تقوم الشركات الناشئة بالذكاء الاصطناعي الصينية بإصلاح نماذج أعمالها أثناء قتالها من أجل البقاء تنافسيًا في أعقاب التبني الواسع النطاق لتكنولوجيا ديبسيك المنافسة في جميع أنحاء البلاد.
قامت Zhipu ، التي كانت تعتبر ذات يوم من أبرز نموذج اللغة في الصين ، بتشغيل آمالها في عرض عام أولي للحفاظ على نموها المكثف النقدي حيث تركز على بناء أعمال مبيعات المؤسسات ، وفقًا لشخصين على دراية بهذه المسألة.
من بين الشركات الناشئة من الذكاء الاصطناعي الرائدة في الصين ، أوقفت 01.AI نماذج اللغة الكبيرة “قبل التدريب” للتركيز على بيع حلول أعمال الذكاء الاصطناعى المصممة باستخدام نماذج Deepseek ؛ اختار Baichuan التركيز على سوق الرعاية الصحية ؛ وقامت Moonshot بقطع ميزانيتها التسويقية لصالح Kimi chatbot للتركيز على التدريب النموذجي.
وقال الأشخاص المقربون من هذه الشركات ، التي رفضت جميعها أو لم تستجب لطلبات التعليق ، إن التحولات تبين كيف غيرت Deepseek شكل صناعة الذكاء الاصطناعى المزدهر في الصين.
منذ إطلاق طراز R1 الخاص به في أواخر يناير ، توجت شركة Hangzhou المتمركزة بسرعة ببطل AI في البلاد من قبل بكين وشهدت تبنيًا لتكنولوجياها في كل مكان من المستشفيات إلى الحكومات المحلية.
لقد ترك بعض من أفضل الشركات الناشئة في البلاد-والتي اكتسبت خلال العامين الماضيين دعمًا كبيرًا من المستثمرين المحليين كجزء من طفرة الذكاء الاصطناعى-لإعادة تقييم استراتيجياتها الحالية في محاولة لتكرار نجاح Deepseek.
وقال وانغ تايتزن ، وهو مهندس في مركز أبحاث الذكاء الاصطناعي الذي يعانق ، “إن سوق LLM الصيني يدمج بسرعة حول حفنة من القادة”. “لقد دفع ديبسيك العديد من الشركات إلى إعادة توجيه الموارد إلى التطبيقات بدلاً من تطوير النماذج التأسيسية.”
قامت شركة 01.ai ومقرها بكين ، التي أسسها الرأسمالي الاستثماري والرئيس السابق لـ Google China Kai-Fu Lee ، بتقييم أعمالها فيما أسماه “The Deepseek Age”.
توقفت المجموعة ، التي أطلقت سلسلة من النماذج المفتوحة المصدر المسماة YI ، قبل التدريب-حيث يستخدم المطورون مجموعات بيانات ضخمة لتدريب النماذج-في أواخر عام 2024 بسبب ارتفاع التكاليف حيث قام منافسيها بتدريب نماذج أكبر وأكثر قوة. في صفقة مع Alibaba ، تم نقل فريق النموذج الأساسي الخاص به إلى عملاق الإنترنت ، وفقًا للأشخاص المطلعين على الأمر.
في الأسبوع الماضي ، أعلنت 01.ai أنها ستبيع حلول الذكاء الاصطناعي المصممة للشركات التي ترغب في نشر نماذج Deepseek. 01.AI تعرض خبرتها في ما يسمى بـ “مزيج من الخبراء” كميزة تنافسية ، وهي الطريقة التي تستخدمها Deepseek لتدريب نماذجها.
بدلاً من تدريب “نموذج كثيف” على قاعدة بيانات شاسعة قامت بتخليص البيانات من الإنترنت والمصادر الأخرى ، يجمع النهج بين العديد من النماذج الأصغر المدربة على البيانات الخاصة بالصناعة. يتيح هيكل MOE للشركات الفقيرة للرقائق تدريب نماذج أكبر على قوة الحوسبة الأقل ، ولكن يمكن أن يكون أكثر تحديا لمطوري الطرف الثالث للنشر.
لقد ترك ديبسيك ، الذي قرر التركيز على الأبحاث بدلاً من السعي إلى زيادة الإيرادات من خلال بيع الطلبات إلى الشركات ، فجوة ليملأها الوسطاء مثل 01.AI. قامت شركة Baidu العملاقة بالإنترنت أيضًا إلى تقديم نفس الخدمة في الأسابيع الأخيرة.
تحطمت Moonshot الانتباه في العام الماضي لصالح AI chatbot Kimi ، لكن شعبيتها عانت بعد انقطاع التيار الكهربائي والمنافسين لإطلاق منتجات تنافسية.
في الأسابيع الأخيرة ، خفضت شركة بدء التشغيل الإنفاق التسويقي على Kimi حيث تزيد من تركيزها على التدريب النموذجي لتكرار النجاح الذي حققه Deepseek وتحسين أداء chatbot ، وفقًا لشخصين مطلعين على الأمر.
