בכירי ה-AI האמריקאים מזהירים: המודלים הסיניים מצמצמים את הפער עם ארה"ב

שורה של מנהלים בכירים בתעשיית הבינה המלאכותית האמריקאית משמיעים בחודשים האחרונים אזהרות חריפות מפני קצב ההתקדמות של המודלים הסיניים. לפי דיווח של ה"וול סטריט ג'ורנל", החשש הוא שמודלים בעלי משקולות פתוחות, ובראשם DeepSeek, משפחת Qwen של עליבאבא והמודלים של Moonshot AI ו-MiniMax, מצמצמים במהירות את הפער מול המעבדות האמריקאיות המובילות ומאיימים על הבכורה הטכנולוגית של ארה"ב.

היתרון הסיני אינו נובע בהכרח מהובלה מוחלטת בכל מבחן ביצועים. האיום מבחינת החברות האמריקאיות הוא השילוב בין איכות שהולכת ומשתפרת, מחירים נמוכים, אפשרות להוריד ולהתאים את המודל והפצה רחבה בקרב מפתחים. מודל שאינו הטוב ביותר בעולם, אך מספק תוצאה טובה מספיק בשבריר מהמחיר, יכול להיות אטרקטיבי יותר עבור חברות שמפעילות יישומי בינה מלאכותית בהיקף גדול.

אחד הקולות הבולטים הוא שיאם סנקר, מנהל הטכנולוגיה הראשי של פלנטיר, שהזהיר כי התרחבות הבינה המלאכותית הסינית הפתוחה אינה רק איום מסחרי על חברות אמריקאיות, אלא גם סיכון כלכלי ואסטרטגי לארה"ב. החשש הוא שטכנולוגיה סינית זולה ונגישה תהפוך לשכבת התשתית שעליה יבנו חברות, ממשלות ומפתחים במדינות רבות.

התחרות אינה מתקיימת עוד רק במעבדות או במבחני ביצועים. חברות אמריקאיות עצמן מתחילות להשתמש במודלים סיניים, בעיקר במשימות שבהן העלות חשובה יותר מהשגת הביצועים הגבוהים ביותר האפשריים. כך נוצרת מציאות מורכבת: בוושינגטון מבקשים לבלום את התקדמותה הטכנולוגית של סין, אך השוק האמריקאי מאמץ את מוצריה בזכות מחירם והנגישות שלהם.

לא תמיד מדובר באמת ב"קוד פתוח"

המונח "קוד פתוח" משמש לעיתים באופן רחב מדי בתעשיית הבינה המלאכותית. חלק מהחברות הסיניות מפרסמות את משקולות המודל ומאפשרות למפתחים להוריד אותו, להריץ אותו על תשתית עצמאית ולבצע בו התאמות. עם זאת, הן אינן בהכרח חושפות את מלוא נתוני האימון, את הקוד ששימש לאימון ואת כל תהליך הפיתוח.

לכן, במקרים רבים המונח המדויק יותר הוא "מודל בעל משקולות פתוחות" ולא מודל קוד־פתוח במובן המקובל בתעשיית התוכנה. למרות ההבחנה, מבחינת חברה מסחרית היתרון ברור: אפשר להפעיל את המודל באופן עצמאי, לצמצם תלות בספק חיצוני ולהימנע מתשלום קבוע עבור כל שאילתה.

המודלים המובילים של OpenAI, אנתרופיק וגוגל מופעלים ברובם כשירות סגור. לקוחות משלמים עבור השימוש בהם ואינם מקבלים גישה מלאה למשקולות שעליהן הם מבוססים. לעומתם, חלק מהמודלים הסיניים מאפשרים למפתחים שליטה רחבה יותר ועלויות נמוכות, ולכן הם עשויים להתפשט במהירות גם אם אינם מובילים בכל קטגוריה.

