சீன 'சிறுத்தைகளின்' AI சந்திப்பு: ஒரு பார்வை

சீனாவில் AI தொழில்நுட்பத்தின் துரித கதியில் ஏற்பட்டுள்ள வளர்ச்சியானது பல ஸ்டார்ட்அப் நிறுவனங்களுக்கு உற்சாகத்தையும், அதே சமயம் ஒருவித நிச்சயமற்ற நிலையையும் உருவாக்கியுள்ளது. ஒரு காலத்தில் பெரிய இலக்குகளைக் கொண்டிருந்த பல நிறுவனங்கள், தற்போது சந்தையில் நிலவும் கடுமையான போட்டி மற்றும் அதிக வளங்கள் தேவைப்படும் சூழல் காரணமாக, தங்களுடைய உத்திகளை மாற்றியமைத்து வருகின்றன.

தொலைநோக்குப் பார்வையிலிருந்து தந்திரோபாய மாற்றங்கள்

சீனாவின் “AI சிறுத்தைகள்” என்று அழைக்கப்படும் நிறுவனங்களில் ஒன்றான Baichuan Intelligent, தனது இரண்டாவது ஆண்டு விழாவை முன்னிட்டு ஒரு உள் கடிதத்தை வெளியிட்டது. அதில், மருத்துவ பயன்பாடுகளுக்கு முக்கியத்துவம் அளித்து, தங்கள் கவனம் குறுகியதாக இருக்கும் என்று அறிவித்தது. OpenAI போன்ற ஒரு புதுமையான அடித்தளத்தை உருவாக்குவது மற்றும் பயன்பாடுகளை நிறைவு செய்வது போன்ற ஆரம்பகால இலக்குகளிலிருந்து இது முற்றிலும் மாறுபட்டது.

இதேபோன்று, மற்றொரு “சிறுத்தை” நிறுவனமான 01.AI-ன் நிறுவனர் லீ கைகு, தனது நிறுவனம் “சிறிய ஆனால் அழகான” அணுகுமுறையை பின்பற்றும் என்று ஜனவரி மாதம் அறிவித்தார். AGI-ன் வருகையை விரைவுபடுத்த AI 2.0 தளத்தை உருவாக்கும் தொலைநோக்குப் பார்வையிலிருந்து இது ஒரு குறிப்பிடத்தக்க விலகலாகும்.

இந்தத் தந்திரோபாய பின்வாங்கல்கள் பல்வேறு ஊகங்களுக்கு வழிவகுத்தன. சில பார்வையாளர்கள் இந்த “சிறுத்தைகள்” “நோயுற்ற பூனைகளாக” மாறி வருவதாகக் கருத்து தெரிவித்தனர். நிலையான மாற்றங்கள் நிறைந்த சூழலில், இந்த நிறுவனங்கள் எவ்வாறு தங்கள் எதிர்காலத்தைப் பாதுகாத்துக்கொள்ள முடியும்?

இந்தக் கேள்விக்கு பதிலளிக்க, Zhiwei-ன் ஆசிரியர் குழு, பெரிய மாதிரி தொழில்நுட்ப வல்லுநர்கள், நிதி மற்றும் சுகாதாரத் துறைகளில் AI நிபுணர்கள் மற்றும் முன்னணி நிறுவனங்களைச் சேர்ந்த AI தொழில்நுட்ப நிபுணர்கள் உட்பட பல்வேறு நிபுணர்களிடமிருந்து நுண்ணறிவுகளைப் பெற்றது.

டீப்ஸீக் விளைவு மற்றும் மாறும் உத்திகள்

சந்தையை உலுக்கிய DeepSeek என்ற மாடலின் அதீத புகழ் காரணமாக AI களம் வியத்தகு முறையில் மாறியது. ஒரு வலிமையான வீரனைப் போல, DeepSeek களத்தை சீர்குலைத்தது, பல AI நிறுவனங்களை தங்கள் நிலைகளை மறு மதிப்பீடு செய்து வெவ்வேறு பாதைகளை பின்பற்றும்படி கட்டாயப்படுத்தியது.

இருப்பினும், இந்த மாற்றம் பலரும் நினைத்ததை விட முன்னதாகவே தொடங்கியது. பெரிய மாதிரி தொழில்நுட்ப நிபுணர் வாங் வெங்குவாங் கருத்துப்படி, DeepSeek V3 மற்றும் R1 வெளியாவதற்கு முன்பே சில சீன AI நிறுவனங்கள் பெரிய மாதிரி பயிற்சியை கைவிடத் தொடங்கின. ஏனென்றால் செலவுகள் மிக அதிகமாக இருந்தன. DeepSeek V2.5 மற்றும் Alibaba’s Qwen 70B போன்ற இலவசமாகக் கிடைக்கக்கூடிய மற்றும் திறந்த மூல விருப்பங்களுடன் போட்டியிட முடியாது என்று இந்த நிறுவனங்கள் உணர்ந்தன.

AI தொழில்நுட்ப சேவை நிறுவனத்தின் நிபுணர் லியாங் ஹீ கூறுகையில், “சிறுத்தைகள்” பெரும்பாலானவை 2024 ஆம் ஆண்டின் நடுப்பகுதியில் பெரிய மாடல்களுக்கு பயிற்சி அளித்து வந்தாலும், அவற்றின் முதலீடு கணிசமாகக் குறைந்துவிட்டது. DeepSeek R1 வெளியான ஜனவரி 2025 இல், பல சிறிய நிறுவனங்கள் தங்களால் தாக்குப்பிடிக்க முடியாது என்பதை உணர்ந்தன.

இந்த திடீர் மாற்றம் “சிறுத்தைகளின்” திசையில் ஒரு பெரிய மாற்றத்தை ஏற்படுத்தியது. AGI மேம்பாட்டிலிருந்து விலகி, மேலும் சிறப்பு அணுகுமுறைகளை நோக்கி நகர்ந்தன.

Baichuan மற்றும் 01.AI ஆகியவை பெரிய மாடல்களுக்கு பயிற்சி அளிப்பதை கைவிட்டு, முறையே மருத்துவ AI மற்றும் தொழில் பயன்பாட்டில் கவனம் செலுத்துகின்றன. MiniMax தனது B2B செயல்பாடுகளைக் குறைத்து, வெளிநாட்டு சந்தைகளில் C-end வீடியோ உருவாக்கம் மற்றும் பிற பயன்பாடுகளில் கவனம் செலுத்துகிறது. Zhipu, Moonshot AI மற்றும் StepUp ஆகியவை இன்னும் திறந்த மூல சமூகத்தில் தீவிரமாக உள்ளன, ஆனால் DeepSeek R1 ஐ விட சிறந்த எந்த புதிய மாடல்களையும் உருவாக்கவில்லை. Zhipu கணிசமான நிதி மற்றும் அரசு-நிறுவன கூட்டாண்மைகளைப் பெற்று தனது இருப்பை உறுதி செய்துள்ளது. Moonshot AI-ன் முதன்மை தயாரிப்பான Kimi-ன் நிலை Yuanbao-வால் அச்சுறுத்தலுக்கு உள்ளாகி, அதன் நிலைப்பாடு மோசமானதாக மாறியுள்ளது.

ஒட்டுமொத்தமாக, “சிறுத்தைகள்” B2B SaaS சந்தையுடன் பெருகிய முறையில் ஒன்றிணைந்து வருகின்றன, இது சிலரால் “கற்பனையற்றது” என்று கருதப்படுகிறது.

B2B சந்தையின் கவர்ச்சி மற்றும் வரம்புகள்

01.AI சமீபத்தில் DeepSeek-ஐ முழுமையாக ஒருங்கிணைத்து பல்வேறு தொழில்களுக்கான ஒரு நிறுத்த நிறுவன பெரிய மாதிரி தளத்தை உருவாக்க விரும்புவதாக அறிவித்தது. இருப்பினும், இந்த நடவடிக்கை சந்தேகத்துடன் பார்க்கப்படுகிறது.

நிதி AI நிபுணர் ஜியாங் ஷாவோ, 01.AI-ன் எதிர்காலம் நிச்சயமற்றதாக இருப்பதாக நம்புகிறார். ஏனென்றால், DeepSeek வெளிவந்த பிறகு பரந்த கவனம், தொழில்நுட்ப போட்டித்தன்மை இல்லாமை மற்றும் வணிகமயமாக்கல் திறன்கள் குறைவாக உள்ளது.

