਼ੀ ਦੀ ਘਾਟ ਅਤੇ ਸੀਮਤ ਵਪਾਰੀਕਰਨ ਸਮਰੱਥਾਵਾਂ ਕਾਰਨ ਅਨਿਸ਼ਚਿਤ ਹੈ।

ਵੈਂਗ ਵੇਂਗੁਆਂਗ ਨੇ ਇਸ ਭਾਵਨਾ ਨੂੰ ਦੁਹਰਾਇਆ, ਇਹ ਨੋਟ ਕਰਦੇ ਹੋਏ ਕਿ ਇੱਕ-ਸਟਾਪ ਵੱਡੇ ਮਾਡਲ ਪਲੇਟਫਾਰਮ ਲਈ ਦਾਖਲੇ ਵਿੱਚ ਤਕਨੀਕੀ ਰੁਕਾਵਟ ਮੁਕਾਬਲਤਨ ਘੱਟ ਹੈ।

ਵੈਂਗ ਨੇ ਲਗਭਗ ਛੇ ਮਹੀਨਿਆਂ ਵਿੱਚ ਸੁਤੰਤਰ ਤੌਰ ‘ਤੇ ਅਜਿਹਾ ਪਲੇਟਫਾਰਮ ਵਿਕਸਤ ਕਰਨ ਅਤੇ ਨਿੱਜੀ ਚੈਨਲਾਂ ਰਾਹੀਂ ਇਸਨੂੰ ਵੇਚਣ ਦੇ ਆਪਣੇ ਤਜ਼ਰਬੇ ਨੂੰ ਸਾਂਝਾ ਕੀਤਾ। ਉਸਨੇ ਦਲੀਲ ਦਿੱਤੀ ਕਿ ਜਦੋਂ ਕਿ ਇੱਕ ਕੰਪਨੀ ਦੇ ਤੌਰ ‘ਤੇ ਇਸ ਉਤਪਾਦ ਤੋਂ ਲਾਭ ਲੈਣਾ ਮੁਸ਼ਕਲ ਹੈ, ਇਹ ਇੱਕ ਸੋਲੋ ਉੱਦਮ ਵਜੋਂ ਲਾਭਦਾਇਕ ਹੋ ਸਕਦਾ ਹੈ।

ਵੈਂਗ ਕਈ B2B ਕੰਪਨੀਆਂ ਨਾਲ ਸਹਿਯੋਗ ਕਰਦਾ ਹੈ ਜੋ ਵੱਡੀਆਂ ਮਾਡਲ ਸੇਵਾਵਾਂ ਦੀ ਪੇਸ਼ਕਸ਼ ਕਰਦੀਆਂ ਹਨ ਪਰ ਇੱਕ ਤਕਨੀਕੀ ਪਲੇਟਫਾਰਮ ਦੀ ਘਾਟ ਹੈ। ਉਹ ਆਪਣਾ ਪਲੇਟਫਾਰਮ ਘੱਟ ਕੀਮਤ ‘ਤੇ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ, ਲਗਭਗ 40,000 ਤੋਂ 50,000 ਯੂਆਨ ਪ੍ਰਤੀ ਲਾਇਸੈਂਸ, ਵੱਡੀਆਂ ਕੰਪਨੀਆਂ ਨੂੰ ਮਹੱਤਵਪੂਰਨ ਤੌਰ ‘ਤੇ ਘੱਟ ਕਰਦਾ ਹੈ।

ਉਸਦਾ ਪਲੇਟਫਾਰਮ, KAF (Knowledge-based Agent Factory), ਵੱਡੇ ਮਾਡਲ ਅਤੇ ਏਜੰਟ ਐਪਲੀਕੇਸ਼ਨਾਂ ਨੂੰ ਪ੍ਰਦਾਨ ਕਰਨ ਲਈ ਗਿਆਨ ਗ੍ਰਾਫ, ਵੈਕਟਰ ਡਾਟਾਬੇਸ ਅਤੇ ਖੋਜ ਇੰਜਣਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ। ਇਹ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਪ੍ਰੋਂਪਟ ਅਤੇ ਮਾਡਲ ਪ੍ਰਬੰਧਨ ਦੁਆਰਾ ਕੋਡਿੰਗ ਤੋਂ ਬਿਨਾਂ ਕਸਟਮ ਗਿਆਨ ਸਹਾਇਕ ਜਾਂ ਏਜੰਟ ਬਣਾਉਣ ਦੇ ਯੋਗ ਬਣਾਉਂਦਾ ਹੈ। ਵੈਂਗ ਨੇ ਮਾਰਕੀਟ ਵਿੱਚ ਸਮਾਨ ਪਲੇਟਫਾਰਮਾਂ ਦੀ ਪ੍ਰਚਲਤਾ ਨੂੰ ਨੋਟ ਕੀਤਾ, ਜਿਸ ਨਾਲ ਇਸਨੂੰ ਨਕਲ ਕਰਨਾ ਆਸਾਨ ਹੋ ਗਿਆ ਹੈ।

ਵੈਂਗ ਦੇ ਅਨੁਸਾਰ, ਇੱਕ B2B ਵੱਡਾ ਮਾਡਲ ਐਪਲੀਕੇਸ਼ਨ ਵਿਕਸਤ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਹੀ ਇੱਕ ਕੰਪਨੀ ਹੁਨਰਮੰਦ ਵਿਅਕਤੀਆਂ ਦੀ ਇੱਕ ਛੋਟੀ ਟੀਮ ਨੂੰ ਨਿਯੁਕਤ ਕਰਕੇ ਜਾਂ ਕਿਸੇ ਬਾਹਰੀ AI ਕੰਪਨੀ ਨਾਲ ਸਾਂਝੇਦਾਰੀ ਕਰਕੇ ਇੱਕ ਉਤਪਾਦ ਤੇਜ਼ੀ ਨਾਲ ਬਣਾ ਸਕਦੀ ਹੈ। ਇਹ ਪਹੁੰਚ ਇੱਕ ਵੱਡੇ ਮਾਡਲ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣ ਨਾਲੋਂ ਕਾਫ਼ੀ ਸਸਤੀ ਹੈ।