האסטרטגיה משתלבת במסר שמקדמת בייג'ינג, ולפיו סין מציעה את הבינה המלאכותית שלה כטכנולוגיה נגישה למדינות ולעסקים שאינם יכולים או אינם רוצים להיות תלויים בחברות אמריקאיות. המבקרים בארה"ב רואים בכך ניסיון לבסס השפעה ארוכת טווח על התקנים, היישומים והתשתיות הדיגיטליות בעולם.

לפי ה"וול סטריט ג'ורנל", נשיא סין שי ג'ינפינג הציג את אסטרטגיית הקוד הפתוח הסינית כחלק מחזון של שיתוף פעולה בינלאומי, תוך ביקורת על ניסיונותיה של ארה"ב לשמור על יתרונה באמצעות הגבלות על שבבים ומודלים מתקדמים. המסר הסיני מכוון במיוחד למדינות מתפתחות, שעבורן העלות הגבוהה של מערכות אמריקאיות עלולה להיות חסם משמעותי.

• אנבידיה קונה נביוס: החברה שצמחה על שרידי יאנדקס מזנקת אחרי חשיפת האחזקה
• מהפכת ה-AI לא נחלשת היא רק מחליפה מנצחים

מ-1.2% לכמעט 30% מהשימוש בפלטפורמה

נתוני השימוש ממחישים את קצב החדירה. לפי מחקר של OpenRouter ושל קרן ההון סיכון אנדריסן הורוביץ, חלקם של מודלים סיניים פתוחים עלה מכ-1.2% בלבד בסוף 2024 לכמעט 30% מהשימוש בכלל המודלים בפלטפורמה בשבועות מסוימים. בממוצע לאורך תקופת הבדיקה היו המודלים הסיניים אחראים לכ-13% מנפח הטוקנים השבועי. דיפסיק ומשפחת Qwen של עליבאבא היו בין הגורמים המרכזיים לצמיחה, לצד Kimi של Moonshot ומודלים נוספים. המחקר, שהתבסס על שימוש בהיקף של כ-100 טריליון טוקנים, מצא כי העלייה נמשכה מעבר לשבועות ההשקה הראשונים - סימן לכך שלא מדובר רק בסקרנות זמנית מצד משתמשים.

דיפסיק הפכה לאחת התורמות הגדולות ביותר לנפח השימוש בקטגוריית המודלים הפתוחים, כשמשפחת Qwen של עליבאבא מדורגת גם היא בצמרת. עליבאבא טוענת כי הגרסאות החדשות של Qwen עוקפות את דיפסיק בחלק ממבחני הביצועים, אך יש להתייחס לתוצאות כאלה בזהירות: מבחני מעבדה אינם תמיד משקפים ביצועים בסביבת עבודה אמיתית, ולעיתים התוצאה משתנה בהתאם לסוג המשימה.

גם Moonshot AI הגבירה את הלחץ עם דגמי Kimi. לפי דיווחים של AP וה"וול סטריט ג'ורנל", השקת Kimi K3 עוררה ביקוש גבוה והגבירה את החששות בקרב חברות ומשקיעים אמריקאים מפני התחרות הסינית. המודל מיועד בין היתר למשימות תכנות, הסקה ועבודה סוכנית, שבהן מערכת בינה מלאכותית מבצעת רצף פעולות ומשתמשת בכלים באופן עצמאי. עם זאת, יש לקרוא את המספרים בזהירות. OpenRouter היא פלטפורמה גדולה, אך היא אינה מייצגת את כל שוק הבינה המלאכותית בעולם. הנתונים אינם כוללים בהכרח שימוש ישיר במערכות של OpenAI, גוגל ואנתרופיק, שימוש פנימי של חברות או מודלים המופעלים על שרתים פרטיים. לכן, נתח של 30% בפלטפורמה מסוימת אינו שווה ל־30% מכלל שוק ה-AI העולמי.