வாங் வெங்குவாங் இந்த கருத்தை எதிரொலித்தார். ஒரு நிறுத்த பெரிய மாதிரி தளத்திற்கான தொழில்நுட்ப நுழைவு தடை ஒப்பீட்டளவில் குறைவாக இருப்பதாக அவர் குறிப்பிட்டார்.

வாங் தனது அனுபவத்தைப் பகிர்ந்து கொள்கையில், அவர் இதுபோன்ற ஒரு தளத்தை சுமார் ஆறு மாதங்களில் சுயாதீனமாக உருவாக்கி, தனிப்பட்ட வழிகளில் விற்பனை செய்தார். ஒரு நிறுவனமாக இந்த தயாரிப்பிலிருந்து லாபம் பெறுவது கடினம் என்றாலும், ஒரு தனி முயற்சியாக லாபம் ஈட்ட முடியும் என்று அவர் வாதிட்டார்.

வாங் பல B2B நிறுவனங்களுடன் இணைந்து பெரிய மாதிரி சேவைகளை வழங்குகிறார், ஆனால் அவர்களிடம் தொழில்நுட்ப தளம் இல்லை. அவர் தனது தளத்தை குறைந்த செலவில், ஒரு உரிமத்திற்கு சுமார் 40,000 முதல் 50,000 யுவான் வரை வழங்குகிறார், இது பெரிய நிறுவனங்களை விட கணிசமாக குறைவு.

அவரது தளம், KAF (Knowledge-based Agent Factory), அறிவு வரைபடங்கள், திசையன் தரவுத்தளங்கள் மற்றும் தேடுபொறிகளைப் பயன்படுத்தி பெரிய மாதிரி மற்றும் ஏஜென்ட் பயன்பாடுகளை வழங்குகிறது. இது பயனர்கள் குறியீடு இல்லாமல் ப்ராம்ப்ட் மற்றும் மாடல் மேலாண்மை மூலம் தனிப்பயன் அறிவு உதவியாளர்கள் அல்லது ஏஜென்ட்களை உருவாக்க உதவுகிறது. சந்தையில் இதேபோன்ற தளங்கள் பரவலாக இருப்பதால், அதை நகலெடுப்பது எளிது என்று வாங் குறிப்பிட்டார்.

வாங் கருத்துப்படி, B2B பெரிய மாதிரி பயன்பாட்டை உருவாக்க விரும்பும் ஒரு நிறுவனம், திறமையான நபர்களைக் கொண்ட ஒரு சிறிய குழுவை நியமிப்பதன் மூலம் அல்லது வெளிப்புற AI நிறுவனத்துடன் கூட்டு சேர்ந்து விரைவாக ஒரு தயாரிப்பை உருவாக்க முடியும். இது பெரிய மாடலுக்கு பயிற்சி அளிப்பதை விட கணிசமாக மலிவானது.

தளம் மாதிரிக்கு கூடுதலாக, ஒருங்கிணைந்த தீர்வுகள் வன்பொருள், மென்பொருள் மற்றும் செயல்பாட்டு சூழல்களை வழங்குகின்றன, அவை உடனடியாக பயன்படுத்தக்கூடிய செயல்பாட்டை வழங்குகின்றன. பிங் அன் இன்சூரன்ஸின் தொழில்நுட்ப தளம் குழுவின் தலைவர் ஜாங் சென்சென், ஒருங்கிணைந்த தீர்வுகளுக்கு ஒரு சாத்தியமான சந்தை இருப்பதாக நம்புகிறார், குறிப்பாக மட்டுப்படுத்தப்பட்ட தொழில்நுட்ப வரிசைப்படுத்தும் திறன்களைக் கொண்ட அரசாங்கம் மற்றும் கல்வி நிறுவனங்களிடையே இது சாத்தியம். இந்தத் தீர்வுகள் பயன்பாட்டின் எளிமை மற்றும் தொழில்நுட்ப தன்னாட்சிக்கு முன்னுரிமை அளிக்கின்றன, தரவு பாதுகாப்பு, தனியுரிமை இணக்கம் மற்றும் வன்பொருள்-மென்பொருள் தேர்வுமுறை போன்ற நன்மைகளை வழங்குகின்றன. அவை உள்நாட்டில் தயாரிக்கப்பட்ட சிப்களைப் பயன்படுத்தலாம், கட்டுப்பாடுகளைத் தவிர்த்து செயல்திறனை மேம்படுத்தலாம். செலவு உணர்வு மற்றும் ROI-ல் கவனம் செலுத்தும் நிறுவனங்கள் ஒருங்கிணைந்த தீர்வுகள் அவற்றின் நீண்ட வாழ்க்கைச் சுழற்சிகள் காரணமாக கவர்ச்சிகரமானதாகக் காணலாம்.

உள்நாட்டு SaaS சந்தை வரலாற்று ரீதியாக அதிக தனிப்பயனாக்குதல் தேவைகள், பொதுவான மற்றும் ஒருபடித்தான தயாரிப்புகள், தீவிர போட்டி, குறைந்த விலை உத்திகள் மற்றும் குறுகிய கால பணமாக்குவதில் கவனம் செலுத்துதல் போன்ற சவால்களை எதிர்கொண்டுள்ளது. இந்தச் சந்தையில் உள்ள வாடிக்கையாளர்கள் பெரும்பாலும் குறைந்த அளவிலான டிஜிட்டல் மயமாக்கலைக் கொண்டுள்ளனர் மேலும் பணம் செலுத்த வரையறுக்கப்பட்ட விருப்பம் உள்ளது.

இதற்கு மாறாக, சர்வதேச SaaS சந்தை நிபுணத்துவத்திற்கு முக்கியத்துவம் அளிக்கிறது, நிறுவனங்கள் குறிப்பிட்ட பகுதிகளில் கவனம் செலுத்துகின்றன மற்றும் பணம் செலுத்த அதிக விருப்பம் கொண்ட பெரிய மற்றும் நடுத்தர அளவிலான வாடிக்கையாளர்களுக்கு ஆழமான சேவைகளை வழங்குகின்றன.

பெரிய மாதிரி களம் இந்த போக்குகளை பிரதிபலிக்கிறது. சர்வதேச SaaS சந்தையில் சமீபத்திய நிகழ்வுகள் இதை நிரூபிக்கின்றன:

• பிப்ரவரி 2025 இல், MongoDB ஆனது Voyage AI என்ற 17 மாத AI ஸ்டார்ட்அப்பை 220 மில்லியன் டாலருக்கு வாங்கியது, இது உட்பொதித்தல் மற்றும் மறு தரவரிசை மாடல்களில் கவனம் செலுத்தியது.
• 2024 இல், Amazon ஆனது Adept என்ற இரண்டு வயது AI ஏஜென்ட் ஸ்டார்ட்அப்புடன் தொழில்நுட்ப உரிமம் ஒப்பந்தத்தை அறிவித்தது, Adept உறுப்பினர்கள் சிலர் Amazon’s AGI குழுவில் இணைந்தனர்.

இந்த ஸ்டார்ட்அப்கள் பெரிய மாதிரி தொழில்நுட்பத்தில் ஒரு குறிப்பிட்ட முக்கிய இடத்தில் கவனம் செலுத்துவதன் மூலம் வெற்றியைப் பெற்றன. இதுபோன்ற எடுத்துக்காட்டுகள் சீனாவில் அரிதானவை. சிறிய மற்றும் நடுத்தர அளவிலான நிறுவனங்கள் பல பெரிய நிறுவனங்கள் தங்கள் இடத்திற்குள் நுழைவதற்கு எதிராக தொடர்ந்து பாதுகாக்க வேண்டும்.

வாங் வெங்குவாங், B2B சந்தையில் தனது விரிவான அனுபவத்திலிருந்து அதன் கடுமையான யதார்த்தங்களை விவரித்தார். ஒரு நிறுத்த தளங்களுக்கு ஒரு பெரிய சந்தை இருந்தாலும், அது துண்டு துண்டாக உள்ளது என்று அவர் குறிப்பிட்டார். குறைந்த இயக்கச் செலவுகளைக் கொண்ட சிறிய நிறுவனங்கள் போட்டி விலையை வழங்க முடியும், இது பெரிய நிறுவனங்களை குறைமதிப்பிற்கு உட்படுத்துகிறது. இது பயன்பாட்டு சேவைகளின் விலையை குறைக்கிறது. பெரிய நிறுவனங்கள் மற்ற ஸ்டார்ட்அப்கள் மற்றும் பாரம்பரிய ஒருங்கிணைப்பாளர்களிடமிருந்து போட்டியை எதிர்கொள்கின்றன. பெரிய நிறுவனங்களுக்கு அவற்றின் சொந்த பெரிய மாடல்கள் மற்றும் பிராண்ட் நன்மைகள் இருக்கலாம், ஆனால் அவை இதேபோன்ற B2B வணிக உத்திகளை எதிர்கொள்கின்றன.