ਪਲੇਟਫਾਰਮ ਮਾਡਲ ਤੋਂ ਇਲਾਵਾ, ਏਕੀਕ੍ਰਿਤ ਹੱਲ ਹਾਰਡਵੇਅਰ, ਸੌਫਟਵੇਅਰ ਅਤੇ ਐਗਜ਼ੀਕਿਊਸ਼ਨ ਵਾਤਾਵਰਣ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹਨ, ਜੋ ਕਿ ਬਾਕਸ ਤੋਂ ਬਾਹਰ ਕਾਰਜਕੁਸ਼ਲਤਾ ਦੀ ਪੇਸ਼ਕਸ਼ ਕਰਦੇ ਹਨ। ਪਿੰਗ ਐਨ ਇੰਸ਼ੋਰੈਂਸ ਦੇ ਤਕਨਾਲੋਜੀ ਪਲੇਟਫਾਰਮ ਗਰੁੱਪ ਦੇ ਮੁਖੀ, ਝਾਂਗ ਸੇਨਸਨ ਦਾ ਮੰਨਣਾ ਹੈ ਕਿ ਏਕੀਕ੍ਰਿਤ ਹੱਲ ਦੀ ਇੱਕ ਵਿਹਾਰਕ ਮਾਰਕੀਟ ਹੈ, ਖਾਸ ਕਰਕੇ ਸਰਕਾਰੀ ਅਤੇ ਵਿਦਿਅਕ ਸੰਸਥਾਵਾਂ ਵਿੱਚ ਸੀਮਤ ਤਕਨੀਕੀ ਤਾਇਨਾਤੀ ਸਮਰੱਥਾਵਾਂ ਦੇ ਨਾਲ। ਇਹ ਹੱਲ ਵਰਤੋਂ ਵਿੱਚ ਆਸਾਨੀ ਅਤੇ ਤਕਨੀਕੀ ਖੁਦਮੁਖਤਿਆਰੀ ਨੂੰ ਤਰਜੀਹ ਦਿੰਦੇ ਹਨ, ਡਾਟਾ ਸੁਰੱਖਿਆ, ਗੋਪਨੀਯਤਾ ਦੀ ਪਾਲਣਾ ਅਤੇ ਹਾਰਡਵੇਅਰ-ਸੌਫਟਵੇਅਰ ਅਨੁਕੂਲਤਾ ਵਰਗੇ ਲਾਭਾਂ ਦੀ ਪੇਸ਼ਕਸ਼ ਕਰਦੇ ਹਨ। ਉਹ ਪਾਬੰਦੀਆਂ ਨੂੰ ਬਾਈਪਾਸ ਕਰਦੇ ਹੋਏ ਅਤੇ ਕੁਸ਼ਲਤਾ ਵਿੱਚ ਸੁਧਾਰ ਕਰਦੇ ਹੋਏ, ਘਰੇਲੂ ਤੌਰ ‘ਤੇ ਉਤਪਾਦਿਤ ਚਿਪਸ ਦੀ ਵਰਤੋਂ ਵੀ ਕਰ ਸਕਦੇ ਹਨ। ਉਹ ਕੰਪਨੀਆਂ ਜੋ ਲਾਗਤ-ਸੰਵੇਦਨਸ਼ੀਲ ਅਤੇ ROI-ਕੇਂਦ੍ਰਿਤ ਹਨ, ਉਹਨਾਂ ਨੂੰ ਉਹਨਾਂ ਦੇ ਲੰਬੇ ਜੀਵਨ ਚੱਕਰਾਂ ਦੇ ਕਾਰਨ ਏਕੀਕ੍ਰਿਤ ਹੱਲ ਆਕਰਸ਼ਕ ਲੱਗ ਸਕਦੇ ਹਨ।

ਘਰੇਲੂ SaaS ਮਾਰਕੀਟ ਨੇ ਇਤਿਹਾਸਕ ਤੌਰ ‘ਤੇ ਉੱਚ ਕਸਟਮਾਈਜ਼ੇਸ਼ਨ ਲੋੜਾਂ, ਆਮ ਅਤੇ ਸਮਾਨ ਉਤਪਾਦਾਂ, ਤੀਬਰ ਮੁਕਾਬਲੇ, ਘੱਟ ਕੀਮਤ ਦੀਆਂ ਰਣਨੀਤੀਆਂ, ਅਤੇ ਥੋੜ੍ਹੇ ਸਮੇਂ ਦੀ ਮੁਦਰੀਕਰਨ ‘ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਨ ਵਰਗੀਆਂ ਚੁਣੌਤੀਆਂ ਦਾ ਸਾਹਮਣਾ ਕੀਤਾ ਹੈ। ਇਸ ਮਾਰਕੀਟ ਵਿੱਚ ਗਾਹਕਾਂ ਕੋਲ ਅਕਸਰ ਡਿਜੀਟਾਈਜ਼ੇਸ਼ਨ ਦਾ ਪੱਧਰ ਘੱਟ ਹੁੰਦਾ ਹੈ ਅਤੇ ਭੁਗਤਾਨ ਕਰਨ ਦੀ ਸੀਮਤ ਇੱਛਾ ਹੁੰਦੀ ਹੈ।

ਇਸ ਦੇ ਉਲਟ, ਅੰਤਰਰਾਸ਼ਟਰੀ SaaS ਮਾਰਕੀਟ ਵਿਸ਼ੇਸ਼ਤਾ ‘ਤੇ ਜ਼ੋਰ ਦਿੰਦਾ ਹੈ, ਕੰਪਨੀਆਂ ਖਾਸ ਖੇਤਰਾਂ ‘ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਦੀਆਂ ਹਨ ਅਤੇ ਵੱਡੇ ਅਤੇ ਦਰਮਿਆਨੇ ਆਕਾਰ ਦੇ ਗਾਹਕਾਂ ਨੂੰ ਭੁਗਤਾਨ ਕਰਨ ਦੀ ਵੱਧ ਇੱਛਾ ਦੇ ਨਾਲ ਡੂੰਘਾਈ ਨਾਲ ਸੇਵਾਵਾਂ ਪ੍ਰਦਾਨ ਕਰਦੀਆਂ ਹਨ।

ਵੱਡਾ ਮਾਡਲ ਖੇਤਰ ਇਹਨਾਂ ਰੁਝਾਨਾਂ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਅੰਤਰਰਾਸ਼ਟਰੀ SaaS ਮਾਰਕੀਟ ਵਿੱਚ ਹਾਲ ਹੀ ਦੀਆਂ ਘਟਨਾਵਾਂ ਇਸਨੂੰ ਦਰਸਾਉਂਦੀਆਂ ਹਨ:

• ਫਰਵਰੀ 2025 ਵਿੱਚ, MongoDB ਨੇ Voyage AI ਨੂੰ ਹਾਸਲ ਕੀਤਾ, ਜੋ ਕਿ ਇੱਕ 17-ਮਹੀਨੇ ਪੁਰਾਣਾ AI ਸਟਾਰਟਅੱਪ ਹੈ ਜੋ $220 ਮਿਲੀਅਨ ਵਿੱਚ ਮਾਡਲਾਂ ਨੂੰ ਏਮਬੈਡ ਕਰਨ ਅਤੇ ਮੁੜ-ਦਰਜਾਬੰਦੀ ਕਰਨ ‘ਤੇ ਕੇਂਦ੍ਰਿਤ ਹੈ।
• 2024 ਵਿੱਚ, Amazon ਨੇ Adept, ਇੱਕ ਦੋ ਸਾਲ ਪੁਰਾਣਾ AI ਏਜੰਟ ਸਟਾਰਟਅੱਪ ਨਾਲ ਇੱਕ ਤਕਨਾਲੋਜੀ ਲਾਇਸੈਂਸਿੰਗ ਸਮਝੌਤੇ ਦਾ ਐਲਾਨ ਕੀਤਾ, ਜਿਸ ਵਿੱਚ ਕੁਝ Adept ਮੈਂਬਰ Amazon ਦੀ AGI ਟੀਮ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਏ।

ਇਹ ਸਟਾਰਟਅੱਪ ਵੱਡੇ ਮਾਡਲ ਤਕਨਾਲੋਜੀ ਦੇ ਅੰਦਰ ਇੱਕ ਖਾਸ ਸਥਾਨ ‘ਤੇ ਧਿਆਨ ਕੇਂਦ੍ਰਿਤ ਕਰਕੇ ਸਫਲਤਾ ਪ੍ਰਾਪਤ ਕਰਨ ਵਿੱਚ ਕਾਮਯਾਬ ਰਹੇ। ਚੀਨ ਵਿੱਚ ਅਜਿਹੀਆਂ ਉਦਾਹਰਣਾਂ ਬਹੁਤ ਘੱਟ ਹਨ। ਬਹੁਤ ਸਾਰੇ ਛੋਟੇ ਅਤੇ ਦਰਮਿਆਨੇ ਆਕਾਰ ਦੇ ਉੱਦਮਾਂ ਨੂੰ ਲਗਾਤਾਰ ਵੱਡੀਆਂ ਕੰਪਨੀਆਂ ਦੇ ਆਪਣੇ ਖੇਤਰ ਵਿੱਚ ਦਾਖਲ ਹੋਣ ਤੋਂ ਬਚਾਅ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ।

ਵੈਂਗ ਵੇਂਗੁਆਂਗ ਨੇ B2B ਮਾਰਕੀਟ ਵਿੱਚ ਆਪਣੇ ਵਿਆਪਕ ਤਜ਼ਰਬੇ ਤੋਂ ਲੈਂਦੇ ਹੋਏ, ਇਸਦੀਆਂ ਸਖਤ ਹਕੀਕਤਾਂ ਦਾ ਵਰਣਨ ਕੀਤਾ। ਉਸਨੇ ਨੋਟ ਕੀਤਾ ਕਿ ਜਦੋਂ ਕਿ ਇੱਕ-ਸਟਾਪ ਪਲੇਟਫਾਰਮਾਂ ਲਈ ਇੱਕ ਵੱਡੀ ਮਾਰਕੀਟ ਹੈ, ਇਹ ਖੰਡਿਤ ਹੈ। ਘੱਟ ਸੰਚਾਲਨ ਲਾਗਤਾਂ ਵਾਲੀਆਂ ਛੋਟੀਆਂ ਕੰਪਨੀਆਂ ਪ੍ਰਤੀਯੋਗੀ ਕੀਮਤਾਂ ਦੀ ਪੇਸ਼ਕਸ਼ ਕਰ ਸਕਦੀਆਂ ਹਨ, ਵੱਡੀਆਂ ਕੰਪਨੀਆਂ ਨੂੰ ਘੱਟ ਕਰ ਸਕਦੀਆਂ ਹਨ। ਇਹ ਐਪਲੀਕੇਸ਼ਨ ਸੇਵਾਵਾਂ ਦੀ ਕੀਮਤ ਨੂੰ ਘੱਟ ਕਰਦਾ ਹੈ। ਇੱਥੋਂ ਤੱਕ ਕਿ ਵੱਡੀਆਂ ਕੰਪਨੀਆਂ ਨੂੰ ਹੋਰ ਸਟਾਰਟਅੱਪਾਂ ਅਤੇ ਰਵਾਇਤੀ ਏਕੀਕ੍ਰਿਤਾਂ ਤੋਂ ਮੁਕਾਬਲੇ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈਂਦਾ ਹੈ। ਵੱਡੀਆਂ ਕੰਪਨੀਆਂ ਦੇ ਆਪਣੇ ਵੱਡੇ ਮਾਡਲ ਅਤੇ ਬ੍ਰਾਂਡ ਦੇ ਫਾਇਦੇ ਹੋ ਸਕਦੇ ਹਨ, ਪਰ ਉਹ ਸਮਾਨ B2B ਕਾਰੋਬਾਰੀ ਰਣਨੀਤੀਆਂ ਦਾ ਸਾਹਮਣਾ ਕਰਦੇ ਹਨ।

ਜਿਵੇਂ ਕਿ ਵੈਂਗ ਨੇ ਕਿਹਾ, ‘ਮੈਂ ਵੀ DeepSeek ਦੀ ਵਰਤੋਂ ਕਰ ਰਿਹਾ ਹਾਂ, ਅਤੇ ਬਹੁਤ ਸਾਰੀਆਂ ਹੋਰ ਕੰਪਨੀਆਂ DeepSeek ਦੀ ਵਰਤੋਂ ਕਰ ਰਹੀਆਂ ਹਨ, ਇਸ ਲਈ ਕੋਈ ਅੰਤਰ ਨਹੀਂ ਹੈ। ਚੀਨ ਵਿੱਚ ਬਹੁਤ ਸਾਰੇ ਕਲਾਉਡ ਵਿਕਰੇਤਾ ਹਨ, ਇਸ ਲਈ ਘੱਟੋ-ਘੱਟ ਇੰਨੇ ਮੁਕਾਬਲੇਬਾਜ਼ ਹੋਣਗੇ। ਘਰੇਲੂ B2B ਮਾਰਕੀਟ ਹਮੇਸ਼ਾ ਤੋਂ ਅਜਿਹੀ ਰਹੀ ਹੈ; ਬਚਣ ਲਈ, ਤੁਹਾਨੂੰ ਜਾਂ ਤਾਂ ਮਜ਼ਬੂਤ ​​ਕਨੈਕਸ਼ਨ, ਚੰਗੀ ਸੇਵਾ, ਜਾਂ ਘੱਟ ਕੀਮਤਾਂ ਹੋਣੀਆਂ ਚਾਹੀਦੀਆਂ ਹਨ।”

