Dyrektor generalny firmy Nvidia, Jensen Huang, ujawnia dwa proste powody (energia i regulacje), dla których Chiny niemal wygrały wyścig sztucznej inteligencji.

Paradoks sztucznej inteligencji: dlaczego Zachód pozostaje w tyle, mimo że dysponuje najlepszą technologią

Energia i regulacja jako kluczowe czynniki w globalnej konkurencji w dziedzinie sztucznej inteligencji: niedoceniany wymiar walki o władzę w sektorze technologicznym

Prowokacyjne stwierdzenie prezesa Nvidii, Jensena Huanga, że ​​Chiny wygrają wyścig sztucznej inteligencji, wywołało poruszenie na Zachodzie. Jednak za tym nagłówkiem kryje się niewygodna prawda, wykraczająca daleko poza samą moc układów scalonych. Globalny wyścig o dominację w dziedzinie sztucznej inteligencji nie będzie rozstrzygany wyłącznie przez algorytmy i moc obliczeniową, ale przez dwa fundamentalnie niedoceniane czynniki fizyczne: dostępność energii i skuteczność regulacji rządowych. Podczas gdy Zachód żywi iluzję technologicznej przewagi, Chiny rozpoznały prawdziwe wąskie gardła i działają ze strategiczną bezwzględnością.

Pierwszym wymiarem jest pozornie nienasycony apetyt na energię sztucznej inteligencji. Centra danych podwoją swoje zużycie energii elektrycznej do 2030 roku – wzrost równy całemu rocznemu zużyciu w Japonii. Podczas gdy w Stanach Zjednoczonych rozwój technologiczny jest hamowany przez ograniczenia wynikające z niewystarczającej sieci energetycznej, Chiny realizują bezwzględną, ale skuteczną strategię: ogromne dotacje na energię elektryczną, budowę dziesiątek nowych elektrowni jądrowych i węglowych oraz bezprecedensowy rozwój odnawialnych źródeł energii.

Drugim wymiarem jest paradoks regulacyjny. Chociaż Stany Zjednoczone głoszą deregulację na szczeblu federalnym, chaotyczna mozaika sprzecznych przepisów na szczeblu stanowym hamuje wszelki szybki rozwój. Chiny z kolei wykorzystują swój scentralizowany system do tworzenia jasnych, strategicznych ram, które w uporządkowany sposób ukierunkowują innowacje i zapewniają firmom pewność planowania.

Niniejsza analiza pokazuje, jak pragmatyczne, sterowane przez państwo podejście Chin – połączenie ogromnych inwestycji w infrastrukturę i strategicznej polityki przemysłowej – tworzy decydującą przewagę konkurencyjną. Podczas gdy Zachód pogrążony jest w debatach na temat idealnych regulacji, Chiny tworzą fakty w praktyce. Wyścig o przyszłość sztucznej inteligencji to zatem nie tyle sprint po najlepszy algorytm, co maraton po najsolidniejszą infrastrukturę – wyścig, który Zachód ryzykuje przegraną, zanim jeszcze zrozumie prawdziwe zasady gry.

W związku z tym:

• Centra danych: Dlaczego Niemcy potrzebują przewodniczącego ds. organizacji centrów danych

Prowokacja kryjąca się za prawdą: dlaczego USA przegrywają wyścig sztucznej inteligencji, zanim ten na dobre się rozpoczął.

Jensen Huang, prezes firmy Nvidia zajmującej się projektowaniem układów scalonych, oświadczył, że Chiny wygrają wyścig o sztuczną inteligencję, co szybko trafiło na pierwsze strony gazet w zachodnich mediach. Jednak za tym prowokacyjnym stwierdzeniem kryje się fundamentalna myśl, której zachodni establishment technologiczny nie chce usłyszeć: o wyścigu o sztuczną inteligencję nie zadecyduje przede wszystkim konstrukcja układów scalonych ani zaawansowanie oprogramowania, ale dwa prozaiczne, lecz kluczowe czynniki ekonomiczne, których znaczenie jest systematycznie niedoceniane. Te dwa czynniki to dostępna infrastruktura energetyczna i elastyczność regulacyjna umożliwiająca jej rozwój. Huang mówi o pewnego rodzaju cynizmie, który paraliżuje Zachód, podczas gdy Chiny działają pragmatycznie.