வாங் கூறியது போல், “நானும் DeepSeek-ஐ பயன்படுத்துகிறேன், மேலும் பல நிறுவனங்கள் DeepSeek-ஐ பயன்படுத்துகின்றன, எனவே வேறுபாடு எதுவும் இல்லை. சீனாவில் ஏராளமான கிளவுட் விற்பனையாளர்கள் உள்ளனர், எனவே குறைந்தபட்சம் அவ்வளவு போட்டியாளர்களாவது இருப்பார்கள். உள்நாட்டு B2B சந்தை எப்போதும் இப்படித்தான் இருக்கும்; உயிர்வாழ, உங்களுக்கு வலுவான தொடர்புகள், நல்ல சேவை அல்லது குறைந்த விலை இருக்க வேண்டும்.”

லியாங் ஹீ 01.AI-ன் தற்போதைய தேர்வுகள் மற்றும் எதிர்கால வாய்ப்புகள் குறித்து ஒரு சுருக்கமான மதிப்பீட்டை வழங்கினார்:

• B2B பயன்பாடுகளுக்கு 01.AI-ன் வணிகத்தை முழுமையாக மாற்றுவது மற்றும் ஒரு நிறுத்த நிறுவன பெரிய மாதிரி தளத்தை ஊக்குவிப்பது என்ற லீ கைகுவின் முடிவு வணிக ரீதியாக சரியானது, ஆனால் தீவிர போட்டிக்கு வழிவகுக்கும்.
• பெரிய நிறுவனங்களை விட குறைந்த விலையுள்ள பெரிய மாதிரி தயாரிப்புகளை 01.AI வழங்க வேண்டிய அவசியம், பயன்பாட்டு அடுக்கில் தனித்துவமான நன்மைகள் இல்லாததால் ஏற்படுகிறது.
• B2B க்கு 01.AI-ன் நகர்வு கற்பனை மற்றும் குறைவான “ கவர்ச்சியான” திட்டங்களின் இழப்பைக் குறிக்கிறது. 2017 இல் AI இன் முந்தைய அலையில் இருந்து பல கணினி பார்வை நிறுவனங்களின் விதி இது போன்றது.
• 01.AI வெளிநாட்டு சந்தைகளை ஆராய்ந்தால் வாய்ப்புகள் இருக்கலாம்.

01.AI உடன் ஒப்பிடும்போது, Baichuan-ன் எதிர்காலம் குறித்த கருத்துக்கள் அவ்வளவு நம்பிக்கையற்றவை அல்ல.

இருப்பினும், Baichuan மருத்துவத் துறையில் நுழைவது தனித்துவமான நன்மைகளைக் கொண்டிருக்கவில்லை, குறிப்பாக தரவு.

Baichuan மருத்துவத்திற்கு மாறுவது உயிர்வாழ ஒரு வழி என்று ஜியாங் ஷாவோ கூறினார். இருப்பினும், 01.AI உடன் ஒப்பிடும்போது, Baichuan குறைந்தபட்சம் ஒரு முக்கியசந்தையில் நுழைய முயற்சிக்கிறது.

மருத்துவத் தரவைக் கொண்ட நிறுவனங்கள் தொழில்நுட்ப நிறுவனங்களை விட மருத்துவப் பெரிய மாடல்களை உருவாக்குவதில் நான் மிகவும் நம்பிக்கை கொண்டுள்ளேன் என்று ஜாங் சென்சென் கூறினார். ஒரு தொழில் சார்ந்த பெரிய மாடலை உருவாக்க விரும்பும் எந்த நிறுவனத்திற்கும் இது பொருந்தும். மருத்துவப் பெரிய மாடல்களை உருவாக்குவதில் முக்கிய சவால் மாடல் அல்ல, தரவுதான். DeepSeek ஐப் பயன்படுத்தி தங்களுக்குச் சொந்தமாக ஒரு பெரிய மாடலை நன்றாகச் சரிசெய்யக்கூடிய பல சிறந்த மருத்துவமனைகள் சீனாவில் உள்ளன.

மருத்துவத் தரவை எவ்வாறு திறம்படப் பெறுவது? AI தொழில்நுட்ப ஸ்டார்ட்அப்களுக்கு தரவில் நன்மைகள் இல்லை என்று ஜியாங் ஷாவோ கூறினார். மருத்துவப் பெரிய மாடல்களை உருவாக்க, அவர்கள் ஏற்கனவே மருத்துவமனைகளுக்கு IT சேவைகளை வழங்கும் நிறுவனங்களுடன் கூட்டு சேர்ந்து செயல்பட வேண்டியிருக்கும்.

ஒரு “சிறுத்தை” நிறுவனம், உள்நாட்டு மருத்துவர் பரிமாற்ற மன்றத்துடன் பிரத்தியேகமாக கூட்டு சேர்ந்து, மருத்துவர் பரிமாற்றங்களிலிருந்து உருவாக்கப்பட்ட ஏராளமான வழக்குகளைப் பயன்படுத்தி மாடல்களுக்கு பயிற்சி அளித்து வருகிறது.

கூடுதலாக, முக்கிய சந்தைகள் குறித்து நம்பிக்கையான கண்ணோட்டத்துடன், தொழில் வல்லுநர்கள் Baichuan-ன் நிறுவனர் வாங் சியோச்சுவான் மீது நம்பிக்கை வைத்துள்ளனர்.

மருத்துவத்தில் நிபுணத்துவம் பெறுவதில் வாங் சியோச்சுவான் வெற்றி பெறுவது, அவர் ஒரு இலட்சியத்தை பின்பற்ற விரும்புகிறாரா அல்லது பணம் சம்பாதிக்க விரும்புகிறாரா என்பதைப் பொறுத்தது என்று லியாங் ஹீ நம்புகிறார். வாங் ஒரு இலட்சியத்தை பின்பற்றவும், மருத்துவ AI ஆராய்ச்சி முடிவுகளை உருவாக்கவும் அதிக ஆர்வம் காட்டுகிறார் என்று அவர் நம்புகிறார்.

இந்த சந்தையின் காலாவதியான தன்மையை வாங் வெங்குவாங் வலியுறுத்தினார். குறுகிய கால வணிகமயமாக்கல் இலக்காக இருந்தால், மருத்துவத் துறையும் ஒட்டுமொத்த B2B சந்தையைப் போலவே மிகவும் போட்டித்தன்மை வாய்ந்தது என்று அவர் கூறினார். பல நிறுவனங்கள் அறிவு வரைபடங்கள், திசையன் தேடல்கள் மற்றும் பெரிய மாடல்களை மருத்துவ பயன்பாடுகளுக்கு பயன்படுத்த முடியும்.

மருத்துவ AI நிபுணர்களுடனான Zhiwei-ன் கலந்துரையாடல்களின்படி, மருத்துவ ஆராய்ச்சியில் குறிப்பிடத்தக்க அறிவு இடைவெளிகள் உள்ளன, மேலும் புதிய அறிவு வேகமாக வளர்ந்து வருகிறது. எனவே, மருத்துவ அடிப்படை ஆராய்ச்சிகளை மேற்கொள்வதற்கு பெரிய மாடல்களைப் பயன்படுத்துவதற்கு குறிப்பிடத்தக்க சாத்தியக்கூறுகள் உள்ளன. உதாரணமாக, புரத அமைப்பு கணிப்புக்கான AlphaFold மாடல், உயிரி புதுப்பிக்கத்தக்க பொருட்களை உருவாக்குதல் மற்றும் மரபணு ஆராய்ச்சியை மேம்படுத்துதல் உள்ளிட்ட ஆராய்ச்சியை விரைவுபடுத்தும் வகையில் உலகளவில் 1.8 மில்லியனுக்கும் அதிகமான விஞ்ஞானிகளால் பயன்படுத்தப்பட்டுள்ளது என்று மெயிஸ் மெடிக்கல் தெரிவித்துள்ளது.

ஒரு இலட்சியத்தை பின்பற்றுவது அல்லது பணம் சம்பாதிப்பதுடன், மருத்துவ AI ஸ்டார்ட்அப் ஒரு பொதுவான மருத்துவ பெரிய மாடலை உருவாக்கலாமா அல்லது வேண்டாமா என்ற கேள்வியையும் எதிர்கொள்கிறது.

