Конкуренция между США и Китаем в сфере искусственного интеллекта выходит на новый уровень. Китайские разработчики приближаются к ведущим американским лабораториям, предлагая при этом более доступные модели с открытыми весами (open-weight) – то есть такие модели, параметры которых доступны пользователям и могут быть загружены и запущены на собственной инфраструктуре без обязательной привязки к облачным сервисам разработчика.
Одним из последних примеров стала новая модель китайского стартапа Moonshot AI. Компания утверждает, что по своим возможностям она приблизилась к наиболее продвинутым решениям OpenAI и Anthropic.
Технологический обозреватель Yahoo Finance Дэн Хоули связывает прогресс китайских разработчиков с несколькими важными для рынка темами: темпами сокращения технологического разрыва между США и Китаем, обоснованностью расходов американских корпораций на ИИ-инфраструктуру и способностью разработчиков зарабатывать на программных продуктах, созданных на базе новых технологий.
Moonshot AI делает ставку на модели с открытыми весами
Подход Moonshot AI отличается от бизнес-модели крупнейших американских разработчиков. Компания предлагает модель с открытыми весами, которую пользователи могут загрузить и запустить на собственной вычислительной инфраструктуре.
Клиентам без необходимых мощностей Moonshot предоставляет платный доступ через свои серверы и программные интерфейсы. Компания сочетает открытое распространение технологии с коммерческими облачными услугами.
По словам Дэна Хоули, одним из главных преимуществ таких моделей остается стоимость. Их использование нередко обходится дешевле доступа к закрытым передовым системам OpenAI, Anthropic и Google.
Moonshot оценивает возможности новой модели как близкие к технологической границе отрасли. Пока это утверждение основано преимущественно на тестах самой компании и требует независимой проверки.
При этом скорость развития продукта заслуживает внимания. Предыдущая модель Moonshot заметно уступала американским лидерам, тогда как новая версия, по оценке разработчика, значительно приблизилась к ним.
Разрыв между США и Китаем в сфере ИИ сокращается
Американские компании сохраняют лидерство в разработке наиболее мощных моделей искусственного интеллекта. Однако их преимущество постепенно уменьшается.
Новые поколения моделей выходят с небольшими интервалами. Компания может занять первое место после очередного релиза, а затем уступить его конкуренту, представившему более совершенную систему.
Как отметил Дэн Хоули в эфире Yahoo Finance, конкуренция уже не ограничивается OpenAI, Anthropic и Google. Китайские лаборатории также приближаются к передовому уровню отрасли. Moonshot пока не опередила американских лидеров, однако развитие компании показывает, насколько быстро китайские модели повышают качество. Сходная динамика наблюдается и у других китайских разработчиков моделей с открытыми весами.
Для корпоративных клиентов первое место в сравнительных тестах не всегда имеет решающее значение. Модель может немного уступать лидеру по отдельным показателям, но выигрывать за счет цены, возможности локального развертывания и контроля над данными.
Китайские модели меняют оценку расходов Big Tech на ИИ
Американские технологические корпорации направляют значительные средства на развитие искусственного интеллекта. Основные статьи расходов включают строительство дата-центров, создание энергетической инфраструктуры и обучение новых моделей.
Эти инвестиции поддерживают спрос на продукцию Nvidia и других поставщиков оборудования. Одновременно рост капитальных затрат сокращает свободный денежный поток и повышает требования к будущей выручке от ИИ-сервисов.
Появление конкурентоспособных китайских моделей с более низкой стоимостью разработки и эксплуатации влияет на оценку таких вложений. Если сопоставимого качества можно добиться при меньших затратах, инвесторы могут строже оценивать эффективность масштабных программ строительства ИИ-инфраструктуры.
Сходные опасения возникли после выхода DeepSeek. Разработчики модели заявляли, что добились высоких результатов с использованием менее производительного оборудования. По оценке Хоули, ситуация с Moonshot отличается от истории DeepSeek, однако оба примера указывают на возможность создавать конкурентоспособные модели с меньшими ресурсами, чем считалось ранее.
Вместе с тем спрос на дата-центры и передовые процессоры вряд ли исчезнет. Обучение моделей и обслуживание миллионов пользователей по-прежнему требуют значительных вычислительных мощностей. Снижение стоимости ИИ также может увеличить общий объем вычислений, поскольку более доступные модели расширяют круг пользователей и ускоряют внедрение технологии в корпоративные процессы.
Сближение качества моделей усиливает ценовую конкуренцию
Для ведущих разработчиков существенный риск связан со снижением стоимости доступа к моделям.
По мере развития отрасли различия между системами OpenAI, Anthropic, Google, Moonshot и других компаний могут становиться менее заметными. Базовые возможности генеративного искусственного интеллекта в таком случае будут все больше напоминать стандартизированный продукт.
Если несколько моделей способны выполнять сходный набор задач с сопоставимым качеством, временное преимущество в отдельных тестах уже не позволяет долго сохранять высокую цену. Корпоративные клиенты будут учитывать стоимость, безопасность, скорость работы, возможность локального развертывания и совместимость с существующими системами.
Рост числа сопоставимых моделей может привести к более жесткой ценовой конкуренции и снижению доходности базового доступа к ИИ. Поэтому разработчикам необходимо расширять источники выручки за пределами программных интерфейсов и платного доступа к моделям.
Конкуренция смещается в сторону программных экосистем
По мере сближения качества моделей все большее значение приобретают программные продукты и платформы, построенные на их основе.
По мнению Дэна Хоули, долгосрочное преимущество может получить компания, которая лучше встроит искусственный интеллект в корпоративные сервисы, инструменты для программирования, офисные приложения и повседневные рабочие процессы.
OpenAI и Anthropic уже расширяют продуктовые линейки за пределами языковых моделей. Компании создают инструменты для написания программного кода, обработки документов, анализа электронных таблиц и подготовки презентаций.
Такие решения помогают удерживать пользователей, увеличивать число платных подписок и снижать зависимость от краткосрочного технологического лидерства. В следующей фазе развития рынка качество программной экосистемы может оказаться не менее важным, чем характеристики базовой модели.
Что развитие Moonshot означает для инвесторов?
Прогресс Moonshot показывает, что объем вложений сам по себе не гарантирует американским компаниям долгосрочного лидерства в искусственном интеллекте.
При оценке технологических компаний инвесторам необходимо учитывать не только результаты тестов и расходы на дата-центры. Значение имеют стоимость эксплуатации моделей, темпы роста корпоративного спроса, динамика денежных потоков и способность ИИ-продуктов приносить регулярную выручку.
Чтобы оправдать крупные инвестиционные программы, американским корпорациям потребуется показать, что новые сервисы увеличивают доходы, привлекают клиентов и компенсируют рост капитальных затрат.