Choć Stany Zjednoczone pod rządami Trumpa opowiadają się za deregulacją i uznają, że innowacje nie powinny być tłumione przez regulacje, jednocześnie zawodzą w drugim aspekcie równania: zapewnieniu infrastruktury fizycznej, która w ogóle umożliwia funkcjonowanie systemów AI. Nie jest to abstrakcyjne pytanie techniczne, lecz surowa rzeczywistość ekonomiczna, która zadecyduje o sukcesie lub porażce w globalnym wyścigu AI.

Nadaje się do:

• Strategiczny telefon alarmowy firmy Nvidia – telefon wart bilion dolarów: zakład firmy Nvidia na przyszłość OpenAI

• Kryzys amerykańskiej infrastruktury AI: Kiedy wygórowane oczekiwania zderzają się ze strukturalną rzeczywistością

Energetyczny wymiar wyścigu AI: Dlaczego elektryczność jest nową ropą

Aby zrozumieć wagę problemu energetycznego, należy najpierw rozważyć ogromną ilość energii elektrycznej, jakiej potrzebują systemy sztucznej inteligencji. Według prognoz Międzynarodowej Agencji Energii (IEA), globalne zużycie energii elektrycznej przez centra danych wzrośnie ponad dwukrotnie do 2030 roku, z około 415 terawatogodzin w 2024 roku do około 945 terawatogodzin. Jest to mniej więcej tyle, ile wynosi obecne całkowite roczne zużycie energii elektrycznej w Japonii. Ten wykładniczy wzrost jest napędzany niemal wyłącznie przez zastosowania sztucznej inteligencji (AI). Pojedyncze nowoczesne centrum danych, zoptymalizowane pod kątem AI, zużywa średnio tyle samo energii elektrycznej, co około 100 000 gospodarstw domowych. Największy z tych obiektów, będący obecnie w budowie, może zużywać dwadzieścia razy więcej.

Według obecnych szacunków, Stany Zjednoczone będą odpowiadać za prawie połowę tego globalnego wzrostu zużycia energii elektrycznej, co podkreśla bezwzględną zależność amerykańskich firm technologicznych od dostępności energii. Chiny odnotują jeszcze szybszy wzrost, wynoszący około 170%, co uwydatnia pilną potrzebę tworzenia nowych mocy. Europa pozostaje w tyle ze wzrostem na poziomie około 70%.

W tym tkwi główny problem ekonomiczny: chociaż Stany Zjednoczone dysponują zmodernizowaną infrastrukturą energetyczną, nie jest ona odpowiednio duża, aby sprostać przewidywanemu zapotrzebowaniu branży sztucznej inteligencji na energię elektryczną. Podczas gdy administracja Trumpa forsuje bezprecedensowy program deregulacji w ramach swojego Planu Działań na rzecz Sztucznej Inteligencji (AI Action Plan), mającego na celu przyspieszenie procesów wydawania pozwoleń dla centrów danych i elektrowni, Ameryka nie rozwija tych obiektów. Chociaż Sekretarz Energii ogłosił, że infrastruktura AI ostatecznie doprowadzi do tańszej energii elektrycznej, jest to nadzieja średnioterminowa, a nie bieżąca rzeczywistość.

Chiny z kolei obrały zupełnie inną strategię. Kraj ten znacząco zwiększył dotacje energetyczne, co doprowadziło do redukcji kosztów energii elektrycznej w dużych centrach danych nawet o 50%. Inwestycja ta nie jest ani przypadkowa, ani krótkoterminowa. Stanowi ona element systematycznej polityki przemysłowej, której celem jest ochrona i promocja krajowego przemysłu sztucznej inteligencji. Podczas gdy prezes Nvidii, Huang, zmuszony jest przekonywać rząd USA, że koszty energii mogłyby być praktycznie zerowe, ponieważ infrastruktura już istnieje, Chiny działają w ten sposób, angażując ogromne zasoby państwowe, aby faktycznie obniżyć te koszty.