உள்நாட்டு சந்தையில் பொதுவான மருத்துவ பெரிய மாடல்களில் முன்னேற்றம் எதுவும் இல்லை என்று ஜாங் சென்சென் கூறினார், முக்கியமாக பெரிய அளவிலான தரவு சேகரிப்பு மற்றும் பயன்பாட்டிற்கு சக்திவாய்ந்த மருத்துவ உபகரணங்களை நம்பியிருப்பதுதான் காரணம். சீனாவில் உள்ள பல மருத்துவ வசதிகள் பரவலாகப் பிரபலப்படுத்தப்படவில்லை, இதனால் AI துல்லியமான நோயறிதலைச் செய்ய முடியாது. இருப்பினும், Mayo Clinic போன்ற சில வலுவான மருத்துவமனைகள் தங்கள் சொந்த பெரிய மாடல்களைத் தொடங்க ஆராயத் தொடங்கியுள்ளன. குறுகிய காலத்தில் லாப வாய்ப்புகளைப் பார்ப்பது கடினம் என்றாலும், இந்த வகையான பெரிய மாடல்கள் நீண்ட காலத்திற்கு மருத்துவத் துறையில் ஆழமான தாக்கத்தை ஏற்படுத்தக்கூடும்.

மருத்துவத் துறை முழு தானியங்கி நோயறிதலின் சவாலையும் எதிர்கொள்கிறது, குறிப்பாக உள்நாட்டு சந்தையில், உபகரணங்கள் போதுமானதாக இல்லை, மேலும் AI பாரம்பரிய நோயறிதல் முறைகளை முழுமையாக மாற்ற முடியாது. பரவலாக மருத்துவ உபகரணங்கள் இல்லாதது, குறிப்பாக தொலைதூர பகுதிகளில், மருத்துவ தொழில்நுட்பத்தை முழுமையாக உள்ளடக்குவது கடினம், எனவே முழு தானியங்கி நோயறிதல் ஒரு குறிப்பிடத்தக்க சவாலாகவே உள்ளது.

மருத்துவத் துறையில் கடுமையான உரிமம் மற்றும் இணக்க தேவைகள் உள்ளன, மேலும் மருத்துவத் துறையில் நுழையும்போது பெரிய மாடல்கள் இணக்க சிக்கல்களைக் கவனிக்க வேண்டும். எதிர்கால C-end மருத்துவ சேவைகள் மருத்துவர்களின் நுட்பங்கள் மற்றும் AI ஐ இணைத்து நோயறிதல் மற்றும் சிகிச்சையின் செயல்திறனை மேம்படுத்தலாம், குறிப்பாக இளைய தலைமுறையினருக்கு.

கடைசியாக, உள்நாட்டு B2B சந்தையின் குணாதிசயங்களை புறக்கணித்தாலும், பெரிய மாதிரி பயன்பாடுகளில் போட்டி To B சந்தையில் உயிர்வாழ்வதை சவாலாக ஆக்குகிறது. பெரிய மாடல் To B தயாரிப்புகளுக்கான வடிவமைப்பு மாடல்கள் இன்னும் ஆராயப்பட்டு வருவதாக வாங் வெங்குவாங் கூறினார், அவை இறுதியில் ஒன்றிணையும். இது சீனாவில் மட்டுமல்ல, சிலிக்கான் பள்ளத்தாக்கு தொழில்நுட்ப நிறுவனங்களான OpenAI, Anthropic மற்றும் Google போன்ற நிறுவனங்களிலும் உண்மை. மாடல்களின் செயல்திறனில் குறிப்பிடத்தக்க வேறுபாடு இல்லாவிட்டால், இந்த சந்தையில் பணம் சம்பாதிக்க முடியாது, இறுதியில் அனைவரும் ஒரே மட்டத்தில் இருப்பார்கள்.

இதனால்தான் DeepSeek R1 சீனாவில் மட்டுமல்ல, வெளிநாட்டிலும், குறிப்பாக சிலிக்கான் பள்ளத்தாக்கு தொழில்நுட்ப நிறுவனங்களிலும் மிகப்பெரிய தாக்கத்தை ஏற்படுத்தியுள்ளது. R1 வெளியான பிறகு அமெரிக்க பங்குச் சந்தை அதிக ஏற்ற இறக்கத்தை சந்திக்கத் தொடங்கியது. இதன் முக்கிய தர்க்கம் எளிதானது: சிலிக்கான் பள்ளத்தாக்கின் பெரிய மாடல்கள் சீனாவால் பிடிக்கப்பட்டுள்ளன. அவர்களை மிஞ்சவில்லை என்றாலும், இடைவெளியை விரிவுபடுத்த முடியாததால், அத்தகைய அதிக மதிப்பீடுகளை ஆதரிக்க முடியவில்லை, இது பங்கு விலைகள் வீழ்ச்சிக்கு வழிவகுத்தது.

நிச்சயமாக, To B சந்தையில் வாடிக்கையாளர்களை ஈர்க்க மற்றொரு வழி உள்ளது: திறந்த மூலம். திறந்த மூலத்திற்கான முதன்மை லாப மாதிரிகளில் கட்டண-நிலை செயல்பாடுகள், கிளவுட் ஹோஸ்டிங் மற்றும் திறந்த மூல தொழில்நுட்பத்தின் அடிப்படையில் நிறுவன-நிலை ஆலோசனை மற்றும் பயிற்சி போன்ற மதிப்பு கூட்டப்பட்ட சேவைகளை வழங்குவது ஆகியவை அடங்கும்.

திறந்த மூல பெரிய மாடல்களின் நேரடி விளைவு தொழில்நுட்பத்தை பிரபலப்படுத்துவதை ஊக்குவிப்பதாகும். DeepSeek-ன் திறந்த மூலமானது நிறுவனங்களின் பெரிய மாடல்களின் பயன்பாட்டை கணிசமாக துரிதப்படுத்தியுள்ளது என்று ஜாங் சென்சென் கூறினார். மூத்த மேலாண்மை பெரிய மாடல்களின் பயன்பாட்டை பெரிதும் ஆதரிக்கிறது. பெரிய மாடல்கள் நடைமுறை பயன்பாடுகளில் சிறப்பாக செயல்படுவதால், குறிப்பாக மனித தலையீட்டைக் குறைத்தல் மற்றும் செயல்திறனை அதிகரிப்பதில், ஆதரவு தொடர்ந்து அதிகரிக்கும்.

சிறந்த தரவுத் தரம் கொண்ட தொழிலாக, நிதித் துறை எப்போதும் AI இல் பணக்கார தொழில்நுட்ப குவிப்பைக் கொண்டிருந்தது மேலும் விரைவாகத் தாக்குப்பிடிக்க முடியும். DeepSeek ஐப் பொருட்படுத்தாமல், நிதி AI தொழில்நுட்பத்தை செயல்படுத்தும். இருப்பினும், DeepSeek மூலம், AI நிதித் துறையின் முக்கிய வணிகங்களை மட்டும் செயல்படுத்தாது, ஆனால் முன்பு கடினமாக இருந்த தினசரி அலுவலகப் பணிகள் மற்றும் செயல்பாடுகளிலும் பயன்படுத்தப்படும்.

செயல்பாடுகள் முன்பு மிகவும் விலை உயர்ந்தவை. உதாரணமாக, ரூட் காஸ் பகுப்பாய்விற்கு முன்பு பாரம்பரிய செயல்பாட்டு கண்காணிப்பு மற்றும் AIOps, அத்துடன் சிறிய மாடல்களுக்கு பயிற்சி தேவைப்பட்டது. இப்போது, கண்காணிப்பு, அலாரங்கள், சுய சேவை பகுப்பாய்வு மற்றும் தடமறிதல், தானியங்கி செயலாக்கம் மற்றும் ஸ்திரத்தன்மை மேம்பாடு ஆகியவற்றை கையாள பயன்பாட்டு திட்டங்களை உருவாக்க அறிவு தளங்களுடன் இணைந்து DeepSeek ஐப் பயன்படுத்தலாம், இது AIOps ஐ விட அதிக நெகிழ்வுத்தன்மையைக் கொண்டுள்ளது.

