Одна статья, чтобы понять восемь ведущих компаний ИИ из Китая и США — и основателей, стоящих за моделями

综编：PANews 大钳子

У стартапов в сфере ИИ нет единственно верного ответа: здесь могут найти своё место и «научные авторы» из академической среды, и команды по коммерциализации научных результатов, и квантовые инженерные специалисты, и предприниматели, работающие на стыке отраслей, а также операционные организаторы.

За последние десять лет искусственный интеллект прошёл путь от передовых исследований в лабораториях до ключевой силы, которая определяет конфигурацию технологической индустрии. Сегодня среди самых обсуждаемых AI-компаний в мире — OpenAI, Google DeepMind, Anthropic, xAI, а также DeepSeek, «Луна в темноте», Zhipu AI и MiniMax.

На поверхности они все разрабатывают большие модели, но за этим скрываются совершенно разные пути стартапов: кто-то пришёл из топовых статей и академических исследований, кто-то превратил результаты университетских исследований в индустрию, кто-то сначала накопил вычислительные ресурсы и капитал в количественных финансах, а кто-то умеет лучше всего привлекать финансирование, создавать продукты, выстраивать операционную работу и организацию — так, чтобы техническая команда превратилась в компанию мирового уровня.

🇨🇳 Китай: от научных статей и академических лабораторий до количественного инжиниринга

«Луна в темноте»: превратить статью, изменившую отрасль, в продукт, который может использовать каждый

«Луна в темноте» основана в 2023 году, а продукт Kimi — один из самых узнаваемых среди приложений больших моделей в Китае. Он представляет модель Kimi K3: фокус на мультимодальности, длинном контексте, программировании и глубоком рассуждении.

Основатель Ян Чжиллин, родился в 1992 году в Шаньтоу, провинция Гуандун. Он окончил Школу/университет Цинхуа (бакалавриат), а затем в Университете Карнеги—Меллон получил докторскую степень по информатике. Он обучался у исследователей в области обработки естественного языка, а на этапе докторантуры участвовал в работах, которые позже получили широкое распространение и цитирование, включая Transformer-XL и XLNet. Затем он работал в Google Brain и Meta, занимаясь AI-исследованиями.

Среди китайских предпринимателей Ян Чжиллин выбирает один из самых типичных маршрутов: сначала доказать свой уровень в академическом круге, а затем превратить это понимание и суждения в продукт, который обычный пользователь может просто открыть и начать использовать. В отличие от Zhipu AI, более ориентированной на корпоративный сервис, «Луна в темноте» с самого начала прицелилась на C-end.

Zhipu AI: образец индустриализации, вышедший из лаборатории Цинхуа

Zhipu AI основана в 2019 году и берёт начало из системы Института знаний/knowledge engineering при Цинхуа. Технологический путь представлен серией GLM: компания долго закладывает основу больших моделей, корпоративных сервисов и модельной платформы.

Сооснователь и CEO Чжан Пэн: его бакалавриат и магистратура, а также PhD — все в Цинхуа. В период с 2005 по 2020 год он непрерывно занимался развитием лаборатории знаний/knowledge engineering и академической платформы AMiner, не имея «классического» бэкграунда в традиционных интернет-крупняках.

Особенность Zhipu AI — в старте: компания не начинала с нуля благодаря хайповому продукту, а превратила в платформу базовых моделей для внешнего предоставления сервиса знания-граф и академическую сеть, накопленные университетской лабораторией за десятилетия. Это же её главное отличие от «Луны в темноте»: одна компания сначала делает платформу, а другая сначала делает продукт.

DeepSeek: вложить деньги, заработанные на количественной торговле, в большие модели

DeepSeek основана в 2023 году и сфокусирована на базовых моделях, эффективности обучения и открытых весах. Среди представленных моделей — DeepSeek-V3, R1 и последующая серия V4.

Основатель Лян Вэньфэн, родился в 1985 году в городе Уцзянь провинции Гуандун (город/район Вучжоу). Он учился на бакалавра в Чжэцзянском университете по электронной инженерии и информации, затем получил степень магистра по информатике и коммуникациям; его исследовательские интересы связаны с компьютерным зрением. У него нет послужного списка крупных компаний уровня Huawei, Tencent, Baidu — вместо этого во время учёбы он с головой ушёл в машинное обучение и количественную торговлю, а после вместе с сооснователем запустил Huanfang Quant.

Путь Ляна Вэньфэна — самый необычный среди этих компаний: он не шёл «сначала как исследователь, потом найти деньги», а сначала за счёт количественных инвестиций накопил капитал и вычислительную базу, а уже потом развернул эти ресурсы в разработку больших моделей. DeepSeek в каком-то смысле — продукт идеи «финансовая прибыль — это вычислительные ресурсы, а затем их кормят ИИ».

