Снимка: iStock

В продължение на няколко години американската технологична индустрия изграждаше една сравнително удобна инвестиционна теза. OpenAI и Anthropic ще създават най-добрите модели, Microsoft, Amazon и Google ще предоставят облачната инфраструктура, а Nvidia ще продава графичните процесори, без които всичко това не може да функционира. Колкото по-умни стават моделите, толкова повече изчислителна мощ ще използват, толкова по-високи ще бъдат приходите на разработчиците и толкова по-голямо ще бъде търсенето на чипове. Китайските компании обаче започват да поставят под съмнение не толкова технологичното превъзходство на САЩ, колкото икономическия модел, върху който е изграден целият американски AI цикъл.

Новата заплаха не идва от забрана за износ, търговски мита или контрола на Китай върху редкоземните метали. Тя идва от евтини модели, които все по-често са с отворени тегла, могат да бъдат изтегляни, използвани локално или внедрявани чрез различни облачни доставчици, без клиентът да плаща постоянни лицензионни такси на разработчика. Компании като DeepSeek и подкрепяната от Alibaba Moonshot AI вече предлагат модели, които за много практически задачи се доближават достатъчно до американските алтернативи, но струват значително по-малко. Това може да изглежда като технически детайл, но всъщност поставя под напрежение ценовата мощ на OpenAI и Anthropic, перспективите за възвръщаемост на огромните им инвестиции и дори част от дългосрочната теза за Nvidia.

Най-важната цифра в цялата история вероятно не е броят на параметрите или резултатите от поредния сравнителен тест. През юни използването на токени от китайски модели вече е било приблизително със 70% по-високо от това при американските модели. Това не означава автоматично, че китайските системи са по-добри. Означава, че са достатъчно добри, достатъчно евтини и достатъчно достъпни, за да печелят реално потребление. А в технологичната история често не печели най-съвършеният продукт, а този, който достига по-бързо до по-голям брой потребители и позволява върху себе си да бъде изградена по-широка екосистема.

Именно тук се появява големият проблем за американските разработчици. OpenAI и Anthropic инвестират десетки милиарди долари в обучение, изследвания, инфраструктура, центрове за данни и привличане на специалисти. За да оправдаят подобни разходи, те трябва да запазят достатъчно високи цени за достъп до моделите си и да превърнат технологичното си предимство в устойчиви приходи. Ако обаче голяма част от бизнеса открие, че за повечето ежедневни задачи не е необходим абсолютно най-добрият модел, а по-евтин, локално внедрим и достатъчно способен вариант, икономиката на затворените американски модели започва да отслабва.

Това е класическият конфликт между най-високо качество и достатъчно добро решение. Една банка, индустриална компания или търговска верига невинаги се нуждае от най-мощния модел в света, за да класифицира документи, анализира договори, обслужва клиенти, пише вътрешен код или автоматизира административни процеси. Ако китайски модел може да извърши 90% от задачата при 20% от разхода, изборът за много компании ще бъде предвидим. Разликата в качеството може да остане важна при най-сложните изследователски и агентни задачи, но голямата част от корпоративното потребление се намира именно в средния сегмент, където цената, сигурността, възможността за локално внедряване и контролът върху данните често имат по-голямо значение от последните няколко процента в тестовете.

Това обяснява защо битката между отворените и затворените модели може да се окаже по-важна от поредното съревнование кой модел е начело в класацията. Отворените китайски системи не трябва непременно да победят OpenAI във всички категории. Достатъчно е да превърнат базовия слой на изкуствения интелект в евтина стока. Ако това се случи, печалбата ще се премести от самия модел към внедряването, данните, специализираните приложения, интеграцията с бизнеса и инфраструктурата. Това би било неприятно за компаниите, чиито оценки предполагат, че ще запазят висока цена на достъп до интелигентността като услуга.

Американското правителство се изправя пред почти неразрешима дилема. Ако позволи свободното използване на китайските модели, те могат да продължат да отнемат пазарен дял и да натискат цените на американските разработчици. Ако обаче забрани или ограничи достъпа до тях, американските компании ще бъдат принудени да използват по-скъпи решения, докато конкурентите им в Европа, Азия, Латинска Америка и Близкия изток ще продължат да разполагат с по-евтини инструменти. Така мярка, предназначена да защити американската AI индустрия, може да увеличи разходите за внедряване на AI в останалата част от американската икономика и да забави производителността.

Това е много по-сложен проблем от класическа забрана върху износа на чипове. Когато един модел е публикуван с отворени тегла и може да бъде изтеглен, копиран и внедрен в различни държави, контролът върху разпространението му става значително по-труден. Забраната може да ограничи официалния достъп, но не непременно реалното използване. В същото време тя може да накара други държави да възприемат американската технологична екосистема като по-скъпа, по-затворена и по-зависима от политически решения.

Именно затова Китай разглежда евтините модели не само като търговски продукт, а и като геополитически инструмент. В развиващите се пазари цената има огромно значение. Правителства и компании, които не могат да си позволят постоянни разходи за най-скъпите американски модели, могат да изградят собствени системи върху китайска основа. По този начин Китай не просто продава софтуер. Той разширява собствената си технологична екосистема, укрепва позициите на своите облачни доставчици и създава зависимост от стандарти, инструменти и инфраструктура, които са различни от американските.

Тук историческият паралел с Huawei е особено важен. Преди повече от десетилетие САЩ се опитаха да ограничат присъствието на китайската компания в световните телекомуникационни мрежи. Част от съюзниците последваха Вашингтон, но много държави избраха Huawei заради по-ниските цени, готовото финансиране и цялостната инфраструктура. Днес американските анализатори се опасяват, че същият модел може да се повтори при изкуствения интелект. Ако Huawei и останалите китайски компании успеят да предложат пълна система, включваща чипове, сървъри, модели, облачна инфраструктура и финансиране, много държави могат да изберат именно нея, дори ако американските технологии останат малко по-добри.