கூடுதலாக, செயல்பாடுகளின் AI இன் கவரேஜ் பரந்ததாகிவிட்டது, ஊடாடும் மற்றும் முன்முயற்சிக்கு அதிக கவனம் செலுத்தப்படுகிறது. முன்முயற்சி என்றால் AI செயல்பாடுகளை தீவிரமாகச் செய்ய அனுமதிப்பது. விதிகள், மனிதர்கள் அல்லது தனிப்பட்ட அனுபவத்தை நம்புவதிலிருந்து மாறுவது, அங்கு மனித அனுபவத்தின் நிலை செயல்பாட்டு திறன்களின் அளவை தீர்மானித்தது, இலகுவான AI மாடல்களை இப்போது நேரடியாகப் பயன்படுத்தலாம்.

DeepSeek-ன் பிரமை விகிதம் இன்னும் அதிகமாக இருந்தாலும், மற்ற ஒத்த மாடல்களிலிருந்து குறிப்பிடத்தக்க வேறுபாடு எதுவும் இல்லை என்றாலும், அதன் பகுத்தறிவு மற்றும் நடைமுறை பயன்பாட்டு திறன்கள் பிரமைகளின் எதிர்மறை விளைவுகளை ஈடுசெய்ய முடியும். RAG மற்றும் பிற தொடர்புடைய தொழில்நுட்பங்களைப் பயன்படுத்தி நன்றாகச் சரிசெய்து தேர்வுமுறை செய்வதன் மூலம் இந்த சிக்கல் படிப்படியாக மேம்படுத்தப்படும்.

Alibaba-வின் பெரிய மாதிரி தொழில்நுட்ப நிபுணர் காவ் பெங், DeepSeek-ன் தாக்கம் பெரிய மற்றும் சிறிய நிறுவனங்களுக்கு மாறுபடும் என்று நம்புகிறார்:

Alibaba உள்நாட்டில் பயன்படுத்தும் பெரிய மாடல்கள் எப்போதும் தொழில்துறையில் மிகவும் மேம்பட்டவையாக இருந்தன, எனவே DeepSeek-ன் வருகை குறிப்பிடத்தக்க தாக்கத்தை ஏற்படுத்தவில்லை. Alibaba செயல்திறன் மதிப்பீடு மற்றும் ஒப்பீடுக்கு DeepSeek ஐப் பயன்படுத்துகிறது, இது அதிக தொழில்நுட்ப உத்வேகத்தை அளிக்கிறது. DeepSeek இன் அமலாக்கம் பகுத்தறிவில் ஒப்பீட்டளவில் வேகமாக உள்ளது, மேலும் தொழில்நுட்ப விவரங்கள் மிகவும் பொதுவானவை. DeepSeek குவான்வெனால் பாதிக்கப்பட்டுள்ளது.

இதற்கு மாறாக, DeepSeek சிறிய மற்றும் நடுத்தர அளவிலான நிறுவனங்களில் அதிக தாக்கத்தை ஏற்படுத்துகிறது, ஏனெனில் முன்பு DeepSeek இன் விளைவை அடையக்கூடிய ஒரு மாடல் இல்லை, அதே நேரத்தில் குறைந்த செலவில், தனியார் வரிசைப்படுத்தலை வழங்குகிறது. DeepSeek வெளியான பிறகு, பல நிறுவனங்கள் DeepSeek ஒருங்கிணைந்த இயந்திரங்களை விற்பனை செய்யத் தொடங்கியுள்ளன. இருப்பினும், DeepSeek பல திறந்த மூல மாதிரி ஒருங்கிணைந்த இயந்திரங்களுடன் ஒப்பிடும்போது மலிவானது அல்ல, குறிப்பிட்ட தரநிலைகளைப் பொறுத்து.

எப்படியிருந்தாலும், உள்நாட்டு திறந்த மூல பெரிய மாடல் இப்போது செழித்து வருகிறது மேலும் உலகளவில் போட்டியிட முடியும். இருப்பினும், பிங் அன் இன்சூரன்ஸின் பெரிய மாடல்களின் செயலாக்கத்தின் அடிப்படையில், திறந்த மூல பெரிய மாடல்கள் இன்னும் தீர்க்க முடியாத வரம்புகளைக் கொண்டுள்ளன என்று ஜாங் சென்சென் நம்புகிறார்:

எங்களுக்கு, DeepSeek முக்கியமாக ஒரு பெரிய செலவு நன்மையைக் கொண்டுள்ளது. திறன்களைப் பொறுத்தவரை, பகுத்தறிவு, பொதுமைப்படுத்தல் திறன் மற்றும் சூழலைப் புரிந்துகொள்வது ஆகியவற்றின் அடிப்படையில் செயல்பாட்டு காட்சிகளில் மற்ற மாடல்களை விட சிறப்பாக இருக்கலாம். இருப்பினும், நிதி இடர் கட்டுப்பாடு போன்ற சிக்கலான காட்சிகளில் DeepSeek சிறப்பாக செயல்படவில்லை. இதற்கு காரணம் குறிப்பிட்ட பயன்பாட்டு காட்சிகளின் அடிப்படையில் இன்னும் விரிவான சரிசெய்தல் அல்லது மற்ற மாடல்களுடன் இணைந்து மேம்படுத்துதல் தேவைப்படுகிறது. எனவே, மாடல் செயல்திறனை மேலும் மேம்படுத்த குறிப்பிட்ட பயன்பாட்டு காட்சிகளின் அடிப்படையில் இலக்கு சரிசெய்தல் தேவைப்படுகிறது.

பிங் அன்னின் சுய-வளர்ந்த பெரிய மாடல்கள் இரண்டு அடுக்குகளாகப் பிரிக்கப்பட்டுள்ளன: அடிப்படை பெரிய மாடல் மற்றும் வங்கி, காப்பீடு மற்றும் பிற வணிகங்களுக்குப் பொறுப்பான டொமைன் மாடல்கள். உள்நாட்டில் பயன்படுத்தப்படும் பெரிய மாடல்கள் தொழில்முறை அறிவுத் துறையில் DeepSeek ஐ விட சிறப்பாக செயல்படுகின்றன, குறிப்பாக நிதி மற்றும் மருத்துவம் போன்ற குறிப்பிட்ட துறைகளில், மாடல்கள் மிகவும் துல்லியமானவை. இருப்பினும், DeepSeek இன்னும் பகுத்தறிவு திறனில் ஒரு வலுவான நன்மையைக் கொண்டுள்ளது. சில காட்சிகளில், அது செயல்படுகிறதா என்று பார்க்க, சிறிய அளவிலான முயற்சியை DeepSeek ஐப் பயன்படுத்த விரும்புகிறோம்.

Alibaba Qianwen, Baidu Wenxin மற்றும் Zhipu ChatGLM க்கும் DeepSeek க்கும் இது தொடர்பாக எந்த குறிப்பிடத்தக்க வேறுபாடும் இல்லை. இந்த மாடல்களுக்கு பகுத்தறிவு திறன் மற்றும் அறிவுத் தள அமைப்பு ஆகியவற்றில் DeepSeek இலிருந்து எந்த குறிப்பிடத்தக்க வேறுபாடும் இல்லை என்ற உண்மையை அடிப்படையாகக் கொண்டது.

ஒட்டுமொத்தமாக, திறந்த மூல பெரிய மாடல்களின் தாக்கம் தற்போது குறைவாகவே உள்ளது, மேலும் அவற்றுக்கிடையேயான போட்டியின் வேகம் தீவிரமானது.

To C சந்தையின் அபாயங்கள்

To B சந்தையில் போட்டி கடுமையாக இருந்தாலும், To C பாதை அதிக நம்பிக்கையை வழங்குகிறது என்று அர்த்தமல்ல.

பெரிய மாடல்களுக்கான To C சந்தையில் போட்டியும் மிகவும் கடுமையாக உள்ளது, ஆனால் இது To B சந்தையிலிருந்து மிகவும் வேறுபட்டது.

சந்தை நிலப்பரப்பு தொடர்ந்து மாறிக்கொண்டே இருக்கிறது.

To C யின் பணமாக்குதல் கடினம்.

மிகவும் பிரபலமான பயன்பாடுகள் எப்போதும் அதிக வருவாயை உருவாக்குவதில்லை. உதாரணமாக, ChatGPT அதிக வருவாயைக் கொண்டுள்ளது, ஆனால் OpenAI இன்னும் ஆண்டுக்கு $5 பில்லியன் இழக்கிறது, அதே நேரத்தில் ChatGPT இன் பல “போலி” பயன்பாடுகள் விரைவான லாபத்தை அடைந்திருக்கலாம்; DeepSeek பிரபலமடைந்த பிறகு, பின்பற்றுபவர்கள் மற்றும் போலி தயாரிப்பாளர்கள் கூட்டமாக வந்தனர்.

