Будущее отечественных компаний по созданию независимых больших моделей, вероятно, связано с выходом на международный рынок и специализацией в нишевых B2B сегментах

Почему отечественные крупные модели вызывают интерес на развивающихся рынках?

Финансовые отчеты технологических компаний Гонконга уже опубликованы, и без сомнения, внимание рынка сосредоточено на двух компаниях, вышедших на биржу с крупными моделями — MiniMax и 智谱. Из отчетов легко заметить, что распределение доходов этих двух компаний практически полностью противоположно:

• Почти весь доход 智谱 поступает из внутреннего рынка, а у MiniMax 73% доходов — из-за рубежа;

• Большая часть доходов 智谱 можно определить как To B, а у MiniMax около двух третей доходов — из сегмента To C (примечание: доходы от продуктов, изначально созданных на базе ИИ, не полностью, но в основном — из сегмента To C);

• 73,7% доходов 智谱 приходится на локализованные развертывания крупных моделей, которые зачастую создаются с учетом требований отраслей и предприятий и являются высоко кастомизированными.

Говорят, что компания 月之暗面 тоже планирует выход на биржу, хотя мы пока не видели проспект эмиссии. Согласно СМИ, в первом квартале этого года доходы компании из-за рубежа выросли очень сильно. Возможно, мы увидим, что 月之暗面, как и MiniMax, получит большую часть доходов из-за границы? В любом случае, в отличие от 智谱, она не будет полагаться преимущественно на внутренний рынок.

Я считаю, что это безусловно отражает две возможные стратегии развития отечественных независимых компаний по созданию крупных моделей (под «независимость» понимается — вне крупных интернет-гигантов): выход на международные рынки и развитие внутреннего сегмента To B. Не обязательно выбирать только одно, можно заниматься обоими направлениями, хотя в реальности обычно делают упор на что-то одно. Что касается других бизнесов, включая внутренний сегмент To C и «универсальные» решения To B, — они, безусловно, тоже будут развиваться, но я не считаю, что у независимых компаний есть существенные конкурентные преимущества в этих сферах.

Почему так? Потому что внутренний сегмент To C явно находится в зоне влияния интернет-гигантов. В области универсальных AI-приложений сильны ByteDance с Doubao, Alibaba с Quark и Qianwen, а Tencent с Yuanbao пока не отказались от надежды войти в первую тройку. В нишевых AI-приложениях успешные кейсы вроде Ant A-Fu показывают, что при желании крупные интернет-компании используют свои ресурсы и синергии очень эффективно. У гигантов есть не только технологическая инфраструктура и трафик, но и желание предоставлять множество бесплатных сервисов, что затрудняет независимым моделям зарабатывать на внутреннем рынке.

Рассмотрим пример DeepSeek: он до сих пор входит в топ-4 или топ-5 AI-приложений внутри страны, но поскольку проект открыт, конкуренты охотно предоставляют пользователям бесплатные «большие порции» сервиса, и возможность взимать плату с внутренних пользователей у DeepSeek очень ограничена. Для других независимых компаний, чтобы зарабатывать на внутреннем рынке, нужно либо создавать модели значительно превосходящие по уровню крупные, закрытые решения, либо надеяться на очень высокие доходы с внутреннего сегмента — что, хотя и не исключено, но очень маловероятно.

Что касается внутреннего сегмента «универсального AI To B», — это еще одна зона, где борются крупные компании: Alibaba Cloud, Volcengine, Baidu Cloud, Tencent Cloud — это их жизненно важные направления. Независимые компании могут использовать свою гибкость для достижения успехов в локальных нишах, например, недавно популярная «массовая разведение лангр» вызвала резкий рост спроса на токены у многих крупных моделей. Но не стоит забывать, что при общем росте стоимости вычислительных ресурсов независимые модели — это, по сути, «принимающие цену»(Price Taker), а крупные компании с мощной инфраструктурой и облачными подразделениями — «устанавливающие цену»(Price Maker). В долгосрочной перспективе, по стоимости токенов, независимым моделям будет очень трудно конкурировать с гигантами: даже если они разработают технологии снижения стоимости вывода, крупные компании, скорее всего, быстро внедрят их в свои будущие версии.

