Chiny w wyścigu AI

Drugie centrum świata AI

W dotychczasowej części tej serii wyścig o AI toczył się głównie między amerykańskimi firmami — OpenAI, Anthropic, Google, xAI, a w tle Nvidia, IBM, Oracle i Intel. To jednak tylko połowa obrazu. Chiny od lat budują drugie, równoległe centrum rozwoju sztucznej inteligencji — z własnymi laboratoriami, własnymi modelami i własną dynamiką rynkową.

DeepSeek: od funduszu hedgingowego do laboratorium AI

DeepSeek założył w 2023 roku Liang Wenfeng, wcześniej twórca funduszu hedgingowego High-Flyer, uruchomionego w 2015 roku i zarządzającego aktywami rzędu miliardów dolarów. High-Flyer od lat inwestował w infrastrukturę obliczeniową na potrzeby handlu algorytmicznego — a ta sama infrastruktura okazała się solidnym fundamentem pod rozwój dużych modeli językowych.

DeepSeek-R1: moment, który zwrócił uwagę świata

W drugiej połowie stycznia 2025 roku DeepSeek udostępnił model R1 — model rozumujący, otwarcie dostępny, prezentowany jako dorównujący czołowym zamkniętym modelom zachodnim. 27 stycznia 2025 roku akcje Nvidii spadły o około 17% w ciągu jednego dnia, co oznaczało ubytek wartości rynkowej rzędu blisko 600 miliardów dolarów — jeden z największych jednodniowych spadków w historii amerykańskiej giełdy dla pojedynczej spółki.

DeepSeek-R1 został udostępniony jako model otwarty (open-weight) i osiągał wyniki porównywalne z częścią wiodących modeli zamkniętych, przy deklarowanych znacznie niższych kosztach treningu.

Dokładne koszty treningu podawane przez DeepSeek były i wciąż są przedmiotem sporu — część analityków kwestionuje, czy podane liczby uwzględniają pełne koszty infrastruktury i wcześniejszych eksperymentów. Niezależnie od dokładnej kwoty, sam fakt, że rynek tak gwałtownie zareagował, pokazuje, jak bardzo świat inwestorów zakładał, że przewaga kosztowa Zachodu jest trwała.

Presja na obniżanie kosztów i modele otwarte

DeepSeek-R1 przyspieszył trend, który i tak już się zaczynał: presję na to, by modele AI były tańsze w treningu i w użyciu, niekoniecznie kosztem jakości. Model został udostępniony jako open-weight — czyli z publicznie dostępnymi wagami, które każdy może pobrać, uruchomić lokalnie i modyfikować. To inny model biznesowy niż zamknięte API OpenAI czy Anthropic, i inna filozofia dystrybucji technologii.

Modele otwarte nie są automatycznie „lepsze” ani „gorsze” od zamkniętych — to inny kompromis między kontrolą, bezpieczeństwem, kosztem a dostępnością.

Alibaba i Qwen

Rodzina modeli Qwen rozwijana przez Alibaba to jeden z najpopularniejszych zestawów modeli open-weight na świecie pod względem liczby pobrań i integracji przez niezależnych programistów. Alibaba konsekwentnie od 2023 roku wypuszcza kolejne wersje — od mniejszych modeli, które można uruchomić na pojedynczym komputerze, po duże modele klasy korporacyjnej z bardzo długim kontekstem.

Baidu i Ernie

Baidu udostępniło swojego chatbota Ernie Bot publicznie w sierpniu 2023 roku, po uzyskaniu zgody chińskich regulatorów — sam ten fakt pokazuje, jak bardzo rozwój AI w Chinach jest powiązany z nadzorem państwa nad tym, co trafia do powszechnego użytku. Firma deklarowała później setki milionów użytkowników Ernie Bota, a w 2025 roku otworzyła część rodziny modeli Ernie jako open-weight, zachowując nowsze, najmocniejsze wersje jako produkt dostępny wyłącznie przez API.

Inni ważni gracze

Obraz uzupełniają też inne chińskie firmy technologiczne — między innymi ByteDance, Tencent i Huawei — rozwijające własne modele i infrastrukturę sprzętową. To pokazuje, że chiński ekosystem AI nie opiera się na jednej firmie czy jednym przełomowym modelu, tylko na wielu równoległych ośrodkach rozwoju, konkurujących ze sobą wewnątrz tego samego rynku.

Ograniczenia: chipy, których zabrakło

Chińskie firmy AI działają pod ograniczeniami w dostępie do najbardziej zaawansowanych układów graficznych — Stany Zjednoczone od kilku lat rozszerzają kontrolę eksportu najnowocześniejszych chipów Nvidii do Chin. To realne ograniczenie infrastrukturalne, nie plotka.

Odpowiedzią jest przyspieszony rozwój własnej infrastruktury — od chipów Huawei Ascend po krajowe programy budowy zdolności produkcyjnych w półprzewodnikach. Efekty tego wyścigu o niezależność krzemową będą widoczne dopiero w kolejnych latach.

Chińskie przewagi

• Ogromny rynek wewnętrzny i skala wdrożeń, jakiej nie mają mniejsze gospodarki.
• Rozbudowany przemysł i infrastruktura produkcyjna.
• Duża liczba inżynierów i absolwentów kierunków technicznych.
• Silne wsparcie państwa dla strategicznych programów technologicznych.
• Szybkie tempo wdrażania nowych technologii w praktyce.

Ograniczenia po chińskiej stronie

• Regulacje i wymóg zgodności treści generowanych przez AI z wytycznymi państwa.
• Kontrola nad tym, co model może, a czego nie może powiedzieć na tematy polityczne i społeczne.
• Inny model relacji między firmami technologicznymi a regulatorem niż na Zachodzie.

To nie jest opis kraju, który „tylko kopiuje” amerykańskie AI. To opis innego środowiska regulacyjnego i innego zestawu priorytetów — nie gorszego czy lepszego, tylko innego.

Z tego wynika coś, o czym w dyskusjach o AI mówi się rzadziej niż o rywalizacji OpenAI–Anthropic: konkurencja między Stanami Zjednoczonymi a Chinami może mieć w dłuższej perspektywie większe znaczenie dla kierunku rozwoju całej branży niż spór dwóch firm wywodzących się z tego samego amerykańskiego środowiska.

Co dalej?

Mamy więc dwa wielkie centra rozwoju AI, kilku gigantów infrastruktury i dziesiątki modeli konkurujących o uwagę. Pytanie, które pozostaje, brzmi: co z tego wszystkiego przetrwa, kiedy opadnie obecny szum? W ostatniej części tej serii przechodzimy od historii do prognozy — od tego, co się wydarzyło, do tego, co może nadejść.