C-end சந்தையிலிருந்து “சிறுத்தைகளின்” நிலையைக் கவனிப்பதும் நம்பிக்கைக்குரியதாக இல்லை. பெரிய உற்பத்தியாளர்கள் உயிர்வாழ்வதில் பெரும் அழுத்தத்தை ஏற்படுத்துவார்கள் என்று தொழில் வல்லுநர்களுடனான Zhiwei இன் தொடர்பு பொதுவாக நம்புகிறது.

நுகர்வோர் சந்தையில் “சிறுத்தைகளில்” சிறந்த முறையில் செயல்படுவது Moonshot AI இன் Kimi என்று ஜியாங் ஷாவோ கூறினார். ஆனால் இப்போது, Tencent இன் Yuanbao முதலிடத்தில் உள்ளது, DeepSeek இரண்டாவது இடத்திலும், Doubao மூன்றாவது இடத்திலும் உள்ளன. முதல் மூன்று நிறுவனங்களும் சந்தைப் பங்கில் பெரும்பகுதியை ஆக்கிரமித்துள்ளன. WeChat சுற்றுச்சூழல் அமைப்பின் உதவியுடன் Tencent இன் Yuanbao ஏராளமான வாடிக்கையாளர் போக்குவரத்தைப் பெற்றுள்ளது, அதே நேரத்தில் DeepSeek அதன் தொழில்நுட்ப கண்டுபிடிப்பு மற்றும் பல காட்சிகளில் சிறந்த செயல்திறனுடன் தனித்து நிற்கிறது.

Kimi இன் பெரிய மாதிரி தொழில்நுட்பம் அதன் போட்டியாளர்களிடமிருந்து பெரிதாக வேறுபடவில்லை என்று லியாங் ஹீ கூறினார், எனவே அது இலவசமாக மட்டுமே இருக்க முடியும், இது Moonshot வணிகமயமாக்குவது மிகவும் கடினமாக்குகிறது. ஒரு To C பயன்பாடாக, Yuanbao மற்றும் Doubao இலிருந்து அது எங்கெல்லாம் வேறுபடுகிறது என்பது தெளிவாக இல்லை. மேலும், Doubao ஐ Byte இன் பிற வணிகங்களால் ஆதரிக்க முடியும், Yuanbao ஐ Tencent இன் பிற வணிகங்களால் ஆதரிக்க முடியும். இந்த பயன்பாடுகளை ஆதரிக்க அவர்கள் 100 பில்லியன் முதலீடு செய்யலாம்.

C-end பயனர்கள் தயாரிப்பு பயன்பாட்டின் எளிமையில் அதிக அக்கறை காட்டுகிறார்கள், அதில் Tencent மற்றும் Byte ஆகியவை சிறப்பாக உள்ளன என்று ஜியாங் ஷாவோ மேலும் கூறினார். நிச்சயமாக, Alibaba க்கும் வாய்ப்புகள் உள்ளன. அலிபாபா “AI Listening” என்ற பயன்பாட்டை உருவாக்குகிறது, இது AI ஐ அரட்டை மற்றும் தொடர்புக்காகப் பயன்படுத்துகிறது, குறுகிய வீடியோ தளத்தில் Douyin ஐ மாற்றும் நோக்கம் கொண்டது. Douyin ஏராளமான படைப்பாளிகளை உயர்தர உள்ளடக்கத்தை உருவாக்க ஈர்க்கிறது என்றாலும், AI அரட்டை பயன்பாடுகள் அதிக தனிப்பயனாக்கப்பட்ட மற்றும் ஊடாடும் அனுபவங்களை வழங்குவதன் மூலம் பயனர் குழுக்களை ஈர்க்கும் திறனைக் கொண்டுள்ளன. இரண்டுக்கும் இடையிலான வித்தியாசம் உள்ளடக்க உருவாக்கம் மற்றும் தொடர்புகளில் உள்ளது. அலிபாபா இதை உடைக்க முடிந்தால், அதற்கு அட்டவணையை மாற்றும் வாய்ப்பும் உள்ளது, ஆனால் டென்சென்ட் அவ்வாறு செய்தால் சொல்வது கடினம்.

MiniMax குறித்து, தொழில் கருத்துக்கள் சற்று வேறுபட்டவை.

MiniMax இன் Conch AI தற்போது நல்ல லாபம் ஈட்டி வருகிறது என்று லியாங் ஹீ நம்புகிறார். அது தனது சொந்த வழியைக் கண்டுபிடித்துள்ளது, ஆனால் இந்த பாதை MiniMax அதன் மதிப்பீட்டை போதுமான அளவு அதிகரிக்க அனுமதிக்குமா என்பது இன்னும் தெரியவில்லை. அதன் பயன்பாட்டு நோக்கு காரணமாக, DeepSeek வெளிவந்த பிறகு MiniMax அதிக நிம்மதியாக உள்ளது. அவர்கள் DeepSeek இன் மாடல்களைப் பயன்படுத்தினால், அது மாடலின் ஆராய்ச்சி மற்றும் மேம்பாட்டுச் செலவுகளைச் சேமிக்கும், மேலும் அதன் பயன்பாடுகள் அதிக பணம் சம்பாதிக்க முடியும்.

MiniMax பின்னர் ஒரு பிரபலமான APP ஐ உருவாக்க முடிந்தால் அதற்கு வாய்ப்பு உள்ளது என்று ஜியாங் ஷாவோ நம்புகிறார், ஆனால் Alibaba அதை விட அதிகமாகி முதலில் ஒரு பிரபலமான APP ஐ உருவாக்கலாம், எனவே MiniMax க்கு ஒரு வாய்ப்பு இருந்தாலும், நிகழ்தகவு அதிகமாக இல்லை.

இறுதியாக, தயாரிப்பு வேறுபாடு என்பது C-end பயன்பாடுகளுக்கான திருப்புமுனையாகும்.

a16z இன் சமீபத்திய அறிக்கை “Top 100 Gen AI Consumer Apps” இன் படி, பல குறைந்த பயன்பாட்டு பயன்பாடுகள் உண்மையில் சிறந்த வருவாயை அடைகின்றன. தாவர அடையாளம் மற்றும் ஊட்டச்சத்து போன்ற மோசமான பல்துறைத் திறனைக் கொண்ட சில தயாரிப்புகள் பொதுவான தயாரிப்புகளை விட பணம் செலுத்தும் பயனர்களை அதிகம் ஈர்க்கின்றன.

பொதுவான AI தயாரிப்புகளை வேறுபடுத்துவது கடினம். பயனர்கள் பணம் செலுத்த குறைந்த விருப்பம் உள்ளது, லாபச் சுழற்சி நீண்டது, எனவே அவர்களால் பெரிய நிறுவனங்களை வாழ வைக்க முடியாது.

மேலும் வேறுபாடு செங்குத்தாக ஆழமாக இல்லாவிட்டால், அடிப்படை பெரிய மாடல் மூலம் திறன் மேம்பாடுகள் மூலம் உள்நாட்டில் எளிதாக இருக்கலாம். உதாரணமாக, சமீபத்திய GPT-4o இன் பட உருவாக்கும் திறன்கள் Midjourney போன்ற உரை-க்கு-பட ஸ்டார்ட்அப்களுக்கு ஒரு பரிமாண குறைப்பு அடியைக் கொண்டு வந்துள்ளன. இந்த கவரேஜ் திறன் பெரும்பாலும் தற்செயலானது மற்றும் கணிக்க முடியாதது, பழமொழி சொல்வது போல், “உங்களை அழிப்பதற்கும் உங்களுக்கும் எந்த சம்பந்தமும் இல்லை.”

போட்டியாளர்களின் பிக்சல்-நிலை பிரதிபலிப்பு மற்றும் அடிப்படை பெரிய மாடல்களின் விரைவான மேம்படுத்தல் ஆகியவை C-end AI ஸ்டார்ட்அப்களின் காட்சியை கிட்டத்தட்ட எப்போதும் குறுகிய காலத்திற்கு மட்டுமே பராமரிக்க வைக்கின்றன.

ஹிட் ஆகும் மிகக் குறைந்த நிகழ்தகவை எவ்வாறு கைப்பற்றுவது என்பது குறித்து, தொழில் வல்லுநர்கள் ஒருமனதாக “பின்பற்ற எந்த அனுபவமும் அடிப்படையில் இல்லை” என்று நம்புகிறார்கள்.