ਲਿਆਂਗ ਹੇ ਨੇ 01.AI ਦੀਆਂ ਮੌਜੂਦਾ ਚੋਣਾਂ ਅਤੇ ਭਵਿੱਖ ਦੀਆਂ ਸੰਭਾਵਨਾਵਾਂ ਦਾ ਸੰਖੇਪ ਮੁਲਾਂਕਣ ਪੇਸ਼ ਕੀਤਾ:

• ਲੀ ਕਾਈਫੂ ਦਾ 01.AI ਦੇ ਕਾਰੋਬਾਰ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਨਾਲ B2B ਐਪਲੀਕੇਸ਼ਨਾਂ ਵਿੱਚ ਤਬਦੀਲ ਕਰਨ ਅਤੇ ਇੱਕ-ਸਟਾਪ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਵੱਡੇ ਮਾਡਲ ਪਲੇਟਫਾਰਮ ਨੂੰ ਉਤਸ਼ਾਹਿਤ ਕਰਨ ਦਾ ਫੈਸਲਾ ਵਪਾਰਕ ਤੌਰ ‘ਤੇ ਵਧੀਆ ਹੈ ਪਰ ਇਸ ਨਾਲ ਤੀਬਰ ਮੁਕਾਬਲਾ ਹੋਵੇਗਾ।
• ਵੱਡੀਆਂ ਕੰਪਨੀਆਂ ਨਾਲੋਂ ਘੱਟ ਕੀਮਤ ਵਾਲੇ ਵੱਡੇ ਮਾਡਲ ਉਤਪਾਦਾਂ ਦੀ ਪੇਸ਼ਕਸ਼ ਕਰਨ ਦੀ 01.AI ਦੀ ਲੋੜ ਐਪਲੀਕੇਸ਼ਨ ਲੇਅਰ ‘ਤੇ ਵਿਲੱਖਣ ਫਾਇਦਿਆਂ ਦੀ ਘਾਟ ਦਾ ਨਤੀਜਾ ਹੈ।
• B2B ਵੱਲ 01.AI ਦਾ ਕਦਮ ਕਲਪਨਾ ਦਾ ਨੁਕਸਾਨ ਅਤੇ ਘੱਟ ‘ਸੈਕਸੀ’ ਪ੍ਰੋਜੈਕਟਾਂ ਦਾ ਸੰਕੇਤ ਦਿੰਦਾ ਹੈ। ਇਹ 2017 ਵਿੱਚ AI ਦੀ ਪਿਛਲੀ ਲਹਿਰ ਤੋਂ ਬਹੁਤ ਸਾਰੀਆਂ ਕੰਪਿਊਟਰ ਵਿਜ਼ਨ ਕੰਪਨੀਆਂ ਦੀ ਕਿਸਮਤ ਦੇ ਸਮਾਨ ਹੈ।
• 01.AI ਨੂੰ ਮੌਕੇ ਮਿਲ ਸਕਦੇ ਹਨ ਜੇਕਰ ਇਹ ਵਿਦੇਸ਼ੀ ਬਾਜ਼ਾਰਾਂ ਦੀ ਖੋਜ ਕਰਦਾ ਹੈ।

01.AI ਦੇ ਮੁਕਾਬਲੇ, ਬਾਈਚੁਆਨ ਦੇ ਭਵਿੱਖ ਬਾਰੇ ਰਾਏ ਘੱਟ ਨਿਰਾਸ਼ਾਜਨਕ ਹਨ।

ਹਾਲਾਂਕਿ, ਬਾਈਚੁਆਨ ਦੀ ਮੈਡੀਕਲ ਖੇਤਰ ਵਿੱਚ ਐਂਟਰੀ ਵਿੱਚ ਵਿਲੱਖਣ ਫਾਇਦਿਆਂ ਦੀ ਘਾਟ ਹੈ, ਖਾਸ ਕਰਕੇ ਡਾਟਾ ਵਿੱਚ।

ਜਿਆਂਗ ਸ਼ਾਓ ਨੇ ਕਿਹਾ ਕਿ ਮੈਡੀਕਲ ਵਿੱਚ ਬਾਈਚੁਆਨ ਦੀ ਤਬਦੀਲੀ ਸਿਰਫ ਬਚਣ ਦਾ ਇੱਕ ਤਰੀਕਾ ਹੈ। ਹਾਲਾਂਕਿ, 01.AI ਦੇ ਮੁਕਾਬਲੇ, ਬਾਈਚੁਆਨ ਘੱਟੋ-ਘੱਟ ਇੱਕ ਖਾਸ ਮਾਰਕੀਟ ਵਿੱਚ ਦਾਖਲ ਹੋਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਿਹਾ ਹੈ।

ਝਾਂਗ ਸੇਨਸਨ ਨੇ ਕਿਹਾ ਕਿ ਉਹ ਤਕਨਾਲੋਜੀ ਕੰਪਨੀਆਂ ਨਾਲੋਂ ਮੈਡੀਕਲ ਡਾਟਾ ਵਾਲੀਆਂ ਮੈਡੀਕਲ ਵੱਡੇ ਮਾਡਲਾਂ ਵਿਕਸਤ ਕਰਨ ਵਾਲੀਆਂ ਕੰਪਨੀਆਂ ਬਾਰੇ ਵਧੇਰੇ ਆਸ਼ਾਵਾਦੀ ਹੈ। ਇਹ ਕਿਸੇ ਵੀ ਕੰਪਨੀ ‘ਤੇ ਲਾਗੂ ਹੁੰਦਾ ਹੈ ਜੋ ਉਦਯੋਗ-ਵਿਸ਼ੇਸ਼ ਵੱਡਾ ਮਾਡਲ ਬਣਾਉਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਹੀ ਹੈ। ਮੈਡੀਕਲ ਵੱਡੇ ਮਾਡਲਾਂ ਬਣਾਉਣ ਵਿੱਚ ਮੁੱਖ ਚੁਣੌਤੀ ਡਾਟਾ ਵਿੱਚ ਹੈ, ਮਾਡਲ ਵਿੱਚ ਨਹੀਂ। ਚੀਨ ਵਿੱਚ ਬਹੁਤ ਸਾਰੇ ਸ਼ਾਨਦਾਰ ਹਸਪਤਾਲ ਹਨ ਜੋ ਆਪਣੇ ਖੁਦ ਦੇ ਉਪਯੋਗ ਲਈ DeepSeek ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਇੱਕ ਵੱਡੇ ਮਾਡਲ ਨੂੰ ਵਧੀਆ ਟਿਊਨ ਕਰ ਸਕਦੇ ਹਨ।

