Изменение направления
Baichuan, один из первоначальных ‘Шести тигров’, недавно отметил свою вторую годовщину, объявив о значительном изменении направления. Генеральный директор Ван Сяочуань подчеркнул необходимость оптимизации операций и концентрации на секторе здравоохранения. Этот поворот резко контрастирует с первоначальным видением компании, заключавшимся в разработке фундаментальной модели, аналогичной китайской версии OpenAI.
Аналогичным образом, Zero One, еще один член группы, основанной Кай-Фу Ли, объявил о переходе к стратегии ‘маленькой, но утонченной’. Стартап отказался от своих первоначальных устремлений по созданию платформы AI 2.0 и ускорению наступления Artificial General Intelligence (AGI). Эта тенденция, как отмечает Xpin, означает превращение из амбициозных тигров в более прагматичных ‘котят’.
Шок от DeepSeek
Изменение стратегии назревало под поверхностью, прежде чем стало широко очевидным. По словам технического эксперта Ван Венгуана, автора Knowledge Graph больших моделей, многочисленные китайские компании уже прекратили обучение Large Language Models (LLMs) из-за непомерных затрат.
Запуск DeepSeek R1 в январе вызвал шок в отрасли, побудив многие малые и средние предприятия осознать, что они просто не могут конкурировать. Это осознание вызвало коллективный поворот среди ‘Шести тигров’, отход от разработки AGI и переход к другим, более специализированным областям.
Baichuan и Zero One вообще отказались от предварительного обучения моделей, сосредоточившись вместо этого на AI-приложениях в здравоохранении. MiniMax сократил свои B2B-операции, переключив свое внимание на зарубежные рынки с приложениями для создания видео. Zhipu AI, Moonshot AI и Character AI остаются активными в сообществе открытого исходного кода, но ни один из них еще не создал инструмент, превосходящий DeepSeek R1.
В настоящее время ‘Шесть котят’ все больше сосредоточены на рынке B2B Software as a Service (SaaS) - области, воспринимаемой как ‘менее инновационная’ в более широком ландшафте AI. Однако этот рынок не лишен своих проблем. Ван Венгуан отмечает, что технические барьеры для входа для разработки платформы большой языковой модели не особенно высоки.
‘Мне потребовалось около полугода, чтобы разработать такую платформу самостоятельно. Я думаю, что трудно заработать деньги на этом продукте через компанию, но частное лицо все еще может получать от него небольшой доход’, - заявил Ван.
В настоящее время на рынке существует около тысячи аналогичных платформ, и их легко воспроизвести. ‘Я сотрудничаю с B2B-предприятиями, предоставляя услуги всего за 40 000-50 000 юаней - цену, с которой крупные компании не могут конкурировать’, - добавил Ван.
Будущее ИИ в Китае
Отраслевые эксперты в основном согласны с оценкой Кай-Фу Ли, что в будущем только DeepSeek, Alibaba и ByteDance продолжат разрабатывать фундаментальные модели в Китае.
‘Стартапы, которые продолжают заниматься технологией LLM, скорее всего, потерпят неудачу. Самым перспективным, безусловно, является DeepSeek, за ним следуют Alibaba и ByteDance. Ожидается, что лидер займет 50-80% доли рынка, а остальные потенциально займут 10%. Главный вопрос: кто первым создаст AGI? Эта компания - конечный победитель’, - отметил Цзян Шао, специалист по AI в финансовой фирме.
DeepSeek в настоящее время занимает лидирующую позицию, извлекая выгоду из сочетания технического идеализма, талантливой рабочей силы и существенных ресурсов. Ван Венгуан считает, что компания может достичь глобального доминирования, если решит агрессивно коммерциализировать свою технологию.
По данным Xpin, данные стали важным дифференциатором в среде, где выявление конечного победителя остается неопределенным. ‘Чтобы создать конкурентное преимущество, решающим фактором является то, какими данными вы обладаете, потому что любой может использовать модель’, - подчеркнул Гао Пэн, эксперт по технологиям в Alibaba.
Независимо от того, сосредоточены ли они на разработке фундаментальной модели или нацелены на рынок B2B, AI-стартапы сталкиваются со значительными препятствиями в создании трансформационных прорывов. Без уникальных активов данных или многолетнего накопленного опыта им трудно установить долгосрочное конкурентное преимущество. Эта реальность побудила ‘Шесть AI-тигров’ Китая сократить свои амбиции и искать возможности для выживания в быстро развивающейся AI-экосистеме.
Поиск жизнеспособных ниш
Стратегические сдвиги, предпринятые ‘Шестью тиграми’, подчеркивают интенсивную конкуренцию и высокую стоимость входа в сферу фундаментальной AI-модели. Поскольку эти компании перенаправляют свои ресурсы, они активно изучают специализированные ниши в более широком ландшафте AI. Сектор здравоохранения, например, представляет собой убедительную возможность для решений на основе AI, начиная от диагностических инструментов и заканчивая персонализированными планами лечения.
