Piața antrenării de modele fondaționale a devenit teritoriul exclusiv al companiilor cu bugete astronomice de infrastructură, crede Dr. Kai-Fu Lee, veteran al industriei tech, fost executiv la Apple, Microsoft, Google, și fondator 01.AI. Pentru startup-uri, soluția vine din pivotarea către modelele open-source.
Limite de dezvoltare
Războiul modelelor de frontieră este definit de capacitatea imensă de calcul: antrenarea unui LLM de ultimă generație necesită zeci de mii de plăci video de top. Nevoia unor astfel de resurse constituie o barieră financiară pentru pentru startup-uri. Pivotarea spre Enterprise AI folosind modele open-source deja existente este una din strategiile de supraviețuire, crede Kai-Fu Lee.
"Deși am făcut o treabă destul de bună în construirea LLM-ului nostru, a devenit foarte clar că competitorii noștri chinezi au de 10 sau chiar de 100 de ori mai multe resurse în antrenarea următorului model, iar companiile americane au de câteva sute de ori, poate de o mie de ori mai multe resurse.
Pur și simplu nu este un război pe care să-l putem câștiga. Practic duci o bătălie cu o sabie când ei au mitraliere, așa că nu putem câștiga, trebuie să găsim o cale de a pivota", spune Kai-Fu Lee.
SUA și China își împart în această perioadă harta AI. Prin OpenAI, Google, Anthropic, SUA domină inovația și au monopolizat performanța de top cu modele închise. În replică, China s-a reorientat spre optimizare și colaborare open-source. Modele precum Qwen (Alibaba) sau Yi (01.AI) pornesc de la arhitecturi cunoscute și sunt antrenate pentru a bate recorduri de eficiență prin eforturi comune de ecosistem.
"SUA rămâne liderul cercetării de avangardă și al modelelor de frontieră, iar China are mai degrabă o mentalitate de grup de studiu. Dacă OpenAI din SUA este ca un copil genial care vrea să câștige Premiul Nobel, companiile chinezești sunt mai degrabă un grup de studiu care concurează între ele, dar consideră că e mai bine să studieze împreună pentru a se îmbunătăți. Așa că efortul grupului de studiu se întâmplă să fie și open-source, în timp ce SUA este closed-source", spune spune Kai-Fu Lee.
Prea deștept pentru sarcini mici
Companiile încă folosesc AI-ul pentru task-uri mici, cum ar fi redactare de mailuri, customer service. Lee argumentează că adevăratul potențial al inteligenței artificiale este în altă zonă.
„Vedem că AI devine tot mai inteligent în fiecare an. Nu este jignitor pentru un astfel de geniu strălucit să-i spui: Revizuiește niște documente pentru mine, fă-mi o rezervare la un restaurant? Trebuie să le folosești pentru a ajuta executivul de top, CEO-ul companiei, să gândească strategic, să facă planurile corecte, să vadă riscurile.
Orice CEO poate să întrebe cu siguranță: Din toate întâlnirile care au avut loc în companie în ultima săptămână, care sunt cele trei mari dezbateri de care trebuie să fiu conștient? Dintre toți angajații mei, cine folosește cel mai productiv AI-ul? Care dintre ei prezintă un risc de retenție și cum îi pot salva?”, explică Kai-Fu Lee.
Modelul de business din China
Un model de business gen ChatGPT Plus sau API-ul OpenAI este de greu de replicat în piața de enterprise din China, spune Lee.
„Întreprinderile americane au, în general, încredere în cloud, ceea ce creează un flux uriaș de venituri pentru Anthropic și OpenAI, în timp ce companiile chinezești doresc, în general, implementare on-premise (pe servere proprii). Și dacă îți dorești modelul on-premise, trebuie să folosești varianta open-source, pentru că nu-ți poți trimite datele nicăieri.
Piața de enterprise este foarte interesantă pentru că în China este de fapt un pic mai dificilă, deoarece majoritatea companiilor nu au obiceiul de a plăti pentru software pe bază de abonament. Asta transformă proiectele de software în proiecte punctuale, ceea ce înseamnă că veniturile sunt de o calitate mai slabă și nu sunt recurente.”
Cultura de business din China preferă soluții integrate fizic pe serverele proprii și percepute ca o achiziție punctuală, nu un abonament lunar. Acest lucru a obligat industria AI din China să ofere modele locale, open-source și personalizate ca agenții de IT tradiționale.