ولكن مع تجاوز Kimi من خلال التطبيقات الأخرى ، يقوم Moonshot بتخطيط مستقبل غير مؤكد لأنه يحترق من خلال إجراء تدريب على النماذج دون إيرادات مستقرة. سعت الشركة الناشئة إلى كسب المال من خلال دعوة المستخدمين لإرسال هدايا افتراضية إلى “Kimi” ، شخصية الذكاء الاصطناعي خلف chatbot.
لقد جمعت أكثر من 1.3 مليار دولار في التمويل من خلال جولتين استثماريين العام الماضي ، مع مزيج من الاعتمادات الحاسوبية من عملاق التكنولوجيا الصينية Alibaba و Cash من شركات رأس المال الاستثماري ، وفقًا للأشخاص المطلعين على الصفقات.
في أوائل عام 2024 ، اعتبرت Alibaba Moonshot هدفًا محتملًا للاستحواذ وحصلت على الحق الأول في شراء بدء التشغيل في أي عملية بيع في المستقبل كجزء من استثماراتهم البالغة 800 مليون دولار. في الأشهر الأخيرة ، تأثرت Alibaba في الاستثمارات الناشئة ، بعد أن أخرج المؤسس Jack MA الرئيس التنفيذي Eddie Wu للتركيز بدلاً من ذلك على جهود الذكاء الاصطناعي الداخلي. وأضاف الناس أن هذا التحول يجعل من غير المرجح أن تسعى علي بابا إلى الحصول على كيمي في المستقبل.
تضاعفت شركة Baichuan التي تتخذ من بكين ومقرها بكين في مجال الرعاية الصحية الخاصة بها بعد أن عملت سابقًا على المستهلكين الذين يواجهون AI chatbots وملاعب أعمال المؤسسات للشركات التعليمية والمالية والرعاية الصحية.
في فبراير ، رفضت Baichuan أن فريق المبيعات الذي يركز على بيع طلبات الذكاء الاصطناعى المالي المصممة للبنوك وصناديق الاستثمار وأنهى خط العمل.
في ذلك الوقت ، أعلنت قيادة الشركة للموظفين أنها كانت تركز على تطوير تقنيتها للمستشفيات ، بما في ذلك طبيب منظمة العفو الدولية يساعد في التشخيص.
في المقابل ، لا يزال Zhipu ، الذي أسسه Tang Jie ، عالم الكمبيوتر البارز من جامعة Tsinghua ، يتابع خطوط عمل متعددة. أطلقت العديد من تطبيقات المستهلكين بالإضافة إلى أعمال الشركات التي تبيع تطبيقات الذكاء الاصطناعي المخصصة للحكومات والشركات المحلية ، وهي شركة تنافسية ومنخفضة الهامش في الصين.
كانت الشركة الناشئة تحترق من خلال النقد حيث تقوم ببناء أعمال مبيعات المؤسسات. في عام 2024 ، حقق Zhipu RMB300mn (41 مليون دولار) في المبيعات و RMB2BN في الخسائر ، وفقًا لما ذكره ثلاثة مستثمرين أطلقتهم الأرقام.
لقد دفعت تكاليف التضخيم القلق بين بعض المستثمرين بعد أن أظهرت Deepseek طريقًا لبناء نماذج متطورة على ميزانية أصغر. على عكس القوى العاملة الصغيرة في Deepseek التي تضم حوالي 160 موظفًا ، توظف Zhipu حوالي 800 شخص ، مما يجعلها أكبر شركة LLM من قبل المواعيد.
تأمل Zhipu في الحصول على دفعة نقدية بعد تلقي واحدة من خطابات التوصية المرغوبة لـ Beijing للحصول على الاكتتاب العام ، وفقًا لشخصين على دراية بهذه المسألة. تحتاج الشركة إلى موافقة من المنظمين قبل أن تتمكن من متابعة قائمة على مجلس الابتكار الذي يركز على التكنولوجيا.
تلقت الشركة الناشئة إيماءة بكين قبل أن يغير ديبسيك المشهد التنافسي للاعبين من الذكاء الاصطناعي في الصين. قال Zhipu في السابق للمستثمرين إنه كان يهدف إلى القائمة قبل نهاية العام. لكنهم أضافوا أن تطورات Deepseek يمكن أن تؤثر عليه إذا دفعت إلى الأمام مع الاكتتاب العام.
كما أعرب المستثمرون في الشركة عن قلقهم من أن احتضان الحكومة لـ Deepseek قد يهدد نموذج أعمال Zhipu المتمثل في بيع حلول الذكاء الاصطناعى المصممة للحكومات المحلية ، وفقًا لشخصين على دراية بهذه المسألة.
لكن Deepseek هزت سباق الذكاء الاصطناعى في الصين ، مما دفع بعض المنافسين إلى تحديد ما إذا كان سيتم تحدي المجموعة مباشرة أو تبني نماذج المصدر المفتوح للتركيز على سوق محتمل أصغر.
“من خلال تبني النماذج العليا ، يمكن للشركات أن تلغي الحاجة إلى استثمار عشرات الملايين من الدولارات سنويًا في تدريب البدائل الداخلية السفلية” ، قال Wang's Wang's Wang.