למרות המגבלה המודלים הסיניים, שהיו כמעט חסרי משמעות מחוץ לסין לפני כשנתיים, הפכו לאפשרות מעשית עבור מפתחים וחברות ברחבי העולם. השימוש בהם בולט במיוחד בתחומי התכנות, הפעלת סוכני AI ומשימות שחוזרות על עצמן בהיקפים גדולים, שבהם פער קטן במחיר לטוקן יכול להצטבר לחיסכון משמעותי.

OpenAI ואנתרופיק מאשימות את הסינים ב"רכיבה חופשית"

מעבר לתחרות על מחיר וביצועים, החברות האמריקאיות טוענות כי חלק מההתקדמות הסינית הושג באמצעות שימוש בלתי מורשה בתוצרים של המודלים שלהן. OpenAI האשימה את דיפסיק בשימוש ב"זיקוק" כחלק ממאמץ שלטענתה נועד "לרכוב בחינם" על היכולות שפיתחו OpenAI ומעבדות אמריקאיות אחרות בהשקעה של מיליארדי דולרים.

• Cordant נחשפת עם גיוס של 8 מיליון דולר לפיתוח מרכז שליטה לתשתיות פיננסיות
• עצלן, שטחי ומתחמק ממשימות: האם חברות הבינה המלאכותית מנמיכות את איכות המודלים בחשאי כדי לחסוך הון?

זיקוק מודלים הוא שיטה מוכרת ולגיטימית כשלעצמה. בשיטה זו, מודל גדול ומתקדם משמש מעין מורה: הוא מייצר תשובות בהיקף גדול, והן משמשות לאימון מודל קטן וזול יותר. החברות עצמן משתמשות בזיקוק כדי להפחית עלויות ולבנות גרסאות יעילות של המודלים שלהן.

כפי שהסביר ה"וושינגטון פוסט" בסקירה על טענות החברות האמריקאיות, השיטה עצמה אינה בלתי חוקית והיא משמשת את תעשיית הבינה המלאכותית זה שנים. המחלוקת מתחילה כאשר התהליך מתבצע ללא אישור, תוך הפרת תנאי השימוש, עקיפת מגבלות גישה או הפעלת רשת של חשבונות מזויפים.

במצב כזה, המתחרה יכול לקבל מיליוני דוגמאות איכותיות ממודל מתקדם ולהשתמש בהן כדי לשפר את המערכת שלו, בלי לשאת במלוא העלות של המחקר, האימון ואיסוף הנתונים. מבחינת החברות האמריקאיות, זו דרך לחלץ יכולות שנבנו בהשקעות עתק ולהעביר אותן למודל מתחרה במהירות ובעלות נמוכה.

עם זאת, הטענות הן בשלב זה טענות של החברות האמריקאיות, ולא קביעה משפטית כי המעבדות הסיניות גנבו קניין רוחני. גם השאלה אם אפשר להגן על תשובות שמפיק מודל בינה מלאכותית מורכבת מבחינה משפטית, במיוחד כאשר אותן חברות אמריקאיות מתמודדות בעצמן עם תביעות על שימוש ביצירות, ספרים ותכנים מוגנים לצורך אימון.

16 מיליון אינטראקציות ו־24 אלף חשבונות מזויפים

אנתרופיק, מפתחת קלוד, פרסמה בפברואר ממצאים חריגים בהיקפם. לפי דיווח של רויטרס, החברה טענה כי דיפסיק, Moonshot AI ו-MiniMax הפעילו מסעות זיקוק בקנה מידה תעשייתי, שכללו יותר מ-16 מיליון אינטראקציות עם קלוד באמצעות כ-24 אלף חשבונות מזויפים.