ਮੈਡੀਕਲ ਡਾਟਾ ਨੂੰ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਕਿਵੇਂ ਪ੍ਰਾਪਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ? ਜਿਆਂਗ ਸ਼ਾਓ ਨੇ ਕਿਹਾ ਕਿ AI ਤਕਨਾਲੋਜੀ ਸਟਾਰਟਅੱਪਾਂ ਵਿੱਚ ਡਾਟਾ ਵਿੱਚ ਫਾਇਦਿਆਂ ਦੀ ਘਾਟ ਹੈ। ਮੈਡੀਕਲ ਵੱਡੇ ਮਾਡਲ ਬਣਾਉਣ ਲਈ, ਉਹਨਾਂ ਨੂੰ ਉਹਨਾਂ ਕੰਪਨੀਆਂ ਨਾਲ ਸਹਿਯੋਗ ਕਰਨ ਦੀ ਲੋੜ ਹੋ ਸਕਦੀ ਹੈ ਜੋ ਪਹਿਲਾਂ ਤੋਂ ਹੀ ਹਸਪਤਾਲਾਂ ਨੂੰ IT ਸੇਵਾਵਾਂ ਪ੍ਰਦਾਨ ਕਰਦੀਆਂ ਹਨ।

ਦੱਸਿਆ ਜਾਂਦਾ ਹੈ ਕਿ ‘ਛੋਟੇ ਸ਼ੇਰਾਂ’ ਵਿੱਚੋਂ ਇੱਕ ਨੇ ਡਾਕਟਰਾਂ ਦੇ ਆਦਾਨ-ਪ੍ਰਦਾਨ ਤੋਂ ਪੈਦਾ ਹੋਏ ਵੱਡੀ ਗਿਣਤੀ ਵਿੱਚ ਕੇਸਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਮਾਡਲਾਂ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣ ਲਈ ਇੱਕ ਵੱਡੇ ਘਰੇਲੂ ਡਾਕਟਰ ਐਕਸਚੇਂਜ ਫੋਰਮ ਨਾਲ ਵਿਸ਼ੇਸ਼ ਤੌਰ ‘ਤੇ ਭਾਈਵਾਲੀ ਕੀਤੀ ਹੈ।

ਖਾਸ ਬਾਜ਼ਾਰਾਂ ‘ਤੇ ਵਧੇਰੇ ਆਸ਼ਾਵਾਦੀ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਤੋਂ ਇਲਾਵਾ, ਉਦਯੋਗ ਮਾਹਿਰਾਂ ਨੂੰ ਬਾਈਚੁਆਨ ਦੇ ਸੰਸਥਾਪਕ, ਵੈਂਗ ਜ਼ਿਆਓਚੁਆਨ ਤੋਂ ਉਮੀਦਾਂ ਹਨ।

ਲਿਆਂਗ ਹੇ ਦਾ ਮੰਨਣਾ ਹੈ ਕਿ ਵੈਂਗ ਜ਼ਿਆਓਚੁਆਨ ਦਵਾਈ ਵਿੱਚ ਮੁਹਾਰਤ ਹਾਸਲ ਕਰਨ ਵਿੱਚ ਸਫਲ ਹੁੰਦਾ ਹੈ ਜਾਂ ਨਹੀਂ, ਇਹ ਇਸ ਗੱਲ ‘ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ ਕਿ ਉਹ ਇੱਕ ਆਦਰਸ਼ ਦਾ ਪਿੱਛਾ ਕਰਨਾ ਚਾਹੁੰਦਾ ਹੈ ਜਾਂ ਪੈਸਾ ਕਮਾਉਣਾ ਚਾਹੁੰਦਾ ਹੈ। ਉਸਦਾ ਮੰਨਣਾ ਹੈ ਕਿ ਵੈਂਗ ਇੱਕ ਆਦਰਸ਼ ਦਾ ਪਿੱਛਾ ਕਰਨ, ਗਰਾਊਂਡਬ੍ਰੇਕਿੰਗ ਮੈਡੀਕਲ AI ਖੋਜ ਨਤੀਜੇ ਬਣਾਉਣ ਵੱਲ ਵਧੇਰੇ ਝੁਕਾਅ ਰੱਖਦਾ ਹੈ।

ਵੈਂਗ ਵੇਂਗੁਆਂਗ ਨੇ ਇਸ ਮਾਰਕੀਟ ਦੇ ਪੁਰਾਣੇ ਸੁਭਾਅ ‘ਤੇ ਜ਼ੋਰ ਦਿੱਤਾ। ਉਸਨੇ ਕਿਹਾ ਕਿ ਜੇਕਰ ਟੀਚਾ ਥੋੜ੍ਹੇ ਸਮੇਂ ਦਾ ਵਪਾਰੀਕਰਨ ਹੈ, ਤਾਂ ਮੈਡੀਕਲ ਖੇਤਰ ਵੀ ਬਹੁਤ ਮੁਕਾਬਲੇ ਵਾਲਾ ਹੈ, ਜੋ ਕਿ ਸਮੁੱਚੀ B2B ਮਾਰਕੀਟ ਦੇ ਸਮਾਨ ਹੈ। ਬਹੁਤ ਸਾਰੀਆਂ ਕੰਪਨੀਆਂ ਮੈਡੀਕਲ ਐਪਲੀਕੇਸ਼ਨਾਂ ਲਈ ਗਿਆਨ ਗ੍ਰਾਫ, ਵੈਕਟਰ ਖੋਜਾਂ ਅਤੇ ਵੱਡੇ ਮਾਡਲਾਂ ਦੀ ਵਰਤੋਂ ਕਰ ਸਕਦੀਆਂ ਹਨ।

