Как китайский ИИ-прорыв изменил правила игры и заставил гигантов нервничать

Успех DeepSeek примечателен не созданием принципиально новых возможностей, а тем, как компания достигла результатов, сопоставимых с показателями технологических гигантов, при многократно меньших затратах. По сути, DeepSeek не изобрела ничего радикально нового; её инновация заключалась в ином расставлении приоритетов. В результате индустрия движется теперь по двум параллельным траекториям: эффективность и вычислительные мощности.

ИИ с приоритетом на безопасность: Что внутри модели
На фоне подготовки к выходу R2 и ужесточения экспортных ограничений на чипы со стороны США, стоит понять, как DeepSeek сумела привлечь столь пристальное внимание.

Инженерия вопреки ограничениям
Внезапное и яркое появление DeepSeek заворожило всех, продемонстрировав, что инновации возможны даже в условиях серьёзных ограничений. Столкнувшись с американскими экспортными барьерами на передовые ИИ-чипы, DeepSeek была вынуждена искать обходные пути для развития технологий.

Пока американские компании гнались за производительностью через более мощное "железо", огромные модели и качественные данные, DeepSeek сосредоточилась на оптимизации имеющегося. Она блестяще реализовала известные идеи — и в этом исполнении тоже есть новизна.

Такой подход, ставящий во главу угла эффективность, принёс впечатляющие плоды. По данным, модель R1 от DeepSeek соответствует возможностям OpenAI при эксплуатационных затратах всего в 5-10%. Финальный этап обучения её предшественника, V3, обошёлся якобы в жалкие $6 млн — бывший специалист по ИИ из Tesla Андрей Карпаты назвал это "смешным бюджетом" на фоне десятков или сотен миллионов долларов у американских конкурентов. Ещё показательнее: пока OpenAI, по слухам, потратила $500 млн на обучение своей недавней модели "Orion", DeepSeek достигла лучших результатов в бенчмарках всего за $5.6 млн — менее 1.2% от вложений OpenAI.

Если вы впечатлились, думая, что такие результаты достигнуты в условиях острого дефицита передовых чипов, стоит внести ясность: изначальные американские санкции ограничивали прежде всего вычислительную мощность чипов, а не их память и сетевые возможности — два критически важных компонента для ИИ. Это значит, что чипы, доступные DeepSeek, не были "плохими"; их характеристики по памяти и сетевому взаимодействию позволили эффективно распараллеливать операции на множестве устройств — ключевая стратегия для работы с большой моделью.

Это, в сочетании с господдержкой Китая в создании полного цикла ИИ-инфраструктуры, привело к ускорению инноваций, которого многие западные наблюдатели не ожидали. Прогресс DeepSeek был закономерной частью развития ИИ, но он позволил реализовать известные достижения на несколько лет раньше, и это впечатляет.

Прагматизм важнее процессов
Помимо оптимизации "железа", подход DeepSeek к обучающим данным также отличается от западных практик. Вместо опоры исключительно на контент, собранный из интернета, компания, по данным, активно использовала синтетические данные и результаты работы других проприетарных моделей. Это классический пример "дистилляции модели" — способности учиться у мощных моделей. Однако такой подход поднимает вопросы приватности данных и управления ими, которые могут беспокоить западных корпоративных клиентов. Тем не менее, он подчёркивает общую прагматичную ориентацию DeepSeek на результат, а не на процесс.

Эффективное использование синтетических данных — ключевое отличие. Они могут быть очень полезны для обучения больших моделей, но требуют осторожности: одни архитектуры моделей справляются с ними лучше других. Например, модели-трансформеры с архитектурой "смеси экспертов" (MoE), как у DeepSeek, обычно устойчивее к синтетическим данным, тогда как более традиционные "плотные" архитектуры (как в ранних моделях Llama) могут демонстрировать падение производительности или даже "деградацию модели" при избытке синтетики.

Эта чувствительность архитектуры важна, потому что синтетические данные имеют иные паттерны и распределения, чем реальные. Если архитектура плохо с ними работает, модель может выучить "лазейки" или предубеждения, заложенные в процесс генерации синтетики, вместо обобщаемых знаний. Это ведет к снижению качества работы на реальных задачах, повышенному числу "галлюцинаций" или хрупкости перед новыми ситуациями.

Тем не менее, инженеры DeepSeek, по информации, изначально проектировали архитектуру своей модели с расчётом на интеграцию синтетических данных. Это позволило компании использовать их экономические преимущества без ущерба для производительности.

Отголоски на рынке
Почему это так важно? Помимо фондового рынка, появление DeepSeek спровоцировало серьёзные стратегические сдвиги у лидеров отрасли.

Яркий пример — OpenAI. Сэм Альтман недавно анонсировал планы выпустить первую с 2019 года модель с "открытыми весами". Это знаковый поворот для компании, построившей бизнес на проприетарных системах. Похоже, взлёт DeepSeek, помимо успеха Llama, сильно ударил по лидеру OpenAI. Уже через месяц после выхода DeepSeek Альтман признал, что OpenAI оказалась "не на той стороне истории" в вопросе открытого ИИ.