לפי אנתרופיק, MiniMax הייתה אחראית ליותר מ-13 מיליון אינטראקציות שהתמקדו בכתיבת קוד, שימוש בכלים והפעלת סוכני AI. Moonshot ביצעה יותר מ-3.4 מיליון אינטראקציות שהתמקדו בהסקה, שימוש בכלים, ניתוח נתונים וראייה ממוחשבת. הפעילות שיוחסה לדיפסיק הייתה מצומצמת יותר, עם כ-150 אלף אינטראקציות ממוקדות בתחומי ההסקה וההערכה.

החברה טענה כי המעבדות השתמשו בשירותי פרוקסי וברשתות חשבונות שנועדו להסתיר את מקור הפעילות ולערבב אותה בתעבורה רגילה. לפי אנתרופיק, כאשר היא השיקה גרסה חדשה של Claude בזמן שאחד המסעות היה פעיל, כמעט מחצית מהתעבורה הופנתה בתוך יממה למודל החדש.

רויטרס ציינה כי דיפסיק, Moonshot ו־MiniMax לא מסרו תגובה מיידית לטענות בעת פרסומן. לכן חשוב להציג את הנתונים כטענות שייחסה אנתרופיק לחברות, ולא כעובדות שנקבעו בהליך משפטי או בבדיקה עצמאית.

אנתרופיק טוענת כי הבעיה אינה מסתכמת בפגיעה מסחרית. לדבריה, מודל שמחקה יכולות של מערכת מתקדמת באמצעות זיקוק עשוי שלא לכלול את מנגנוני ההגנה שהוטמעו במודל המקורי. כאשר מערכת כזאת מופצת עם משקולות פתוחות, יכולות מתקדמות עלולות להגיע במהירות למשתמשים רבים, לרבות גורמים עוינים.

מנגד, מבקרי החברה מציינים כי תעשיית הבינה המלאכותית כולה נשענת במידה רבה על למידה מתוצרים, מאגרי מידע ותכנים שלא תמיד נוצרו בידי מפתחי המודלים. הטענה שלהם היא שהחברות האמריקאיות מנסות להגן על היתרון המסחרי שלהן באמצעות הצגת שיטת אימון מוכרת כאיום ביטחוני. ההבדל המרכזי, מבחינת אנתרופיק, הוא השימוש בחשבונות כוזבים, עקיפת מגבלות והיקף הפעילות.

Airbnb ו-Cursor נכנסו לכוונת של הקונגרס

הוויכוח עבר גם לקונגרס. לפי הודעה רשמית של ועדת ביטחון המולדת בבית הנבחרים והוועדה המיוחדת לענייני סין, שתי הוועדות פתחו באפריל בבדיקה משותפת של הסיכונים הנובעים מאימוץ מודלי AI סיניים בארה"ב.

במסגרת הבדיקה נשלחו פניות ל-Airbnb ול-Anysphere, החברה שמפעילה את פלטפורמת התכנות Cursor. המחוקקים ביקשו להבין באילו מודלים נעשה שימוש, אילו נתונים נחשפו אליהם וכיצד החברות בוחנות סיכוני אבטחה, קניין רוחני ותלות בספקים סיניים.

Airbnb השתמשה ב-Qwen של עליבאבא בפיתוח סוכן שירות לקוחות. מנכ"ל החברה, בריאן צ'סקי, תיאר בעבר את המודל כמהיר וזול. Anysphere חשפה כי Composer 2, מודל שפיתחה עבור Cursor, התבסס על מודל ממשפחת Kimi של Moonshot AI.

אין בעצם השימוש במודל סיני הוכחה לכך שמידע נשלח לסין. מודל בעל משקולות פתוחות יכול להיות מופעל על שרתים הנמצאים בשליטת החברה האמריקאית, בלי להעביר את הנתונים ליצרן המקורי. עם זאת, המחוקקים מבקשים לבדוק גם את מקור המודל, מנגנוני הסינון שלו והאפשרות שחולשות או מגבלות שהוטמעו בו יזלגו למוצרים אמריקאיים.