Znaczenie ekonomiczne tej dotacji energetycznej jest ogromne. Centrum danych, które może obniżyć koszty energii elektrycznej o 50%, zwiększa swoją rentowność lub może oferować swoje usługi za mniej więcej połowę ceny, jaką muszą pobierać konkurenci z krajów o wyższych kosztach energii. To klasyczny przykład manipulowania przez państwo warunkami konkurencji, które w globalnej polityce handlowej zazwyczaj spotykają się z oskarżeniami o dumping. Jednak w dziedzinie sztucznej inteligencji jest to uznawane za uzasadnioną politykę bezpieczeństwa narodowego.

Chińska strategia energetyczna dla centrów danych AI jest wielopłaszczyznowa. Kraj buduje na dużą skalę nowe elektrownie węglowe, co jest problematyczne z ekologicznego punktu widzenia, ale pragmatyczne z punktu widzenia polityki energetycznej. Jednocześnie Chiny inwestują w ponad dwadzieścia nowych elektrowni jądrowych i podejmują bezprecedensowe wysiłki na rzecz rozwoju energetyki wiatrowej, wodnej i słonecznej. Różnica tkwi w tempie i ukierunkowaniu: podczas gdy w Ameryce krążą mgliste plany rozbudowy energetyki jądrowej, a rzeczywistość jest pełna opóźnień, Chiny budują konkretne projekty.

Nadaje się do:

• Dylemat sztucznej inteligencji w Niemczech: kiedy linia energetyczna staje się wąskim gardłem cyfrowej przyszłości

Paradoks regulacyjny: dlaczego mniejsza liczba przepisów nie prowadzi automatycznie do większej konkurencyjności

Administracja Trumpa wprowadziła program deregulacji na niespotykaną dotąd skalę. Plan Działań na rzecz Sztucznej Inteligencji (AI) obejmuje ponad 90 środków mających na celu usunięcie przeszkód w rozwoju AI. Departamenty rządowe mają obowiązek identyfikowania i zmieniania przepisów, które mogłyby hamować rozwój AI. Federalna Komisja Handlu (FTC) ma interpretować prawo antymonopolowe w sposób korzystny dla biznesu. Procesy wydawania pozwoleń na centra danych i wytwarzanie energii mają zostać przyspieszone. Wszystko to brzmi doskonale na papierze i, z czysto wolnorynkowej perspektywy, ma sens.

Huang argumentuje jednak, że ta deregulacja nie wystarczy. Przyczyną jest to, co można by nazwać problemem amerykańskiej mozaiki przepisów. Podczas gdy rząd w Waszyngtonie głosi deregulację, poszczególne stany uchwaliły już własne przepisy dotyczące sztucznej inteligencji. Kalifornia, Kolorado, Utah i Teksas uchwaliły szczegółowe przepisy dotyczące sztucznej inteligencji. Około 15 innych stanów rozważa wprowadzenie podobnych regulacji. Ponadto istnieje wiele przepisów dotyczących ochrony i bezpieczeństwa danych, które pośrednio wpływają na sztuczną inteligencję. Huang mówi o około 50 nowych przepisach, które mogą wynikać z tego systemu federalnego i ostrzega przed tym labiryntem regulacji, który hamuje innowacyjność.

To klasyczny przykład zjawiska ekonomicznego znanego w literaturze jako fragmentacja przepisów. Firmy działające na szczeblu krajowym muszą zmagać się z mozaiką lokalnych przepisów, co prowadzi do kosztów przestrzegania przepisów, opóźnień i ostatecznie do niekorzystnej sytuacji konkurencyjnej. Chiny nie borykają się z tym problemem dzięki scentralizowanemu systemowi władzy. Choć różnice regionalne również istnieją, są one zintegrowane w ramach ujednoliconej strategii krajowej. Branża sztucznej inteligencji zna swoją pozycję i wie, co musi zrobić.