Однако проникновение на рынок здравоохранения требует не только технологического мастерства. Оно требует глубокого понимания медицинских рабочих процессов, нормативных требований и проблем конфиденциальности пациентов. Стартапы, выходящие в это пространство, должны наладить стратегическое партнерство с поставщиками медицинских услуг, завоевать доверие пациентов и ориентироваться в сложной нормативной среде.
Аналогичным образом, рынок B2B SaaS предлагает широкий спектр возможностей для AI-приложений, от автоматизации взаимодействия с клиентами до оптимизации логистики цепочки поставок. Однако этот рынок также очень конкурентный, с многочисленными устоявшимися игроками и постоянным притоком новых участников. Чтобы добиться успеха в этом пространстве, стартапы должны отличаться превосходным качеством продукции, исключительным обслуживанием клиентов и инновационными моделями ценообразования.
Императив данных
В гонке за разработку передовых AI-решений данные стали важнейшим дифференциатором. Компании, имеющие доступ к большим, высококачественным наборам данных, имеют значительное преимущество в обучении и тонкой настройке своих моделей. Эти наборы данных могут быть получены из различных источников, включая взаимодействие с клиентами, данные датчиков и общедоступную информацию.
Однако просто обладания большими объемами данных недостаточно. Данные должны быть надлежащим образом подобраны, очищены и помечены, чтобы обеспечить их точность и релевантность. Кроме того, компании должны разработать надежные политики управления данными для защиты конфиденциальности и соблюдения нормативных требований.
Важность данных привела к резкому увеличению спроса на специалистов по данным и инженеров данных. Эти специалисты обладают навыками и опытом для извлечения информации из данных, создания моделей машинного обучения и развертывания AI-решений в масштабе. Поскольку ландшафт AI продолжает развиваться, способность использовать возможности данных будет становиться все более важной для успеха.
Война за таланты
Индустрия AI характеризуется ожесточенной конкуренцией за таланты. Компании активно нанимают ведущих инженеров, исследователей и менеджеров по продуктам со всего мира. Спрос на AI-таланты намного превышает предложение, что приводит к росту заработной платы и созданию высокомобильной рабочей силы.
Чтобы привлекать и удерживать лучшие таланты, компании должны предлагать конкурентоспособные пакеты компенсаций, сложные рабочие задания и возможности для профессионального роста. Они также должны воспитывать культуру инноваций, сотрудничества и непрерывного обучения.
Кроме того, компании инвестируют в программы обучения и развития для повышения квалификации своей существующей рабочей силы. Эти программы охватывают широкий круг тем, включая машинное обучение, глубокое обучение, обработку естественного языка и компьютерное зрение. Инвестируя в навыки своих сотрудников, компании могут быть уверены, что у них есть таланты, необходимые для конкуренции в быстро развивающемся ландшафте AI.
Нормативно-правовая база
Индустрия AI сталкивается с повышенным вниманием со стороны регулирующих органов во всем мире. Правительства борются с этическими, социальными и экономическими последствиями AI и разрабатывают новые законы и правила для решения этих проблем.
Эти правила охватывают широкий круг вопросов, включая конфиденциальность данных, алгоритмическую предвзятость и использование AI в критически важных приложениях. Компании должны быть в курсе этих нормативных изменений и обеспечивать соответствие своих AI-решений всем применимым законам и правилам.
Кроме того, компании должны быть прозрачными в отношении того, как работают их AI-системы и как они используются. Они также должны нести ответственность за решения, принимаемые их AI-системами. Принимая прозрачность и подотчетность, компании могут завоевать доверие своих клиентов и заинтересованных сторон.
Путь вперед
Стратегические сдвиги, предпринятые ‘Шестью тиграми’, подчеркивают проблемы и возможности, с которыми сталкиваются AI-стартапы в Китае. Хотя сфера фундаментальной модели остается в руках нескольких крупных игроков, у стартапов все еще есть многочисленные возможности для создания жизнеспособных ниш в более широком ландшафте AI.
Чтобы добиться успеха, стартапы должны сосредоточиться на разработке специализированных AI-решений, которые отвечают конкретным потребностям клиентов. Они также должны уделять приоритетное внимание качеству данных, привлечению талантов и соблюдению нормативных требований. Принимая прагматичный подход и сосредоточиваясь на предоставлении ощутимой ценности, AI-стартапы могут процветать в быстро развивающейся китайской AI-экосистеме. Путешествие от тигра к котенку может быть именно той необходимой эволюцией для долгосрочного выживания и устойчивого роста.