ਮੈਡੀਕਲ AI ਮਾਹਿਰਾਂ ਨਾਲ Zhiwei ਦੀਆਂ ਚਰਚਾਵਾਂ ਦੇ ਅਨੁਸਾਰ, ਮੈਡੀਕਲ ਖੋਜ ਵਿੱਚ ਖੁਦ ਮਹੱਤਵਪੂਰਨ ਗਿਆਨ ਦੀਆਂ ਕਮੀਆਂ ਹਨ, ਅਤੇ ਨਵਾਂ ਗਿਆਨ ਤੇਜ਼ੀ ਨਾਲ ਵੱਧ ਰਿਹਾ ਹੈ। ਇਸ ਲਈ, ਮੈਡੀਕਲ ਬੁਨਿਆਦੀ ਖੋਜ ਕਰਨ ਲਈ ਵੱਡੇ ਮਾਡਲਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੀ ਮਹੱਤਵਪੂਰਨ ਸੰਭਾਵਨਾ ਹੈ। ਉਦਾਹਰਨ ਲਈ, ਪ੍ਰੋਟੀਨ ਬਣਤਰ ਦੀ ਭਵਿੱਖਬਾਣੀ ਲਈ AlphaFold ਮਾਡਲ ਦੀ ਵਰਤੋਂ ਦੁਨੀਆ ਭਰ ਦੇ 1.8 ਮਿਲੀਅਨ ਤੋਂ ਵੱਧ ਵਿਗਿਆਨੀਆਂ ਦੁਆਰਾ ਖੋਜ ਨੂੰ ਤੇਜ਼ ਕਰਨ ਲਈ ਕੀਤੀ ਗਈ ਹੈ, ਜਿਸ ਵਿੱਚ ਬਾਇਓ-ਰੀਨਿਊਏਬਲ ਸਮੱਗਰੀ ਦਾ ਵਿਕਾਸ ਅਤੇ ਜੈਨੇਟਿਕ ਖੋਜ ਨੂੰ ਅੱਗੇ ਵਧਾਉਣਾ ਸ਼ਾਮਲ ਹੈ, ਮੀਸ ਮੈਡੀਕਲ ਦੇ ਅਨੁਸਾਰ।

ਇੱਕ ਆਦਰਸ਼ ਦਾ ਪਿੱਛਾ ਕਰਨ ਜਾਂ ਪੈਸਾ ਕਮਾਉਣ ਤੋਂ ਇਲਾਵਾ, ਮੈਡੀਕਲ AI ਸਟਾਰਟਅੱਪ ਨੂੰ ਇਹ ਸਵਾਲ ਵੀ ਦਰਪੇਸ਼ ਹੈ ਕਿ ਇੱਕ ਆਮ ਮੈਡੀਕਲ ਵੱਡਾ ਮਾਡਲ ਬਣਾਉਣਾ ਹੈ ਜਾਂ ਨਹੀਂ।

ਝਾਂਗ ਸੇਨਸਨ ਨੇ ਕਿਹਾ ਕਿ ਘਰੇਲੂ ਮਾਰਕੀਟ ਵਿੱਚ ਆਮ ਮੈਡੀਕਲ ਵੱਡੇ ਮਾਡਲਾਂ ਵਿੱਚ ਕੋਈ ਸਫਲਤਾ ਨਹੀਂ ਮਿਲੀ ਹੈ, ਮੁੱਖ ਤੌਰ ‘ਤੇ ਵੱਡੇ ਪੈਮਾਨੇ ‘ਤੇ ਡਾਟਾ ਇਕੱਤਰ ਕਰਨ ਅਤੇ ਐਪਲੀਕੇਸ਼ਨ ਲਈ ਸ਼ਕਤੀਸ਼ਾਲੀ ਮੈਡੀਕਲ ਉਪਕਰਣਾਂ ‘ਤੇ ਨਿਰਭਰਤਾ ਕਾਰਨ। ਚੀਨ ਵਿੱਚ ਬਹੁਤ ਸਾਰੀਆਂ ਮੈਡੀਕਲ ਸਹੂਲਤਾਂ ਨੂੰ ਵਿਆਪਕ ਤੌਰ ‘ਤੇ ਪ੍ਰਸਿੱਧ ਨਹੀਂ ਕੀਤਾ ਗਿਆ ਹੈ, ਜਿਸ ਨਾਲ AI ਲਈ ਸਹੀ ਨਿਦਾਨ ਕਰਨਾ ਮੁਸ਼ਕਲ ਹੋ ਗਿਆ ਹੈ। ਹਾਲਾਂਕਿ, ਕੁਝ ਮਜ਼ਬੂਤ ​​ਹਸਪਤਾਲਾਂ, ਜਿਵੇਂ ਕਿ ਮੇਓ ਕਲੀਨਿਕ, ਨੇ ਆਪਣੇ ਖੁਦ ਦੇ ਵੱਡੇ ਮਾਡਲ ਲਾਂਚ ਕਰਨ ਦੀ ਖੋਜ ਕਰਨੀ ਸ਼ੁਰੂ ਕਰ ਦਿੱਤੀ ਹੈ। ਹਾਲਾਂਕਿ ਥੋੜ੍ਹੇ ਸਮੇਂ ਵਿੱਚ ਲਾਭ ਦੇ ਮੌਕਿਆਂ ਨੂੰ ਦੇਖਣਾ ਮੁਸ਼ਕਲ ਹੈ, ਪਰ ਇਹਨਾਂ ਕਿਸਮਾਂ ਦੇ ਵੱਡੇ ਮਾਡਲਾਂ ਦਾ ਲੰਬੇ ਸਮੇਂ ਵਿੱਚ ਮੈਡੀਕਲ ਉਦਯੋਗ ‘ਤੇ ਡੂੰਘਾ ਪ੍ਰਭਾਵ ਪੈ ਸਕਦਾ ਹੈ।

ਮੈਡੀਕਲ ਉਦਯੋਗ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਸਵੈਚਾਲਤ ਨਿਦਾਨ ਦੀ ਚੁਣੌਤੀ ਦਾ ਵੀ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈਂਦਾ ਹੈ, ਖਾਸ ਕਰਕੇ ਘਰੇਲੂ ਮਾਰਕੀਟ ਵਿੱਚ, ਜਿੱਥੇ ਉਪਕਰਣ ਨਾਕਾਫ਼ੀ ਹਨ, ਅਤੇ AI ਰਵਾਇਤੀ ਨਿਦਾਨ ਵਿਧੀਆਂ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਬਦਲ ਨਹੀਂ ਸਕਦਾ ਹੈ। ਵਿਆਪਕ ਮੈਡੀਕਲ ਉਪਕਰਣਾਂ ਦੀ ਘਾਟ, ਖਾਸ ਕਰਕੇ ਦੂਰ-ਦੁਰਾਡੇ ਦੇ ਖੇਤਰਾਂ ਵਿੱਚ, ਮੈਡੀਕਲ ਤਕਨਾਲੋਜੀ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਕਵਰ ਕਰਨਾ ਮੁਸ਼ਕਲ ਬਣਾਉਂਦੀ ਹੈ, ਇਸ ਲਈ ਪੂਰੀ ਤਰ੍ਹਾਂ ਸਵੈਚਾਲਤ ਨਿਦਾਨ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਚੁਣੌਤੀ ਬਣੀ ਹੋਈ ਹੈ।