“சிறுத்தைகள்” இன்றைய இந்த இடர்பாட்டில் நுழைந்துவிட்டன, ஏனெனில் அவை அடிப்படை பெரிய மாடலில் அதிகமாக முதலீடு செய்தன மற்றும் இந்த பாதையில் உயிர்வாழ்வதற்கும் சிறந்து விளங்குவதற்கும் தேவையான பணியாளர்கள், நிதி வளங்கள் மற்றும் பொருள் வளங்களை குறைத்து மதிப்பிட்டன, இதன் விளைவாக பயன்பாட்டு பாதையில் வேறுபடுத்துவது கடினம்.

இப்போது, AGI ஐத் தாக்க “சிறுத்தைகள்” குறைவாகவும் குறைவாகவும் தீர்மானிக்கப்பட்டுள்ளன, மேலும் லீ கைகு, DeepSeek, Ali மற்றும் Byte மட்டுமே உள்நாட்டு அடிப்படை பெரிய மாடலில் எஞ்சியிருக்கும் என்று பகிரங்கமாக கூறியுள்ளார்.

இந்த வகையில், Zhiwei உடன் தொடர்பு கொண்ட தொழில் வல்லுநர்கள் இந்த கருத்தை அடிப்படையில் ஏற்றுக்கொள்கிறார்கள்.

பெரிய மாடல் தொழில்நுட்பத்தில் தொடர்ந்து கடினமாக உழைக்கும் AIஸ்டார்ட்அப்கள் அடிப்படையில் இறந்துவிட வேண்டும் என்று ஜியாங் ஷாவோ கூறினார். மிகவும் நம்பிக்கைக்குரியது நிச்சயமாக DeepSeek, இரண்டாவது Alibaba, மற்றும் மூன்றாவது ByteDance. முதல் இடம் 50%-80% போக்குவரத்தைப் பெறும் என்று எதிர்பார்க்கப்படுகிறது, மேலும் பிந்தைய இரண்டு 10% போக்குவரத்தைப் பெறலாம். முக்கியமானது யார் முதலில் AGI செய்கிறார்கள், மற்றும் யார் இறுதி வெற்றியாளர் என்பதில் உள்ளது.

பெரிய மாடல்களின் துறையில் DeepSeek தற்போது மிகவும் போட்டித்தன்மை வாய்ந்தது, மேலும் அதன் தொழில்நுட்ப கண்டுபிடிப்பு மற்றும் நடைமுறை பயன்பாடுகளில் செயல்திறன் குறைபாடற்றது. Alibaba மற்றும் ByteDance க்கும் வலுவான போட்டித்தன்மை உள்ளது, குறிப்பாக குறுக்கு-தடங்கு பயன்பாடுகள் மற்றும் தரவு வளங்களில். ஒவ்வொரு நிறுவனத்தின் அடிப்படை தொழில்நுட்பம், கணக்கீட்டு சக்தி, தரவு வளங்கள் மற்றும் நடைமுறை பயன்பாடுகளில் உள்ள புதுமை திறன்களின் அடிப்படையில் தரவரிசை முக்கியமாக அமைந்துள்ளது.

அடிப்படை மாடலின் திறன்களைத் தொடர்ந்து மேம்படுத்துவது எதிர்காலம் என்று Zhipu மற்றும் Kimi குழுக்கள் உறுதியாக நம்புகின்றன. இதற்கு மாறாக, சந்தைத் தேவைகளில் ஏற்படும் மாற்றங்கள் மற்றும் பயன்பாட்டு காட்சிகளின் பல்வகைப்படுத்தலுடன், அடிப்படை மாடலை வெறுமனே வலுப்படுத்தும் பாதை குறைவாக இருக்கலாம் என்றும், சந்தையில் அதிக நெகிழ்வான மற்றும் மாற்றியமைக்கக்கூடிய மாடல் மேம்பாட்டு பாதைகள் அதிக போட்டித்தன்மை உடையதாக இருக்கலாம் என்றும் நான் நம்புகிறேன்.

பெரிய மாதிரி தொழில்நுட்பத்தில் போட்டி மிகவும் தீவிரமானது, மேலும் மிகப்பெரிய முதலீடுகளைக் கொண்ட நிறுவனங்கள் இறுதியில் கண்டுபிடிப்பு, கணக்கீட்டு சக்தி, தரவு மற்றும் தேர்வுமுறை ஆகியவற்றில் தெளிவான முன்னேற்றங்களைக் கொண்டிருக்க வேண்டும், மேலும் போட்டித்தன்மையை பராமரிக்க வேண்டும். தொழில்நுட்ப முன்னேற்றத்தைத் தவறவிட்ட அல்லது சந்தைத் தேவையைச் சமாளிக்க முடியாத மற்ற நிறுவனங்கள் படிப்படியாக அகற்றப்படும்.

DeepSeek, Ali மற்றும் Byte மட்டுமே எதிர்காலத்தில் உள்நாட்டு அடிப்படை பெரிய மாடல் நிறுவனத்தில் எஞ்சியிருக்கும் என்று லியாங் ஹீ கூறினார், இந்த மூன்று நிறுவனங்களுக்கும் ஆராய்ச்சி மற்றும் மேம்பாட்டில் சூப்பர் வளங்களை முதலீடு செய்யும் வலிமை மற்றும் உறுதி உள்ளது என்ற அடிப்படையில். Byte க்கு, பெரிய மாடல்களுக்கான வாய்ப்பை தவறவிடுவது சாத்தியமற்றது, இல்லையெனில் அது அதன் ஒட்டுமொத்தத்தில் பெரும் தாக்கத்தை ஏற்படுத்தும். மேலும் DeepSeek இன் தொழில்நுட்பம் Byte க்கு அதிக தடைகளை ஏற்படுத்தாது, ஆனால் DeepSeek தற்போது R&D செயல்திறனில் அதிக நன்மையைக் கொண்டுள்ளது. Alibaba இன் Qianwen திறந்த மூல மாடல் அதிக அளவில் உள்ளது. DeepSeek பிரபலமடைவதற்கு முன்பு, Qianwen மற்றும் Llama அடிப்படையில் ஒருவரையொருவர் துரத்திச் சென்றனர். Alibaba க்கு, Qianwen மாடல் பணம் சம்பாதிக்காமல் இருக்கலாம், ஆனால் தொடர்புடைய கிளவுட் வணிகங்கள் பணம் சம்பாதிக்க முடியும், மேலும் Byte உம் அதைப் போன்றது, Douyin மற்றும் பிற Apps இன் அனுபவத்தை தொடர்ந்து மேம்படுத்த பெரிய மாதிரி தொழில்நுட்பத்தைப் பயன்படுத்தலாம். AI ஸ்டார்ட்அப்களுக்கு, மாடல் தானே பணம் சம்பாதிக்கவில்லை என்றால், அது உயிர்வாழ்வின் அடிப்படையைத் தொடுகிறது.

DeepSeek இன் நன்மை முக்கியமாக தொழில்நுட்ப இலட்சியவாதத்தில் உள்ளது என்று வாங் வெங்குவாங் கூறினார். வசந்த விழாவுக்கு இரண்டு அல்லது மூன்று மாதங்களுக்கு முன்பு மற்றும் அதற்குப் பிறகு, DeepSeek இன் போக்குவரத்து அதிகமாக இருந்தது. அது வணிகமயமாக்க விரும்பினால், அது விரைவில் உலகின் உச்சத்தை அடையும், மேலும் Doubao போன்ற மற்ற பெரிய மாடல்களுக்கு வாய்ப்பு இருக்காது. DeepSeek சமீபத்திய திறந்த மூல வாரத்தில் உள்கட்டமைப்பு தொடர்பான தேர்வுமுறை முறைகளைத் திறக்கவில்லை என்றால், அது எதிர்காலத்தில் பணம் சம்பாதிக்க இதை நம்பியிருக்கலாம், இதனால் மற்றவர்களுக்கு வாய்ப்பு இல்லை. DeepSeek க்கு நிதி கிடைக்கவில்லை மேலும் முதலீட்டாளர்களால் பாதிக்கப்பட வேண்டிய அவசியமில்லை. தொழில்நுட்ப இலட்சியவாதம் மற்றும் திறமை ஆகியவை மிகப்பெரிய தடைகள். OpenAI உடன் ஒப்பிடும்போது, ஆல்ட்மேனுக்கும் இல்யாவுக்கும் இடையே சர்ச்சை ஏற்படுவதற்கு முன்பு OpenAI இப்போது காணக்கூடிய முடிவுகள் அடிப்படையில் ஆராய்ச்சி முடிவுகள். குறைந்தது கண்டுபிடிப்பு புள்ளிகளாவது தீர்மானிக்கப்பட்டுள்ளன. இப்போது, அசல் இலட்சியவாதிகளின் குழு வெளியேறிய பிறகு, OpenAI க்கு கிட்டத்தட்ட எந்த கண்டுபிடிப்பும் இல்லை. தற்போது, OpenAI இன் கண்டுபிடிப்பு பயன்பாட்டு மட்டத்தில் அதிகமாக உள்ளது, அதாவது டீப் ரிசர்ச். பயன்பாட்டு மட்டத்தில் கண்டுபிடிப்புகளுக்கு எந்த தடையும் இல்லை, எனவே அது போட்டியாளர்களுடன் போட்டியிட வேண்டும்.