MiniMax: от техдиректора в крупных компаниях к мультимодальному стартапу

MiniMax основана в 2022 году — это компания по мультимодальным базовым моделям. Она охватывает текст, голос, изображения и видео. Среди продуктов — «Холлуолу AI» (HaiLuo AI), «Синъе» (XingYe) и др.

Основатель Янь Цзюньцзе: бакалавр математики в Юго-Восточном университете, доктор философии по искусственному интеллекту в Институте автоматизации Китайской академии наук и постдокторские исследования в Университете Цинхуа. До стартапа он работал в SenseTime Technology более шести лет, дослужившись до вице-президента и заместителя директора по исследованиям (研究院副院长).

В биографии Янь Цзюньцзе сочетаются два типа опыта: прочная академическая подготовка и практический опыт управления продуктами и командой в масштабируемой AI-команде уровня SenseTime. MiniMax выбирает маршрут мультимодальности — он сложнее — и, в определённой мере, это естественный выбор на пересечении этих двух видов опыта.

🇺🇸 США: от фундаментальных исследований и безопасного управления до интеграции ресурсов между отраслями

Anthropic: брат и сестра, наполовину физики, наполовину управленцы

Anthropic основана в 2021 году командой исследователей, ушедших из OpenAI. Её ключевой принцип — «безопасность ИИ должна развиваться синхронно с развитием возможностей», а основной продукт — серия Claude.

Сооснователь и CEO Дария Амодеи (Dario Amodei). Его бакалавриат по физике в университете Стэнфорда; затем на уровне PhD он переключился на биофизику в Принстонском университете. Этот кросс-дисциплинарный фон продолжился в его исследовательском пути: он сначала присоединился к Google Brain в качестве старшего научного исследователя, затем перешёл в OpenAI на позицию research vice president, участвовал в тренинге GPT-2 и GPT-3, а также был одним из ключевых участников ранних исследований RLHF (reinforcement learning from human feedback — обучение с подкреплением на основе обратной связи от человека). В 2021 году он вместе с несколькими коллегами из OpenAI, включая его сестру Даниэлу (Daniela), ушёл и основал Anthropic.

Путь Даниэлы совершенно другой. Её бакалавриат — английская литература. После выпуска она не ушла напрямую в техиндустрию, а сначала работала в Stripe и OpenAI на операционных ролях. В Anthropic её функция — не обучение моделей, а создание той нижележащей системы, которая позволяет компании безопасно и стабильно работать: от найма, корпоративного управления до внедрения политики безопасности в виде практического исполнения.

В этой паре брат—сестра, в каком-то смысле, отражается вся Anthropic: компании нужны и такие люди, как Дарио, которые могут оценить технологический маршрут и понимать границы возможностей моделей, так и Даниэла, которая понимает организацию, процессы и риск-контроль.

OpenAI: тот, кто умеет рассказывать истории, и тот, кто понимает технологию

OpenAI основана в 2015 году. Она выпустила такие знаковые продукты, как ChatGPT, GPT, Sora, и стала ключевой компанией, которая вывела генеративный ИИ в поле зрения широкой аудитории.

Сэм Альтман: он учился в Стэнфорде два года на направлении компьютерных наук, затем бросил учёбу, основал Loopt — компанию в сфере социальных сервисов, а позже стал президентом Y Combinator. Его сильная сторона никогда не заключалась в публикации топовых научных статей, а в привлечении финансирования, в оценке продуктов, в мобилизации команды и умении рассказать технологическое повествование.

Илья Сацкевер — другой тип. Он имеет степень PhD по математике и информатике в Университете Торонто, учился у пионера deep learning Джеффри Хинтона (Geoffrey Hinton). Он участвовал в Google Brain в ключевых работах вроде AlexNet и Seq2Seq, а также курировал ранний масштабируемый трейннинг-подход в OpenAI.

Если Илья определяет, какие модели OpenAI способна создавать, то Сэм определяет, сможет ли эта компания выжить, получить деньги и продать технологию. Вместе они почти идеально воплощают в Силиконовой долине связку «учёные + организаторы» — одна из самых успешных практик такого формата.

xAI: то же умение, которым Маск строил машины и ракеты — перенесено в ИИ

xAI основана в 2023 году, а ключевой продукт — Grok. Компания делает упор на realtime-информацию, рассуждение и генеративные медиа, и глубоко привязана к платформе X.

Основатель Илона Маск родился в Претории, Южная Африка. В университете он изучал физику и экономику, а также на короткое время поступал в аспирантскую программу Стэнфорда и затем бросил. В отличие от других основателей AI, у него нет традиционного опыта работы в крупных техкомпаниях: он последовательно участвовал в создании Zip2, PayPal, SpaceX, Neuralink и долгое время возглавлял Tesla.