Исторически в отечественной интернет-индустрии множество перетасовок происходило из-за того, что «доминирующие гиганты недооценивали или игнорировали» конкурентов, что привело к появлению таких компаний, как ByteDance, Pinduoduo и Kuaishou. В области крупных моделей ситуация иная: крупные компании реагируют очень быстро и уделяют этому вопросу первостепенное внимание. Разногласия сводятся лишь к тому, сколько инвестировать и как. Внутри внутреннего рынка приложений, появление яркого и популярного DeepSeek — уже удивление, а даже сильные независимые компании вряд ли смогут конкурировать с вооруженными до зубов гигантами.

Что касается сегмента To B — это совсем другая история: рынок очень сложен, важны отраслевые ниши и отношения с клиентами. Многие отраслевые клиенты считают, что крупные компании не получают достаточной выгоды, и им трудно с ними работать. Хотя крупные компании тоже хотят заниматься MaaS (модель как услуга) и AI-основанным SaaS, — в основном, инфраструктура для этих решений у них есть, и их IaaS-сервисы продолжают получать выгоду. С точки зрения клиентов и самих гигантов, — часть сегмента B, особенно отраслевого, — логично доверить независимым моделям, и менять это не обязательно.

Что касается выхода на зарубежные рынки, — тут я и говорить не буду: за последние три года одним из самых популярных направлений стартапов в Китае стало AI-приложения за границей. Мировой рынок очень большой, с ярко выраженной дифференциацией: есть развитые рынки Северной Америки и Западной Европы, есть рынки Юго-Восточной и Южной Азии, хорошо знакомые китайским технологическим компаниям, а также все более важные рынки Ближнего Востока и Латинской Америки. И в сегменте To C, и в сегменте To B у китайских AI-компаний (включая крупные модели и разработчиков приложений) есть два явных преимущества:

• Во-первых, способность разрабатывать и быстро внедрять приложения — в этом отечественные компании, пожалуй, не уступают лидерам. Еще в эпоху мобильного интернета многие китайские компании выходили за границу именно потому, что внутри страны было очень жестко, и те, кто не мог конкурировать на внутреннем рынке, успешно находили свою нишу за рубежом. А зарубежные рынки очень разнообразны, и у каждого свои предпочтения и регуляции, — есть где конкурировать.

• Во-вторых, соотношение цены и качества токенов. Недавние СМИ сообщают, что несколько отечественных компаний за рубежом, особенно в развивающихся странах, зарабатывают на продаже токенов очень много, благодаря низким затратам на вывод и высокой эффективности — в некоторых странах это очень популярно. Это действительно так (хотя точные цифры трудно проверить). Почему так происходит? Кто-то указывает на инфраструктурные причины, например, электроснабжение, — но, скорее всего, причина гораздо сложнее.

Отечественные компании предлагают низкую цену токенов, в основном за счет моделей с меньшим числом параметров, которые, хотя и имеют ограниченные возможности, вполне справляются с потребностями многих развивающихся стран. Такой «стратегический ценовой конкурс» эффективен, и крупные технологические гиганты из Кремниевой долины вряд ли захотят и смогут его повторить, как и в других сферах, где они не могут конкурировать по соотношению цена/качество с китайскими компаниями. Локализация и продвижение — тоже важные факторы, и китайские компании в этом преуспели, еще задолго до эпохи ИИ.

Я считаю, что в обозримом будущем развитие независимых отечественных моделей сводится к выбору между «выходом на зарубежные рынки» и «развитием внутреннего сегмента To B», или — к одновременному развитию обоих направлений. Лично я больше склонен к выходу за границу, потому что внутренний сегмент To B — очень сложный и требовательный бизнес. В свое время, изучая отечественный софт, я понял, насколько это трудно. Но сегмент B действительно существует, и у предприятий в разных отраслях есть потребность в AI-трансформации. Может быть, именно в этом сегменте независимые модели смогут добиться устойчивого успеха?

Этот материал не спонсирован и не поддерживается ни одной из компаний, упомянутых в статье, или их конкурентами.

Автор статьи не владеет акциями упомянутых компаний, хотя не исключает возможность косвенного участия через фонды.