Paradoks polega na tym, że Huang argumentuje, iż Zachód jest ograniczony regulacjami właśnie dlatego, że są one fragmentaryczne, sprzeczne i ciągle reinterpretowane. Ujednolicony europejski system regulacyjny mógłby zapewnić przejrzystość, nawet gdyby był restrykcyjny. System amerykański natomiast reprezentuje najgorsze z obu światów: regulacje istnieją, ale są lokalnie fragmentaryczne, nieskuteczne i niepotrzebnie kosztowne.

Stany Zjednoczone mają zatem problem z deregulacją, który w rzeczywistości jest ukrytym problemem regulacyjnym. Rodzi to fundamentalne pytanie: czy to rzeczywiście regulacje hamują rozwój Ameryki, czy raczej wadliwe wdrażanie regulacji?

Podejście chińskie: centralne planowanie spotyka się ze strategicznym pragmatyzmem

Podczas gdy Stany Zjednoczone rozdrabniają swoje działania na poszczególne państwa, Chiny realizują zintegrowane, centralnie planowane podejście. Kraj ten rozumie, że sztuczna inteligencja to nie tylko problem techniczny, ale także ekonomiczny i geopolityczny. W związku z tym stworzono masowe ramy inwestycyjne. Według szacunków Bank of America, Chiny planują zwiększyć swoje inwestycje w sztuczną inteligencję nawet do 700 miliardów juanów (około 98 miliardów dolarów) do 2025 roku. Stanowi to wzrost o około 48% rok do roku. Ten bezprecedensowy poziom inwestycji dowodzi, że chiński system polityczny traktuje sztuczną inteligencję jako strategiczny priorytet.

Inwestycje te nie są bynajmniej rozłożone chaotycznie. Kierują się jasną strategią. W swoim Programie Działań AI+, opublikowanym w 2025 roku, Chiny nakreśliły trzy fazy. Do 2027 roku technologie AI mają zostać zintegrowane w sześciu kluczowych obszarach: nauce, przemyśle, konsumpcji, ogólnym dobrobycie, administracji i współpracy globalnej. Nie jest to retoryka innowacyjnego ekosystemu startupów, lecz język scentralizowanego supermocarstwa, które wykorzystuje AI jako narzędzie w swojej kompleksowej polityce przemysłowej.

Sektor publiczny inwestuje bezpośrednio i znacząco. Państwowy fundusz majątkowy dla branży AI, utworzony w 2025 roku, dysponuje kapitałem w wysokości 60,06 mld RMB (około 7,2 mld euro) i ma 13-letni okres obowiązywania. Uczestniczą w nim banki państwowe i instytucje finansowe. Oprócz tego funduszu krajowego istnieją inne wyspecjalizowane fundusze dla klastrów AI: Szanghajski Fundusz Pionierów AI z budżetem około 2,7 mld euro, Fundusz Szanghajskiej AI i Robotyki z budżetem około 1,2 mld euro oraz osiem innych regionalnych funduszy branżowych w Pekinie, każdy z budżetem co najmniej 1,2 mld euro.

To instytucjonalne ramy chińskiej ofensywy w dziedzinie sztucznej inteligencji. Kraj nie ma złudzeń co do wyzwań. Szacuje się, że luka w dostawach chipów AI w Chinach przekroczy 10 miliardów dolarów do 2025 roku. Krajowe alternatywy, takie jak Ascend 910B firmy Huawei, wciąż pozostają w tyle pod względem wydajności w trenowaniu dużych modeli językowych. Wskaźniki wykorzystania chińskich centrów danych AI wahają się od 20 do 30 procent, co oznacza, że ​​znaczna część mocy obliczeniowej pozostaje niewykorzystana, a rentowność jest zagrożona. Problem ten rozwiązuje strategiczna zdolność Chin do inwestowania na masową skalę, podczas gdy Zachód musi oceniać rentowność każdego indywidualnego projektu.

Krajowy przemysł chipów jako strefa wpływów gospodarczych

Kluczowym powodem chińskich subsydiów energetycznych jest celowa promocja krajowego przemysłu chipów. Nie sposób tego zrozumieć bez uwzględnienia wzajemnych oddziaływań między firmą Nvidia a chińskimi producentami chipów, takimi jak Huawei i Cambricon.