При ежегодных операционных расходах OpenAI в $7-8 млрд экономическое давление со стороны эффективных альтернатив вроде DeepSeek стало невозможно игнорировать. Как прямо выразился эксперт по ИИ Кай-Фу Ли: "Вы тратите $7 или $8 миллиардов в год, неся огромные убытки, а тут появляется конкурент с открытой моделью, которая бесплатна". Это требует перемен.

Эта экономическая реальность подтолкнула OpenAI к поиску финансирования в $40 млрд, оценив компанию в беспрецедентные $300 млрд. Но даже с таким "войсковым казначейством" фундаментальная проблема остаётся: подход OpenAI требует неизмеримо больше ресурсов, чем у DeepSeek.

Дальше обучения моделей
Ещё один важный тренд, ускоренный DeepSeek, — сдвиг в сторону "вычислений во время выполнения" (Test-Time Compute, TTC). Поскольку ведущие ИИ-лаборатории уже обучили свои модели на большей части доступных публичных интернет-данных, их дефицит замедляет прогресс в предобучении.

Для решения этой проблемы DeepSeek анонсировала сотрудничество с Университетом Цинхуа по разработке "самостоятельной выверки по принципам" (Self-Prinicipled Critique Tuning, SPCT). Этот подход учит ИИ вырабатывать собственные правила оценки контента и затем использовать их для детального анализа. Система включает встроенного "судью", который в реальном времени оценивает ответы ИИ, сверяя их с базовыми принципами и стандартами качества.

Эта разработка — часть движения к автономной самооценке и самосовершенствованию ИИ-систем, где модели используют время вывода (инференса) для улучшения результатов, а не просто увеличиваются в размерах при обучении. DeepSeek называет свою систему "DeepSeek-GRM" (модель вознаграждения общего назначения). Но, как и в случае с дистилляцией моделей, здесь есть как перспективы, так и риски.

Например, если ИИ разработает собственные критерии суждения, есть риск их расхождения с человеческими ценностями, этикой или контекстом. Правила могут стать излишне жёсткими или предвзятыми, оптимизируя форму, а не содержание, и/или закреплять ошибочные предположения или "галлюцинации". Кроме того, без участия человека могут возникнуть проблемы, если "судья" ошибочен или неверно настроен. Это похоже на диалог ИИ с самим собой без прочной внешней опоры. Добавьте к этому, что пользователи и разработчики могут не понимать логику решений ИИ — что поднимает более глобальный вопрос: Должен ли ИИ решать, что "хорошо" или "правильно", основываясь только на своей собственной логике? Эти риски нельзя сбрасывать со счетов.

В то же время этот подход набирает обороты: DeepSeek вновь опирается на работы других (вспомните методы "критики и пересмотра" от OpenAI, "конституционный ИИ" от Anthropic или исследования по самонаграждающимся агентам), чтобы создать, вероятно, первое комплексное применение SPCT в коммерческом продукте.

Это может ознаменовать мощный сдвиг в автономии ИИ, но по-прежнему необходимы строгий аудит, прозрачность и защитные механизмы. Дело не только в том, что модели становятся умнее, но и в том, чтобы они оставались управляемыми, интерпретируемыми и заслуживающими доверия, когда начинают оценивать себя без человеческого контроля.

Взгляд в будущее
Таким образом, взлёт DeepSeek сигнализирует о более широком сдвиге в ИИ-индустрии в сторону параллельных траекторий инноваций. Пока компании продолжают строить более мощные вычислительные кластеры для возможностей следующего поколения, будет и интенсивный поиск прироста эффективности через инженерию ПО и улучшения архитектуры моделей, чтобы компенсировать проблемы энергопотребления ИИ, которое уже опережает возможности генерации.

Компании реагируют. Microsoft, например, приостановила развитие дата-центров в ряде регионов мира, переориентируясь на более распределённый и эффективный подход к инфраструктуре. Хотя компания всё ещё планирует инвестировать около $80 млрд в ИИ-инфраструктуру в этом финансовом году, она перераспределяет ресурсы в ответ на рост эффективности, который продемонстрировал рынку DeepSeek.

Meta также ответила, выпустив новое семейство моделей Llama 4, впервые использующее архитектуру MoE. Meta специально включила модели DeepSeek в свои бенчмарки при запуске Llama 4, хотя детальные результаты сравнения не были обнародованы. Такое прямое конкурентное позиционирование сигнализирует о меняющемся ландшафте, где китайские ИИ-модели (и Alibaba тоже делает ходы) теперь считаются достойными эталона компаниями Кремниевой долины.

При такой стремительной динамике возникает ирония: американские санкции, призванные сохранить доминирование США в ИИ, возможно, ускорили именно те инновации, которые они стремились сдержать. Ограничив доступ к ресурсам, они вынудили DeepSeek проложить новый путь.

В дальнейшем, по мере глобальной эволюции отрасли, ключевым для всех игроков станет адаптивность. Политика, кадры и рыночные реакции будут продолжать менять правила игры — будь то отмена "правила диффузии ИИ", новый запрет на закупки технологий или что-то ещё. То, чему мы учимся друг у друга, и то, как мы реагируем, — вот что будет действительно интересно наблюдать.