ਮੈਡੀਕਲ ਉਦਯੋਗ ਵਿੱਚ ਸਖ਼ਤ ਲਾਇਸੈਂਸਿੰਗ ਅਤੇ ਪਾਲਣਾ ਦੀਆਂ ਲੋੜਾਂ ਹਨ, ਅਤੇ ਜਦੋਂ ਵੱਡੇ ਮਾਡਲ ਮੈਡੀਕਲ ਖੇਤਰ ਵਿੱਚ ਦਾਖਲ ਹੁੰਦੇ ਹਨ ਤਾਂ ਉਹਨਾਂ ਨੂੰ ਪਾਲਣਾ ਦੇ ਮੁੱਦਿਆਂ ਨੂੰ ਹੱਲ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ। ਭਵਿੱਖ ਦੀਆਂ C-end ਮੈਡੀਕਲ ਸੇਵਾਵਾਂ ਡਾਕਟਰਾਂ ਦੀਆਂ ਤਕਨੀਕਾਂ ਅਤੇ AI ਨੂੰ ਮਿਲਾ ਕੇ ਨਿਦਾਨ ਅਤੇ ਇਲਾਜ ਦੀ ਕੁਸ਼ਲਤਾ ਵਿੱਚ ਸੁਧਾਰ ਕਰ ਸਕਦੀਆਂ ਹਨ, ਖਾਸ ਕਰਕੇ ਨੌਜਵਾਨ ਪੀੜ੍ਹੀਆਂ ਲਈ।

ਅੰਤ ਵਿੱਚ, ਘਰੇਲੂ B2B ਮਾਰਕੀਟ ਦੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਦੇ ਹੋਏ ਵੀ, ਵੱਡੇ ਮਾਡਲ ਐਪਲੀਕੇਸ਼ਨਾਂ ਵਿੱਚ ਮੁਕਾਬਲਾ To B ਮਾਰਕੀਟ ਵਿੱਚ ਬਚਣਾ ਚੁਣੌਤੀਪੂਰਨ ਬਣਾਉਂਦਾ ਹੈ। ਵੈਂਗ ਵੇਂਗੁਆਂਗ ਨੇ ਕਿਹਾ ਕਿ ਜਦੋਂ ਕਿ ਵੱਡੇ ਮਾਡਲ To B ਉਤਪਾਦਾਂ ਲਈ ਡਿਜ਼ਾਈਨ ਮਾਡਲਾਂ ਦੀ ਖੋਜ ਅਜੇ ਵੀ ਕੀਤੀ ਜਾ ਰਹੀ ਹੈ, ਉਹ ਆਖਰਕਾਰ ਮਿਲ ਜਾਣਗੇ। ਇਹ ਸਿਰਫ ਚੀਨ ਵਿੱਚ ਹੀ ਨਹੀਂ ਬਲਕਿ ਸਿਲੀਕਨ ਵੈਲੀ ਤਕਨਾਲੋਜੀ ਕੰਪਨੀਆਂ ਜਿਵੇਂ ਕਿ OpenAI, Anthropic, ਅਤੇ Google ਵਿੱਚ ਵੀ ਸੱਚ ਹੈ। ਜਿੰਨਾ ਚਿਰ ਮਾਡਲਾਂ ਦੇ ਪ੍ਰਦਰਸ਼ਨ ਵਿੱਚ ਕੋਈ ਮਹੱਤਵਪੂਰਨ ਅੰਤਰ ਨਹੀਂ ਹੈ, ਇਸ ਮਾਰਕੀਟ ਵਿੱਚ ਪੈਸਾ ਕਮਾਉਣਾ ਅਸੰਭਵ ਹੈ, ਅਤੇ ਆਖਰਕਾਰ ਹਰ ਕੋਈ ਇੱਕੋ ਪੱਧਰ ‘ਤੇ ਹੋਵੇਗਾ।

ਇਹੀ ਕਾਰਨ ਹੈ ਕਿ DeepSeek R1 ਦਾ ਸਭ ਤੋਂ ਵੱਡਾ ਪ੍ਰਭਾਵ ਚੀਨ ਵਿੱਚ ਨਹੀਂ ਬਲਕਿ ਵਿਦੇਸ਼ਾਂ ਵਿੱਚ, ਖਾਸ ਕਰਕੇ ਸਿਲੀਕਨ ਵੈਲੀ ਤਕਨਾਲੋਜੀ ਕੰਪਨੀਆਂ ‘ਤੇ ਪਿਆ ਹੈ। R1 ਦੇ ਰਿਲੀਜ਼ ਹੋਣ ਤੋਂ ਬਾਅਦ ਅਮਰੀਕੀ ਸਟਾਕ ਮਾਰਕੀਟ ਨੇ ਉੱਚ ਅਸਥਿਰਤਾ ਅਤੇ ਫਿਰ ਗਿਰਾਵਟ ਦਾ ਅਨੁਭਵ ਕਰਨਾ ਸ਼ੁਰੂ ਕਰ ਦਿੱਤਾ। ਮੁੱਖ ਤਰਕ ਸਧਾਰਨ ਹੈ: ਸਿਲੀਕਨ ਵੈਲੀ ਦੇ ਵੱਡੇ ਮਾਡਲਾਂ ਨੂੰ ਚੀਨ ਨੇ ਫੜ ਲਿਆ ਹੈ। ਹਾਲਾਂਕਿ ਉਹਨਾਂ ਤੋਂ ਅੱਗੇ ਨਹੀਂ ਵਧਣਾ, ਪਾੜੇ ਨੂੰ ਵਧਾਉਣ ਵਿੱਚ ਅਸਮਰੱਥਾ ਨੇ ਅਜਿਹੇ ਉੱਚ ਮੁਲਾਂਕਣਾਂ ਦਾ ਸਮਰਥਨ ਕਰਨਾ ਅਸੰਭਵ ਬਣਾ ਦਿੱਤਾ ਹੈ, ਜਿਸ ਨਾਲ ਸਟਾਕ ਦੀਆਂ ਕੀਮਤਾਂ ਵਿੱਚ ਗਿਰਾਵਟ ਆਈ ਹੈ।