Stany Zjednoczone nałożyły surowe embargo na eksport najpotężniejszych układów scalonych firmy Nvidia do Chin. To klasyczne embargo technologiczne, które historycznie bywa nieskuteczne, ponieważ zmusza kraje do opracowywania własnych rozwiązań. Sam Huang ostrzegł rząd, że to embargo jest kontrproduktywne. Zakaz eksportu zmusza kraje takie jak Chiny do inwestowania w alternatywne rozwiązania.

Przypadek Cambricon jest tu szczególnie interesujący. Firma upadła, gdy Huawei, jej główny klient, zdecydował się na rozwój własnych układów AI za pośrednictwem HiSilicon. 98% przychodów Cambricon zniknęło z dnia na dzień. Jednak w nowej sytuacji, gdy Nvidia praktycznie nie istnieje na rynku chińskim, Cambricon stał się gwiazdą chińskiej branży AI.

W latach 2020–2024 firma zainwestowała łącznie 5,6 mld juanów w badania i rozwój, co odpowiada około 780 mln euro. Skupiono się na oprogramowaniu, a w szczególności na interfejsach, które umożliwiają modelom trenowanym na układach GPU Nvidia uruchamianie na układach Siyuan firmy Cambrico. Ta kompatybilność oprogramowania jest uważana za kluczową przewagę nad serią Ascend firmy Huawei, którą trudno zintegrować z istniejącymi systemami ze względu na problemy z oprogramowaniem.

W pierwszej połowie 2025 roku Cambricon osiągnął zysk w wysokości 1 miliarda renminbi, czyli około 140 milionów dolarów. Jego kapitalizacja rynkowa podwoiła się w ciągu kilku tygodni, osiągając około 580 miliardów juanów. Analitycy Goldman Sachs spodziewają się, że przychody Cambricon wzrosną do 13,8 miliarda juanów do 2026 roku, a jego udział w rynku wzrośnie z obecnych około 3% do 11% w 2028 roku. Dzieje się to dzięki bezpośredniemu wsparciu dużych chińskich firm, takich jak Alibaba, Tencent i Baidu, które są żywotnie zainteresowane budowaniem konkurencji dla Huawei.

Subsydia energetyczne mają bezpośredni wpływ ekonomiczny na ten rozwój. Jeśli koszty energii elektrycznej dla centrów danych wykorzystujących chińskie układy AI zostaną obniżone o 50%, ich wykorzystanie stanie się bardziej atrakcyjne ekonomicznie. To klasyczny przykład promocji przemysłu poprzez subsydiowanie nakładów, a nie produktów.

Nowy wymiar transformacji cyfrowej z „zarządzaną sztuczną inteligencją” (Managed AI) – platforma i rozwiązanie B2B | Xpert Consulting – Zdjęcie: Xpert.Digital

Tutaj dowiesz się, jak Twoja firma może szybko, bezpiecznie i bez wysokich barier wejścia wdrażać dostosowane rozwiązania z zakresu sztucznej inteligencji.

Zarządzana platforma AI to kompleksowy, bezproblemowy pakiet rozwiązań dla sztucznej inteligencji. Zamiast zmagać się ze skomplikowaną technologią, kosztowną infrastrukturą i długotrwałymi procesami rozwoju, otrzymujesz gotowe rozwiązanie dopasowane do Twoich potrzeb od wyspecjalizowanego partnera – często w ciągu kilku dni.

Najważniejsze korzyści w skrócie:

⚡ Szybka implementacja: Od pomysłu do wdrożenia w ciągu kilku dni, a nie miesięcy. Dostarczamy praktyczne rozwiązania, które generują natychmiastową wartość.

🔒 Maksymalne bezpieczeństwo danych: Twoje wrażliwe dane pozostają u Ciebie. Gwarantujemy bezpieczne i zgodne z przepisami przetwarzanie bez udostępniania danych osobom trzecim.