பணம், திறமை மற்றும் வன்பொருள் இல்லாவிட்டால், பெரிய மாடல்களுக்கு முன் பயிற்சி அளிப்பதில் முயற்சியை வீணடிக்க வேண்டிய அவசியமில்லை என்று ஒரு பெரிய தொழிற்சாலை AI தொழில்நுட்ப நிபுணர் வாங் மு கூறினார். DeepSeek 2021 ஆம் ஆண்டிலேயே 10,000-கார்டு கிளஸ்டரைக் கொண்டிருந்தது மேலும் பணத்திற்குப் பற்றாக்குறை இல்லை. இதற்கு மாறாக, மற்ற சிறிய மற்றும் நடுத்தர அளவிலான நிறுவனங்கள் இந்த நிலையை ஒன்றாக இணைப்பது கடினம்.

AI ஸ்டார்ட்அப்கள் உயிர்வாழ விரும்பினால், அவர்கள் இன்னும் பயன்பாடுகளுக்கு மாற வேண்டும் என்று காவ் பெங் கூறினார். நான் ஒரு வருடத்திற்கு அல்லது இரண்டு வருடங்களுக்கு முன்பு அப்படி நினைத்தேன், இப்போது மாற தாமதமாகலாம். அடுத்ததாக அகற்றப்படவிருக்கும் முதல் தொகுதி AI நிறுவனங்கள் அடிப்படை பெரிய மாடல்களை உருவாக்கும் நிறுவனங்களாக இருக்கும். பெரிய மாடல் பயிற்சி உண்மையில் பல சிக்கலான விவரங்களைக் கொண்டுள்ளது மேலும் அனுபவக் குவிப்பை பெரிதும் நம்பியுள்ளது. டிரான்ஸ்பார்மர் கட்டமைப்பின் உள் விவரங்கள் பொதுவாக நன்கு புரிந்து கொள்ளப்படுகின்றன, ஆனால் திறந்த மூல அல்லது மூடிய மூல மாடல்களின் ஆவணங்கள் தரவு எவ்வாறு தயாரிக்கப்படுகிறது, தரவு விவரங்கள் என்ன, தரவு அளவுகோல் எவ்வளவு பெரியது, தரவு தரம் எவ்வளவு நல்லது என்பதை உங்களுக்கு சொல்லாது. தொழில்துறையில் ஒரு ஒருங்கிணைந்த தரநிலை இல்லை.

திறந்த மூல பாதி திறந்த என்பது எப்போதும் பெரிய மாடல் பாதையில் ஒரு பொதுவான நடைமுறையாக இருந்து வருகிறது. தற்போது, குறியீடு, எடைகள், தரவு தொகுப்புகள் மற்றும் பயிற்சி செயல்முறையை முழுமையாக வெளிப்படுத்தும் மிகச் சில பெரிய மாடல்கள் உள்ளன. நன்கு அறியப்பட்டவை OLMo, BLOOM போன்றவை.

இருப்பினும், பயன்பாடுகளுக்கு மாறுவது உயிர்வாழ முடியுமா? To B டிராக் மற்றும் To C டிராக் பற்றிய முந்தைய பகுப்பாய்விலிருந்து, AI ஸ்டார்ட்அப்கள் பயன்பாடுகளில் தங்கள் சொந்த தொழில்துறை தடைகளை உருவாக்குவது கிட்டத்தட்ட கடினம். இந்த வகையில், உங்கள் சொந்த தொழில்துறை தடைகளை உருவாக்குவதற்கான திறவுகோல் உங்களிடம் என்ன தரவு உள்ளது என்பதில் உள்ளது என்று காவ் பெங் கூறினார். மாடல்களை யார் வேண்டுமானாலும் பயன்படுத்தலாம். தரவு இரண்டு அம்சங்களாக பிரிக்கப்பட்டுள்ளது: ஒன்று தொழில்முனைவோரின் கள அனுபவம், மற்றொன்று கையில் உள்ள தரவு.

நிறுவன கலாச்சாரத்தின் கண்ணோட்டத்தில், அடிப்படை பெரிய மாடல்களின் ஆராய்ச்சி மற்றும் மேம்பாட்டிற்கு சோதனை மற்றும் பொறியியல் கடின உழைப்பின் உணர்வு தேவை என்று காவ் பெங் நம்புகிறார். “முன்பு ஒரு நீண்ட காலத்திற்கு, பல உள்நாட்டு AI ஸ்டார்ட்அப்கள் மிகவும் உயர்ந்ததாக இருந்தன. தொழில்நுட்பத்தைச் செய்யும்போது, முதலில் அதை ரகசியமாகச் செய்து பின்னர் உயர்வான வழியில் ஊக்குவிக்க வேண்டும். சில குழுக்கள் கல்வித்துறையால் அதிகமாகக் கட்டமைக்கப்பட்டுள்ளன, ஆனால் கல்வித்துறையில் உள்ளவர்கள் சில நேரங்களில் தொழில்நுட்பத்தை மிகக் கோட்பாட்டு ரீதியாகப் படிக்கிறார்கள். திறமை அல்லது குழுவைப் பொறுத்தவரை, ஒரு பெரிய மாதிரி குழுவின் வெற்றி முக்கியமாக பாஸ் பெரிய மாடல்களைப் புரிந்துகொள்கிறாரா என்பதைப் பொறுத்தது. பாஸுக்கு பெரிய மாதிரி தொழில்நுட்பம் புரியவில்லை அல்லது பணம் சம்பாதிக்காததால் அதைத் தொடர நம்பிக்கை இல்லை என்றால், அது வேலை செய்யாது. DeepSeek இன் வெற்றி ஒரு மேல்-கீழ் அமைப்பு முறையை அதிகம் நம்பியுள்ளது. பாஸ் தொழில்நுட்ப விவரங்களை நன்கு புரிந்துகொள்கிறார் மற்றும் அனைவரையும் ஒன்றாகச் செய்ய வழிநடத்துகிறார். இந்த மாடலை பூர்த்தி செய்யும் மிகக் குறைவான உள்நாட்டு மாடல்கள் உள்ளன.”

உள்நாட்டு அடிப்படை பெரிய மாடலின் இறுதி வெற்றியாளர் கணிப்பு குறித்த தொழில்துறையின் சூடான விவாதம் குறித்து, இந்த தீர்ப்பு மிகவும் ஆரம்பமானது என்று காவ் பெங் நம்புகிறார். “போட்டியில் பங்கேற்கக்கூடிய வீரர்களின் தொழில்நுட்ப வழிகளில் அதிக வித்தியாசம் இருக்காது. டிரான்ஸ்பார்மர் கட்டமைப்பைப் பின்பற்றி விரிவான தேர்வுமுறை செய்யுங்கள். மம்பா மற்றும் RWKV க்கும் நம்பிக்கை உள்ளது. விஷயங்களை உறுதியாகச் செய்வதே முக்கியம், காலம் எல்லாவற்றையும் நிரூபிக்கும். இறுதி வெற்றியாளர் மற்றும் முதல் மூன்று எளிதாகச் சொல்ல முடியாது. பெரிய மாதிரி தொழில்நுட்ப அடுக்கு மிகவும் சிக்கலான விஷயம், மேலும் பலர் அமைதியாக ஒரு விஷயத்தைச் செய்கிறார்களா என்பது யாருக்குத் தெரியும், ஆனால் நேரம் இன்னும் வரவில்லை.”

மாடல் வெற்றியாளரை தீர்மானிப்பது கடினமாக இருக்கும் தற்போதைய சூழ்நிலையில், தரவு மிகவும் முக்கியமான அகழியாக மாறியுள்ளது. Sequoia Capital இன் கூட்டாளியான Konstantine Buhler, ChatGPT இல் OpenAI செய்த ஒரு