ਬੇਸ਼ੱਕ, To B ਮਾਰਕੀਟ ਲਈ ਗਾਹਕਾਂ ਨੂੰ ਆਕਰਸ਼ਿਤ ਕਰਨ ਦਾ ਇੱਕ ਹੋਰ ਤਰੀਕਾ ਹੈ: ਓਪਨ ਸੋਰਸ। ਓਪਨ-ਸੋਰਸ ਲਈ ਪ੍ਰਾਇਮਰੀ ਲਾਭ ਮਾਡਲਾਂ ਵਿੱਚ ਭੁਗਤਾਨ ਕੀਤੇ ਪੱਧਰ ਦੇ ਫੰਕਸ਼ਨ, ਕਲਾਉਡ ਹੋਸਟਿੰਗ, ਅਤੇ ਓਪਨ-ਸੋਰਸ ਤਕਨਾਲੋਜੀ ‘ਤੇ ਆਧਾਰਿਤ ਉੱਦਮ-ਪੱਧਰ ਦੀ ਸਲਾਹ ਅਤੇ ਸਿਖਲਾਈ ਵਰਗੀਆਂ ਵਾਧੂ ਮੁੱਲ ਵਾਲੀਆਂ ਸੇਵਾਵਾਂ ਪ੍ਰਦਾਨ ਕਰਨਾ ਸ਼ਾਮਲ ਹੈ।

ਓਪਨ-ਸੋਰਸ ਵੱਡੇ ਮਾਡਲਾਂ ਦਾ ਸਭ ਤੋਂ ਸਿੱਧਾ ਪ੍ਰਭਾਵ ਤਕਨਾਲੋਜੀ ਦੇ ਪ੍ਰਸਾਰ ਨੂੰ ਉਤਸ਼ਾਹਿਤ ਕਰਨਾ ਹੈ। ਝਾਂਗ ਸੇਨਸਨ ਨੇ ਕਿਹਾ ਕਿ DeepSeek ਦੇ ਓਪਨ ਸੋਰਸ ਨੇ ਵੱਡੇ ਮਾਡਲਾਂ ਦੀਆਂ ਕੰਪਨੀਆਂ ਦੀ ਐਪਲੀਕੇਸ਼ਨ ਨੂੰ ਮਹੱਤਵਪੂਰਨ ਤੌਰ ‘ਤੇ ਤੇਜ਼ ਕੀਤਾ ਹੈ। ਸੀਨੀਅਰ ਪ੍ਰਬੰਧਨ ਵੱਡੇ ਮਾਡਲਾਂ ਦੀ ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਬਹੁਤ ਸਮਰਥਨ ਕਰਦਾ ਹੈ। ਜਿਵੇਂ ਕਿ ਵੱਡੇ ਮਾਡਲ ਵਿਹਾਰਕ ਐਪਲੀਕੇਸ਼ਨਾਂ ਵਿੱਚ ਵਧੀਆ ਪ੍ਰਦਰਸ਼ਨ ਕਰਦੇ ਹਨ, ਖਾਸ ਕਰਕੇ ਮਨੁੱਖੀ ਦਖਲ ਨੂੰ ਘਟਾਉਣ ਅਤੇ ਕੁਸ਼ਲਤਾ ਵਧਾਉਣ ਵਿੱਚ, ਸਮਰਥਨ ਵਿੱਚ ਵਾਧਾ ਜਾਰੀ ਰਹੇਗਾ।

ਵਿੱਤੀ ਉਦਯੋਗ, ਸਭ ਤੋਂ ਵਧੀਆ ਡਾਟਾ ਗੁਣਵੱਤਾ ਵਾਲੇ ਉਦਯੋਗ ਵਜੋਂ, AI ਵਿੱਚ ਹਮੇਸ਼ਾ ਭਰਪੂਰ ਤਕਨੀਕੀ ਇਕੱਤਰੀਕਰਨ ਹੁੰਦਾ ਹੈ ਅਤੇ ਉਹ ਤੇਜ਼ੀ ਨਾਲ ਬਣਾਈ ਰੱਖ ਸਕਦਾ ਹੈ। DeepSeek ਦੀ ਪਰਵਾਹ ਕੀਤੇ ਬਿਨਾਂ, ਵਿੱਤ AI ਤਕਨਾਲੋਜੀ ਨੂੰ ਲਾਗੂ ਕਰੇਗਾ। ਹਾਲਾਂਕਿ, DeepSeek ਦੇ ਨਾਲ, AI ਨਾ ਸਿਰਫ ਵਿੱਤੀ ਉਦਯੋਗ ਦੇ ਮੁੱਖ ਕਾਰੋਬਾਰਾਂ ਨੂੰ ਸਮਰੱਥ ਕਰੇਗਾ ਬਲਕਿ ਰੋਜ਼ਾਨਾ ਦਫਤਰੀ ਕੰਮਾਂ ਅਤੇ ਕਾਰਵਾਈਆਂ ਵਿੱਚ ਵੀ ਵਰਤਿਆ ਜਾਵੇਗਾ ਜੋ ਪਹਿਲਾਂ ਕਰਨੇ ਮੁਸ਼ਕਲ ਸਨ।

ਕਾਰਵਾਈਆਂ ਪਹਿਲਾਂ ਬਹੁਤ ਮਹਿੰਗੀਆਂ ਹੁੰਦੀਆਂ ਸਨ। ਉਦਾਹਰਨ ਲਈ, ਰੂਟ ਕਾਰਨ ਵਿਸ਼ਲੇਸ਼ਣ ਲਈ ਪਹਿਲਾਂ ਪਰੰਪਰਾਗਤ ਕਾਰਵਾਈਆਂ ਦੀ ਨਿਗਰਾਨੀ ਅਤੇ AIOps, ਦੇ ਨਾਲ-ਨਾਲ ਛੋਟੇ ਮਾਡਲਾਂ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣ ਦੀ ਲੋੜ ਹੁੰਦੀ ਸੀ। ਹੁਣ, ਨਿਗਰਾਨੀ, ਅਲਾਰਮ, ਸਵੈ-ਸੇਵਾ ਵਿਸ਼ਲੇਸ਼ਣ, ਅਤੇ ਟਰੇਸੇਬਿਲਟੀ, ਸਵੈਚਾਲਤ ਪ੍ਰੋਸੈਸਿੰਗ, ਅਤੇ ਸਥਿਰਤਾ ਸੁਧਾਰ ਨੂੰ ਸੰਭਾਲਣ ਲਈ ਐਪਲੀਕੇਸ਼ਨ ਯੋਜਨਾਵਾਂ ਤਿਆਰ ਕਰਨ ਲਈ ਗਿਆਨ ਅਧਾਰਾਂ ਦੇ ਨਾਲ DeepSeek ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ, ਜੋ ਕਿ AIOps ਨਾਲੋਂ ਵਧੇਰੇ ਲਚਕਦਾਰ ਹੈ।

ਇਸ ਤੋਂ ਇ