То, как Маск пришёл в AI, не похоже на старт из статей или лаборатории: он интегрировал кросс-отраслевые накопленные ресурсы — от платежей, электромобилей и аэрокосмических проектов до спутниковой связи и соцплатформ — и направил их прямо в вычислительные ресурсы и данные, необходимые для обучения больших моделей.

Google DeepMind: гений игры в шахматы, путь от игр к протеинам

Google DeepMind основана в 2010 году, в 2014 году была приобретена Google. Сегодня это ключевая AI-лаборатория/институт разработки в составе Google. Компания последовательно выпустила AlphaGo, AlphaFold и Gemini.

Сооснователь и CEO Демис Хассабис (Demis Hassabis) родился в Лондоне, Великобритания. У него есть степень бакалавра по компьютерным наукам первой категории в Кембриджском университете и PhD по когнитивной нейронауке в University College London. В юности он был сильным игроком в шахматы, в 17 лет участвовал в разработке игры «Theme Park», а затем сам основал игровую компанию Elixir Studios.

Игры натренировали в нём интуицию относительно сложных систем и принятия решений, нейронаука дала ему биологический взгляд на то, что такое «интеллект» как явление, а информатика предоставила инженерные навыки, чтобы воплощать эти идеи в реальность. Успех AlphaGo и AlphaFold почти складывается из этих трёх этапов — причём вторая работа также принесла ему Нобелевскую премию по химии в 2024 году.

Четыре линии основателей: у AI-стартапов не существует единого шаблона

Если посмотреть на эти восемь компаний, можно примерно разделить бэкграунды основателей на четыре категории.

Первая категория: чисто техничные «paper-first» основатели. Ян Чжиллин, Янь Цзюньцзе, Dario Amodei, Ilya Sutskever и Demis Hassabis обладают системной научной подготовкой. Общее у них — способность судить о технологическом маршруте, вести исследовательские команды и формировать реальные барьеры в возможностях моделей или методах обучения. При этом Ян Чжиллин и Ilya ближе к формату «сначала написать статью, которая изменит отрасль, а потом идти в стартап»; Hassabis — результат пересечения компьютерных наук, игр и нейронауки.

Вторая категория: коммерциализация научных результатов университетов. Zhipu AI — самый типичный пример: ключевая компетенция напрямую приходит из многолетних накоплений Института knowledge engineering при Цинхуа. У «Луны в темноте» также есть сильные «гены» Цинхуа и зарубежных исследований, но путь более «рыночный»: она не остановилась на упаковке академических достижений в корпоративные сервисы, а сразу сделала продукт для массового пользователя.

Третья категория: связка математики, инженерии и капитала. Лян Вэньфэн и Маск относятся к этой группе, но источники ресурсов у них совершенно разные: Лян Вэньфэн накапливает капитал и вычислительную базу за счёт количественных инвестиций, а Маск — за счёт мобилизации ресурсов в кросс-отраслевом бизнесе, таком как платежи, автомобили, аэрокосмос и соцплатформы. Общее в том, что их вход в AI никогда не опирается только на сами алгоритмы.

Четвёртая категория: не техничные организаторы в паре с техничными основателями. Сэм Альтман и Даниэла Амодеи (Daniela Amodei) — представители этой линии. Они не обязательно являются самыми топовыми исследователями моделей, но именно они решают, сможет ли компания нанять людей, получить деньги, построить продукт и выдержать давление регуляторов, не рассыпавшись в условиях быстрой экспансии.

Конкуренция в передовом AI никогда не сводится только к «у кого степень доктора по компьютерным наукам» и не только к «кто сможет обучить более большую модель».

То, что действительно определяет, сможет ли компания постоянно оставаться в лидерах, — это смогут ли научные, инженерные, продуктовые, капитальные и организационные способности сформировать замкнутый цикл: учёные определяют верхний технологический предел, инженерные команды — получится ли воплотить модели в реальность, продуктовые — будут ли пользователи реально хотеть ими пользоваться, капитал — обеспечит вычислительные ресурсы и инвестиции в таланты, а организация и управление определят, сможет ли компания долго функционировать.

С этой точки зрения у AI-стартапов нет единственно правильного ответа.

Учёный-«paper-first», академическая индустриализационная команда, квантово-инженерная школа, предприниматели на стыке отраслей и операционные организаторы — все они могут найти своё место в этой конкуренции.

Кто сможет собрать разные компетенции в единую систему — тот с большей вероятностью станет долгосрочным победителем в следующей волне развития искусственного интеллекта.