Одна стаття, щоб розібратися вісім провідних AI-компаній Китаю та США, а також засновників, які стоять за моделями

綜編：PANews Велике Паяльне

У AI-підприємництві немає єдиної правильної відповіді: на цій конкуренції свій шанс можуть знайти і «дослідники-статейники», і команди наукової комерціалізації, і представники квантового інженерного підходу, і підприємці, що працюють на стику різних галузей, а також організатори операційного типу.

За останні десять років штучний інтелект пройшов шлях від передових досліджень у лабораторіях до ключової сили, яка визначає конфігурацію технологічної індустрії. Сьогодні серед найпомітніших у світі AI-компаній — як OpenAI, Google DeepMind, Anthropic, xAI, так і DeepSeek, «Сторона Місяця» (月之暗面), Zhipu AI та MiniMax.

На поверхні всі вони займаються розробкою великих моделей, але в основі представляють цілком різні шляхи стартапів: хтось прийшов із топових наукових робіт та академічних досліджень, хтось перетворює результати університетської науки на індустрію, хтось спершу накопичує обчислювальні потужності й капітал у кількісних (quant) фінансах, а хтось майстерний у фандрейзингу, продуктах, операціях та організації — і збирає технічну команду в компанію світового рівня.

🇨🇳 Китай: від наукових статей та академічних лабораторій до квантово-інженерного підходу

月之暗面 (Сторона Місяця): як робити з статті, що змінює індустрію, продукт, яким може користуватися кожен

«Сторона Місяця» заснована у 2023 році; її продукт Kimi — один із найбільш впізнаваних продуктів серед застосунків великих моделей у Китаї, і він представляє модель Kimi K3, що робить акцент на мульти-модальності, довгому контексті, програмуванні та глибокому міркуванні.

Засновник Ян Чжілінь (杨植麟), 1992 року народження в Шаньтоу, провінція Гуандун. Після здобуття ступеня бакалавра в Цінхуа він отримав докторський ступінь з комп’ютерних наук у Карнегі-Меллоні, де навчався в дослідників у сфері обробки природної мови. Під час докторської програми брав участь у роботах, які згодом стали широко цитованими, зокрема Transformer-XL, XLNet, а згодом також працював над AI-дослідженнями в Google Brain та Meta.

Серед цієї хвилі кітайських підприємців Ян Чжілінь обрав найтиповіший шлях: спершу довести власні судження в академічному середовищі, а потім перетворити ці судження на продукт, який звичайні люди можуть одразу відкрити й почати використовувати. Порівняно з маршрутом на кшталт Zhipu AI, що більше орієнтований на сервіс для підприємств, «Сторона Місяця» з самого початку дивилася в бік C-категорії.

Zhipu AI: з лабораторії Цінхуа — як зразок комерціалізації

Zhipu AI заснована у 2019 році; її витоки — у системі лабораторії інженерії знань при Університеті Цінхуа. Технічний шлях репрезентує серія GLM: вона довго вибудовує лінію базових моделей, корпоративних сервісів і модельної платформи.

Співзасновник і CEO Чжан Пэн (张鹏): і бакалавр, і магістр, і докторантура — в Університеті Цінхуа. У період 2005–2020 років він постійно зосереджувався на розвитку лабораторії інженерії знань та академічної платформи AMiner — без послужного списку, який зазвичай мають традиційні великі інтернет-компанії.

Особливість Zhipu AI — у стартовій позиції: компанія не стартувала з нуля завдяки «хітовому» продукту, а натомість безпосередньо перетворила карту знань і академічну мережу, накопичені університетською лабораторією протягом десятиліть, на набір базових модельних платформ, які можуть надавати послуги назовні. Це ж і головна різниця з «Стороною Місяця»: одна спершу робить платформу, інша — спершу робить продукт.

DeepSeek: гроші, зароблені на кількісній торгівлі, інвестуються в великі моделі

DeepSeek заснована у 2023 році; компанія зосереджена на базових моделях, ефективності тренування та відкритих вагах (open weights). Представлені моделі включають DeepSeek-V3, R1 та наступну серію V4.

Засновник Лян Веньфен (梁文锋), 1985 року народження в Уцзоу, повіт Учжоу міста Чжаньцзян, провінція Гуандун. Бакалаврську освіту здобував у Чжецзянському університеті за спеціальністю «електронна інформаційна інженерія», згодом отримав ступінь магістра за спеціальністю «інформаційні та комунікаційні технології». Напрям досліджень стосується машинного зору. У нього немає послужного списку великих технологічних компаній на кшталт Huawei, Tencent чи Baidu; замість цього, ще на етапі магістратури він цілком занурився в машинне навчання та кількісну торгівлю, а потім разом із партнерами заснував Huanfang Quant (幻方量化).