💸 Brak ryzyka finansowego: Płacisz tylko za rezultaty. Wysokie początkowe inwestycje w sprzęt, oprogramowanie lub personel są całkowicie wyeliminowane.

🎯 Skoncentruj się na swojej podstawowej działalności: Skoncentruj się na tym, co robisz najlepiej. Zajmujemy się całościową implementacją techniczną, obsługą i utrzymaniem Twojego rozwiązania AI.

📈 Przyszłościowa i skalowalna: Twoja sztuczna inteligencja rośnie razem z Tobą. Dbamy o ciągłą optymalizację i skalowalność oraz elastycznie dostosowujemy modele do nowych wymagań.

Więcej na ten temat tutaj:

• Rozwiązanie Managed AI – Usługi w zakresie przemysłowej AI: Klucz do konkurencyjności w sektorze usług, przemysłu i inżynierii mechanicznej

Rewolucja w wydajności: dlaczego DeepSeek i chińskie startupy zajmujące się sztuczną inteligencją zmieniają paradygmat technologiczny

Duża część zachodniego zamieszania wokół chińskich możliwości w zakresie sztucznej inteligencji wynika ze spektakularnego pojawienia się firmy DeepSeek. Firma z siedzibą w Hangzhou wywołała globalną sensację w 2025 roku swoimi modelami sztucznej inteligencji V3 i R1 opartymi na otwartym kodzie źródłowym. Rewolucyjność DeepSeek nie polegała przede wszystkim na jakości modeli, ale na niesamowitej opłacalności ich rozwoju.

Firma DeepSeek twierdziła, że ​​opracowała swój zaawansowany model językowy DeepSeek-V3 za jedyne 5,6 miliona dolarów. Wywołało to szok na globalnych rynkach technologicznych i inwestycyjnych, ponieważ fundamentalnie podważyło zachodnie rozumienie kosztów rozwoju sztucznej inteligencji. OpenAI i inne zachodnie firmy wydały miliardy na porównywalne modele. Oto chiński startup, który najwyraźniej stworzył porównywalny model za ułamek tej kwoty.

Rzeczywistość jest bardziej złożona. Eksperci z Semianalysis szacują, że koszty sprzętu dla samej floty GPU DeepSeek wynoszą prawdopodobnie około 1,6 miliarda dolarów. Do tego dochodzą szacowane koszty operacyjne wynoszące około 944 milionów dolarów. Kwoty te stoją w wyraźnej sprzeczności z oficjalnie podawanymi 5,6 milionami dolarów. Jest to zatem klasyczny przykład mylących informacji, gdzie podawane są jedynie bezpośrednie koszty szkolenia finalnego modelu, a pomijana jest cała infrastruktura, badania i rozwój.

Jednocześnie fakt, że DeepSeek był w stanie pokryć te ogromne koszty infrastruktury, świadczy o zasobach finansowych, jakie za tym stoją. Prywatny startup nie mógłby dokonać tych inwestycji bez wsparcia dużego źródła finansowania. Bliskie powiązania z państwowymi lub powiązanymi z państwem inwestorami w Chinach są często omawiane spekulatywnie, ale nie są jasno udokumentowane.

Niezależnie od dokładnej struktury finansowania, rezultat techniczny jest realny. DeepSeek udowodnił, że inteligentna architektura i algorytmy mogą znacząco poprawić efektywność szkolenia sztucznej inteligencji. Firma wykorzystała technikę zwaną Mixture of Experts Architecture (Architektura Mieszana Ekspertów) wraz z metodą Sparse Attention (Rozproszona Uwaga), która przetwarza tylko istotne fragmenty kontekstu. Umożliwiło to stworzenie modelu o imponującej wydajności i znacznie niższym zużyciu energii.

Wpływ ekonomiczny tej rewolucji w zakresie wydajności jest znaczący. DeepSeek obniżył później ceny swoich API o 50–75%, co znacząco zwiększyło presję na zachodnich dostawców. Firma chcąca korzystać z usług AI może teraz wybierać między drogimi modelami zachodnimi a tańszą chińską alternatywą. To klasyczny mechanizm ekonomiczny: gdy konkurent obniża ceny dzięki wydajności, udział zachodnich dostawców w rynku maleje, a marże zysku maleją.