Засега предимството на САЩ при изчислителната мощ остава огромно. Американските компании могат да осигурят приблизително 14 600 мегавата готов AI капацитет през тази година, почти двадесет пъти повече от водещите китайски производители. Nvidia продължава да доминира при най-мощните ускорители, а Amazon, Google и Microsoft разполагат с капитал, инфраструктура и собствено производство на специализирани чипове. Но подобно предимство не е вечна гаранция. Част от анализаторите очакват Китай да намали значително зависимостта си от чужди чипове още към 2028 година. Ако това се случи, американската стратегия, основана основно върху ограничаване на достъпа до изчислителна мощ, постепенно ще губи ефективност.

Проблемът за Nvidia е особено интересен, защото китайската конкуренция може да действа едновременно в две противоположни посоки. От една страна, по-евтините модели ускоряват внедряването на AI и могат да увеличат общото търсене на изчислителна мощ. Дори когато един модел е разработен в Китай, той често се изпълнява в американски или международни облачни центрове, оборудвани с чипове на Nvidia. В този сценарий ниската цена разширява пазара и повече потребление означава повече нужда от инфраструктура.

От друга страна, ако Вашингтон ограничи китайските модели или ако те постепенно преминат към китайски чипове, Nvidia може да загуби част от този растеж. Още по-сериозният риск е свързан с ефективността. Ако китайските разработчици продължат да показват, че силни резултати могат да бъдат постигнати с по-малко изчислителни ресурси, пазарът може да започне да поставя под съмнение тезата, че всяко ново поколение AI задължително изисква експоненциално повече хардуер. Това не означава автоматичен срив в търсенето, защото по-ниската цена често води до много по-голямо потребление. Но променя начина, по който трябва да се оценява дългосрочната ценова мощ на доставчиците на чипове.

Още по-деликатна е темата за така наречената дестилация. Това е метод, при който по-малък модел се обучава чрез огромен брой въпроси към по-мощна система и постепенно се научава да възпроизвежда част от нейните способности. Самата техника е широко използвана и има напълно легитимни приложения. Американските власти обаче обвиняват някои китайски компании, че използват мащабна скрита дестилация, която по същество извлича стойност от американски модели, без да поема разходите за тяхното разработване. Китай отхвърля обвиненията и ги определя като технологичен протекционизъм.

Тук регулацията ще бъде изключително трудна. Не е лесно да се определи къде свършва допустимото обучение и започва кражбата на интелектуална собственост, особено когато самите модели са обучени върху огромни масиви от публична и защитена информация. Ако САЩ наложат санкции на конкретни китайски лаборатории, това може да ограничи достъпа им до капитал и американски облачни услуги, но едва ли ще спре разпространението на вече публикувани модели. Ако ограниченията бъдат разширени към американски компании, които обслужват китайски модели, Вашингтон рискува да навреди на собствените си облачни доставчици и да ускори създаването на паралелна инфраструктура извън американски контрол.

Точно това превръща китайския AI възход в инвестиционен риск, а не само в политическа тема. Оценките на OpenAI, Anthropic и свързаните с тях компании предполагат не просто силен технологичен растеж, а и възможност този растеж да бъде монетизиран при високи маржове. Ако цената на интелигентността продължи да пада, приходите могат да растат значително по-бавно от използването. Един модел може да обработва десет пъти повече токени, но ако цената на всеки токен се понижи двадесет пъти, икономиката не се подобрява. Това е фундаменталната разлика между техническо потребление и печеливш бизнес.

Същата логика важи и за облачните компании. Amazon, Microsoft и Google могат да спечелят от изпълнението на китайски модели в своите центрове за данни, дори когато самите модели натискат цените на американските разработчици. Но ако регулацията ограничи това използване или ако Китай започне да предлага собствена евтина облачна инфраструктура в развиващите се пазари, американските компании могат да загубят не само моделния слой, но и част от инфраструктурния.

Така AI съперничеството между САЩ и Китай постепенно се превръща в битка между две различни философии. Американският модел е основан на затворени системи, огромни капиталови инвестиции, централизирана инфраструктура и високи цени за достъп до най-добрите способности. Китайският подход все по-често залага на по-ниска цена, отворени тегла, бързо разпространение и достатъчно добро качество. Едната система се опитва да монетизира технологичното превъзходство. Другата се опитва да превърне AI в широко достъпна инфраструктура и чрез това да изгради влияние.

Няма гаранция, че Китай ще спечели тази битка. САЩ продължават да разполагат с най-добрите чипове, най-големите облачни платформи, най-дълбоките капиталови пазари и водещите изследователски екипи. Но историята на технологиите показва, че лидерството в качеството не е достатъчно, когато конкурентът променя икономиката на целия продукт. Китайските модели не трябва да бъдат по-добри от OpenAI и Anthropic във всичко. Достатъчно е да направят голяма част от изкуствения интелект евтина, широко достъпна и трудна за монополизиране.

Именно затова най-голямата заплаха за американския AI сектор може да не бъде, че Китай ще създаде по-умен модел. Много по-опасно би било да създаде модел, който е почти толкова добър, но струва многократно по-малко. Тогава въпросът вече няма да бъде кой води с два или три месеца в технологичната надпревара. Въпросът ще бъде кой е изградил бизнес модел, способен да оцелее, когато интелигентността постепенно се превърне от скъпа привилегия в евтина глобална стока.

Материалът е с аналитичен и образователен характер и не представлява препоръка за покупка или продажба на финансови инструменти.