Шлях Ляна Веньфена — найособливіший серед цих компаній: він не спершу стає дослідником і потім шукає гроші, а спершу через квантові інвестиції накопичує капітальну та обчислювальну базу, а вже потім у зворотному напрямку вкладає ці ресурси в розробку великих моделей. У певному сенсі DeepSeek — це продукт формули «квантові гроші заробляють обчислювальні потужності, а вони потім «подаються» AI».

MiniMax: від технічного керівника у великій компанії — до підприємця мульти-модального напрямку

MiniMax заснована у 2022 році — це компанія базових мульти-модальних моделей. Вона охоплює текст, голос, зображення та відео; серед продуктів — Hailuo AI, Xingye тощо.

Засновник Янь Цзюньцзе (闫俊杰): бакалавр математики в Південно-східному університеті, доктор філософії з AI в Інституті автоматизації Китайської академії наук і завершив постдокторську дослідницьку роботу в Університеті Цінхуа. Перед підприємництвом він понад шість років працював у SenseTime (商汤科技), дійшовши до позиції віцепрезидента й заступника директора з науково-дослідної роботи інституту.

На постаті Яня Цзюньцзе поєднуються два типи досвіду: ґрунтовна академічна підготовка та практичний досвід управління продуктами й командою у масштабованій AI-команді на кшталт SenseTime. MiniMax обрала складніший шлях мульти-модальності — і певною мірою це природний вибір, сформований накладанням цих двох досвідів.

🇺🇸 Сполучені Штати: від фундаментальних досліджень і безпекового врядування до інтеграції ресурсів між галузями

Anthropic: брат і сестра, наполовину фізики, наполовину управлінці

Anthropic заснована у 2021 році групою дослідників, які вийшли з OpenAI. Ключова ідея компанії: «AI-безпека має розвиватися паралельно з розвитком можливостей». Серед репрезентативних продуктів — лінійка Claude.

Співзасновник і CEO Даріо Амодеї (Dario Amodei): бакалаврська програма — з фізики в Університеті Стенфорд, а в докторській — він переключився на біофізику в Прінстонському університеті. Цей міждисциплінарний бекграунд згодом зберігся в його дослідницькому шляху: він спершу приєднався до Google Brain як senior research scientist, а потім перейшов в OpenAI на посаду research vice president, де брав участь у тренуванні GPT-2 та GPT-3, а також був одним із ключових учасників ранніх досліджень RLHF (reinforcement learning from human feedback — підкріплене навчання з людським зворотним зв’язком). У 2021 році він разом із кількома колегами з OpenAI, зокрема із сестрою Даніелою (Daniela), залишив компанію та заснував Anthropic.

Шлях Даніели — зовсім інший. Вона вивчала англійську літературу, після випуску не пішла прямо в технічну індустрію: спершу вона працювала в Stripe, а потім — в OpenAI на операційних ролях. В Anthropic її роль полягає не в тренуванні моделей, а в побудові тієї базової системи, завдяки якій компанія може безпечно й стабільно працювати: від найму та корпоративного врядування до втілення безпекової політики.

У тій чи іншій мірі ця пара брат/сестра — це зменшена копія Anthropic: компанії потрібні і такі дослідники, як Dario, які можуть оцінити технологічний шлях і розуміти межі можливостей моделей, і такі люди, як Daniela, які розуміють організацію, процеси та контроль ризиків.

OpenAI: людина, що вміє розповідати історії, і людина, яка розуміє технології

OpenAI заснована у 2015 році; вона представила такі знакові продукти, як ChatGPT, GPT, Sora тощо, і є ключовою компанією, яка принесла генеративний AI у масовий простір.

Мен Сім Альтман (Sam Altman) після двох років навчання в Стенфордському університеті за напрямом Computer Science кинув навчання, заснував позиційну (location-based) соціальну компанію Loopt, а згодом обійняв посаду президента Y Combinator. Його сильна сторона ніколи не полягала у публікації топових наукових статей, а в фандрейзингу, продуктових рішеннях, мобілізації організації та вмінні розповісти технічний наратив.

Ілля Сутскевер (Ilya Sutskever) — інший тип. Він має докторський ступінь з математики та комп’ютерних наук у Торонтському університеті, навчався у Geoffrey Hinton, піонера deep learning. Він брав участь у Google Brain в важливих досягненнях на кшталт AlexNet та Seq2Seq і керував раннім курсом OpenAI на масштабоване тренування.

Якщо Ілля визначив, які саме моделі OpenAI зможе створити, то Сам визначив, чи зможе ця компанія вижити, отримати гроші та продати технологію. Поєднання цих двох — майже найуспішніший у Силіконовій долині приклад маршруту «науковець + організатор».

xAI: уміння, з яким Маск будує машини та ракети, перенесено в AI

xAI заснована у 2023 році; її представницький продукт — Grok. Компанія наголошує на реальному часі інформації, міркуванні та генеративних медіа, і глибоко пов’язана з платформою X.