הוועדות הזהירו מפני מצב שבו מערכות תוכנה המשמשות את הכלכלה האמריקאית, גופים ממשלתיים והתעשייה הביטחונית יפתחו תלות במודלים שפותחו בידי חברות הקשורות לסין. לצד שאלות אבטחת המידע, החקירה עוסקת גם בטענה כי חלק מהמודלים הסיניים נבנו באמצעות זיקוק בלתי מורשה של מערכות אמריקאיות.

מגבלות השבבים לא עצרו את סין

התקדמות המודלים הסיניים מעמידה בסימן שאלה את יעילות מגבלות היצוא האמריקאיות. וושינגטון הגבילה את מכירתם לסין של מאיצי AI מתקדמים מתוצרת אנבידיה ו-AMD, במטרה להאט את יכולתה לאמן מערכות גדולות ומתוחכמות.

המגבלות אמנם מקשות על חברות סיניות להשיג שבבים מתקדמים בכמויות גדולות, אך הן גם דוחפות אותן לפתח שיטות אימון חסכוניות יותר, לשפר את ניצול כוח המחשוב ולהתמקד בארכיטקטורות יעילות. דיפסיק המחישה כי אפשר, לפחות לפי נתוני החברה, להשיג ביצועים גבוהים גם בתקציב ובכמות שבבים נמוכים ביחס לאלה שמקובל לייחס למעבדות האמריקאיות.

עם זאת, הטענה שלפיה דיפסיק פיתחה את מודליה כמעט ללא תשתית מתקדמת שנויה במחלוקת. העלות שפורסמה התייחסה לחלק מתהליך האימון ולא בהכרח לכל ההוצאות על ניסויים, כוח אדם, איסוף נתונים, תשתיות ושבבים שנרכשו קודם לכן. גם אם המודל יעיל יותר, אין פירוש הדבר שהוא נבנה בעלות הכוללת שעליה דווח בתחילה.

אנתרופיק טוענת כי הפעילות שזיהתה מחזקת דווקא את הצורך במגבלות יצוא מחמירות. לשיטתה, הגבלת הגישה לשבבים אינה פוגעת רק באפשרות לאמן מודלים גדולים באופן עצמאי, אלא גם מגבילה את היכולת לבצע זיקוק בהיקף עצום ולהפעיל אחר כך את המודלים שנוצרו.

מבחינת יצרניות השבבים, התמונה מורכבת. מודלים יעילים וזולים עשויים להפחית את כמות כוח המחשוב הדרושה לביצוע משימה מסוימת. מנגד, ירידה חדה בעלות השימוש עשויה להרחיב את מספר היישומים והמשתמשים ולהגדיל את הביקוש הכולל למחשוב. זהו ביטוי לפרדוקס מוכר: כאשר משאב נעשה יעיל וזול יותר, השימוש הכולל בו עשוי דווקא לגדול.

החשש בוול סטריט: האם ההשקעות האדירות מוצדקות?

ענקיות הטכנולוגיה האמריקאיות משקיעות מאות מיליארדי דולרים במרכזי נתונים, שבבים, חשמל ותשתיות תקשורת. ההצדקה היא שהחברות שיפתחו את המודלים המתקדמים ביותר יוכלו לגבות מחירים גבוהים ולבנות יתרון שקשה לחקות.

מודלים סיניים זולים מערערים את ההנחה הזאת. אם חברה יכולה לקבל ביצועים קרובים לאלה של מודל אמריקאי מתקדם במחיר נמוך בהרבה, כוח התמחור של OpenAI, אנתרופיק וחברות נוספות עלול להישחק. במקביל, ייתכן שלקוחות יעדיפו להפעיל מודל פתוח בעצמם במקום להיות תלויים בספק API יחיד.

לפי ה"וול סטריט ג'ורנל", השקת Kimi K3 של Moonshot AI הגבירה את החששות בוול סטריט מפני התחרות הסינית והפעילה לחץ על מניות השבבים והטכנולוגיה. היכולת של מודלים פתוחים וזולים להציג ביצועים שמתקרבים למערכות אמריקאיות יקרות עוררה מחדש את השאלה אם ההשקעות האדירות במאיצים ובמרכזי נתונים יניבו את התשואה שלה מצפים המשקיעים.

השקת דיפסיק כבר הובילה בעבר לתנודות חדות במניות השבבים. המשקיעים חששו שמודל יעיל יותר יפחית את הצורך במספר עצום של מאיצים יקרים. אלא שבינתיים החברות הגדולות אינן מצמצמות את ההשקעות, והביקוש לשבבי AI נותר גבוה. השאלה המרכזית היא לא רק כמה כוח מחשוב יידרש, אלא מי יצליח לייצר ממנו רווחים שיצדיקו את ההשקעה.

הסיכון הישיר יותר עבור מעבדות המודלים הוא שחיקת המחירים. חברות אמריקאיות השקיעו סכומי עתק בפיתוח מערכות סגורות, אך מתחרות סיניות יכולות להפיץ מודלים בעלות נמוכה ולעיתים גם לאפשר שימוש מסחרי במשקולות. המהלך עלול לדחוף את השוק למצב שבו המודל עצמו הופך למוצר בסיסי, בעוד שהערך והרווח עוברים ליישומים, לענן ולשירותים שנבנים מעליו.

מה המשמעות למשקיעים?

עבור המשקיעים, התחרות הסינית יוצרת כמה סיכונים במקביל. הראשון הוא שחיקה במחירי השימוש במודלים ובשולי הרווח של הספקיות האמריקאיות. השני הוא האפשרות שחברות שהשקיעו סכומים עצומים בתשתיות יתקשו להשיג את התשואה שלה ציפו. השלישי הוא רגולציה שתאסור או תגביל שימוש במודלים סיניים ותאלץ חברות להחליף תשתיות שכבר שילבו במוצריהן.

מנגד, תחרות שמפחיתה את עלות הבינה המלאכותית יכולה להרחיב במהירות את השוק. ככל שהפעלת מודלים נעשית זולה יותר, ניתן לשלב אותם בשירות לקוחות, פיתוח תוכנה, מסחר, רפואה, תעשייה ולוגיסטיקה. התוצאה עשויה להיות גידול בביקוש למרכזי נתונים, שירותי ענן, זיכרונות, ציוד תקשורת וחשמל, גם אם ההכנסה מכל שאילתה בודדת תרד.

המרוויחות האפשריות אינן בהכרח רק החברות שמפתחות את המודל המוביל. ספקיות תשתית שמאפשרות ללקוחות לעבור בין מודלים, חברות ענן, יצרניות ציוד למרכזי נתונים ומפתחות יישומים שיכולות לבחור בכל רגע את המודל הזול והמתאים ביותר עשויות ליהנות מהתחרות.

מבחינת אנבידיה ויצרניות שבבים נוספות, השאלה היא אם ההתייעלות תוביל לירידה בהשקעות או דווקא להתרחבות השימוש. אם מודלים זולים יאפשרו למיליוני חברות להפעיל יישומי AI חדשים, הביקוש הכולל לכוח מחשוב עשוי להמשיך לגדול. אך אם אותם מודלים יפחיתו משמעותית את מספר השבבים הדרוש לכל משימה, קצב ההתרחבות של מרכזי הנתונים עלול להתמתן.

בסיכומו של דבר, מרוץ הבינה המלאכותית כבר אינו נראה כהכרעה חד-צדדית לטובת ארה"ב. המעבדות האמריקאיות עדיין מובילות בתחומים רבים ומחזיקות בהון, בכוח מחשוב ובכישרונות בהיקף גדול, אך סין הוכיחה שהיא מסוגלת לצמצם פערים במהירות ולהפיץ את הטכנולוגיה שלה במחירים שמקשים על המתחרות להתעלם ממנה.