Засновник Elon Musk народився в Преторії (Південна Африка), в університеті вивчав фізику та економіку, а також недовго був у магістерській програмі Стенфордського університету й пішов звідти. На відміну від інших засновників AI, він не мав послужного списку роботи в традиційних великих технологічних компаніях: натомість він послідовно брав участь у створенні Zip2, PayPal, SpaceX, Neuralink та ін., а також протягом тривалого часу керував Tesla.

Спосіб, у який Маск зайшов у AI, не був «від статей або лабораторій»: він інтегрував кросгалузеві ресурси, накопичені в платежах, електромобілях, космонавтиці, супутникових системах зв’язку та соцплатформах — і вклав їх безпосередньо в обчислювальні потужності та дані, необхідні для тренування великих моделей.

Google DeepMind: геній гри в шахи, шлях від ігор до білків

Google DeepMind заснована у 2010 році, у 2014 її викупила Google. Сьогодні це ключова AI-дослідницька організація Google, яка послідовно випустила AlphaGo, AlphaFold і Gemini.

Співзасновник і CEO Demis Hassabis народився в Лондоні (Велика Британія). Він має ступінь бакалавра з Computer Science з «першою відзнакою» в Кембриджі та доктора з когнітивної нейронауки у University College London. У підлітковому віці він був чемпіоном з шахів, у 17 років брав участь у розробці гри «Theme Park», а згодом сам заснував ігрову компанію Elixir Studios.

Ігрове тренування дало йому інтуїцію щодо складних систем і рішень, нейронаука — біологічний ракурс розуміння самого поняття «інтелект», а комп’ютерні науки — інженерну спроможність реалізувати ці ідеї на практиці. Успіхи AlphaGo та AlphaFold майже повністю є результатом накладання цих трьох етапів — а друга з них також принесла йому Нобелівську премію з хімії у 2024 році.

Чотири маршрути для засновників: у AI-підприємництві не існує єдиного шаблону

Якщо подивитися на ці вісім компаній, бекграунд засновників можна приблизно розділити на чотири категорії.

Перша категорія: суто технічні засновники-«статейники». Ян Чжілінь (杨植麟), Янь Цзюньцзе (闫俊杰), Dario Amodei, Ilya Sutskever і Demis Hassabis мають системну наукову підготовку. Спільне між ними — здатність оцінювати технологічний шлях, вести дослідницькі команди й формувати справжні бар’єри в можливостях моделей або методах тренування. Серед них Ян Чжілінь і Ilya ближчі до формули «спочатку написати статтю, що змінює індустрію, а потім іти в підприємництво»; Hassabis — продукт перетину комп’ютерних наук, ігор і нейронауки.

Друга категорія: комерціалізація наукових здобутків університетів. Zhipu AI — найтиповіший приклад: ключові можливості прямо походять із багаторічного накопичення в лабораторії інженерії знань Цінхуа. «Сторона Місяця» також має сильні «гени» Цінхуа та зарубіжних досліджень, але шлях більш «ринково-перекладений»: вона не зупинилася на пакуванні академічних досягнень у корпоративні сервіси, а прямо зробила продукт, орієнтований на масову аудиторію.

Третя категорія: поєднання математики, інженерії та капіталу. Лян Веньфен (梁文锋) і Маск належать до цієї категорії, але джерела ресурсів у них зовсім різні: Лян Веньфен накопичує капітал і обчислювальну потужність завдяки квантовим інвестиціям, а Маск — завдяки мобілізації ресурсів через платежі, автомобілі, космонавтику та соцплатформи, тобто через кросгалузевий бізнес. Спільне між ними — те, як вони заходять в AI: ніколи не покладаються лише на самі алгоритми.

Четверта категорія: не технічні організатори та технічні засновники-партнери. Sam Altman і Daniela Amodei — представники цієї лінії. Вони не обов’язково є найтоповішими дослідниками моделей, але саме вони визначають, чи зможе компанія найняти людей, залучити гроші, побудувати продукти, витримати тиск регуляторів і не розвалитися під час швидкого розширення.

Змагання у передовому AI ніколи не зводиться лише до «хто має ступінь PhD з комп’ютерних наук» і не лише до «хто може натренувати більшу модель».

Справді те, що визначає, чи компанія зможе стабільно залишатися попереду, — це чи здатні замкнути цикл наука, інженерія, продукти, капітал та організаційні можливості: науковці задають технічний верхній поріг, інженерні команди вирішують, чи зможе модель бути реалізована в практиці, продуктові команди вирішують, чи захочуть користувачі користуватися, капітал визначає обчислювальні потужності й інвестиції в таланти, а організація та врядування визначають, чи компанія зможе довго працювати.

З цього погляду AI-підприємництво не має єдиної правильної відповіді.

«Статейники»-вчені, команди академічної комерціалізації, квантово-інженерні прихильники, підприємці міжгалузевого типу та операційні організатори — усі вони можуть знайти своє місце в цій конкуренції.

Хто зможе інтегрувати різні здібності в систему, той і з більшою ймовірністю стане довгостроковим переможцем у наступній хвилі розвитку штучного інтелекту.