To wyraźnie ilustruje interakcję między kosztami energii a efektywnością technologiczną. Chiny mogą eksperymentować z tańszą energią i szybciej wprowadzać iteracje. Nieefektywny model kosztuje w Chinach mniej niż na Zachodzie. Umożliwia to szybsze cykle uczenia się i szybsze innowacje. DeepSeek jest wynikiem setek testów, których łączny koszt byłby ekonomicznie zaporowy na Zachodzie, ale które w Chinach są dotowane przez tanią energię.

Nadaje się do:

• DeepSeek V3.1 – Alarm dla OpenAI i spółki: chińskie oprogramowanie open source do sztucznej inteligencji stawia nowe wyzwania przed uznanymi dostawcami

Technologiczna iluzja Zachodu: Dlaczego wyższość układów Nvidia to fikcja

Huang argumentuje, że najnowsze amerykańskie modele sztucznej inteligencji niewiele wyprzedzają chińskich konkurentów. To niewygodna prawda, która podważa zachodnią wiarę w technologiczną przewagę. Zachód przyzwyczaił się do przekonania, że ​​układy Nvidii i zachodnie modele sztucznej inteligencji są po prostu lepsze, bardziej zaawansowane i bardziej eleganckie. Sam Trump twierdzi, że nowy układ Blackwell wyprzedza o dziesięć lat wszystkie inne układy na świecie.

To przesada, prawdopodobnie wynikająca z pomylenia wydajności z nasyceniem rynku. Układ Blackwell rzeczywiście robi wrażenie, ale nie wyprzedza go o dziesięć lat. Duża część zachodniej przewagi technologicznej wynika z dwóch czynników: po pierwsze, z zastrzeżonych zbiorów danych, w których zachodnie firmy mają przewagę; po drugie, z dziesięcioleci doświadczenia w optymalizacji sprzętu i oprogramowania.

Jednak chińskie firmy szybko nadrobiły zaległości w obu obszarach. Modele DeepSeek nie ustępują zachodnim konkurentom, ale w niektórych konkretnych dziedzinach wręcz je przewyższają. Chipy Ascend firmy Huawei, choć nie tak zaawansowane jak Nvidia, są wystarczająco dobre, aby sprostać wielu praktycznym zastosowaniom. Perfekcjonizm Zachodu, czyli przekonanie, że tylko najlepsze rozwiązanie jest wystarczająco dobre, stawia go w niekorzystnej sytuacji ekonomicznej w porównaniu z pragmatycznym, satysfakcjonującym podejściem Chin, które akceptuje „wystarczająco dobre”.

To również przykład tego, co można by nazwać pułapką nadmiernej optymalizacji. Zachód optymalizuje swoje układy scalone i modele do perfekcji, co jest kosztowne i czasochłonne. Chiny budują szybciej i iteracyjnie, co prowadzi do szybszej penetracji rynku, nawet jeśli rozwiązania nie są idealne. Dostępny, niedoskonały układ scalony jest lepszy niż idealny, który nie jest.

Chińska strategia regulacyjna: centralne planowanie z wykorzystaniem piaskownic

Chiny dążą do interesującego kompromisu między scentralizowaną kontrolą a lokalnymi eksperymentami. W kraju utworzono ponad 20 krajowych pilotażowych stref innowacji w dziedzinie sztucznej inteligencji (AI), które pełnią funkcję piaskownic regulacyjnych. Są to miejsca, w których firmy mogą testować technologie AI z pewną swobodą regulacyjną. To inteligentny mechanizm, ponieważ umożliwia innowacje, pozostając jednocześnie w scentralizowanych ramach.

Stanowi to ostry kontrast z systemem amerykańskim, gdzie państwa konkurują o tworzenie własnych reguł, co prowadzi do fragmentacji. Chociaż fragmentacja występuje również w Chinach, jest ona zorganizowana w ramach ujednoliconych krajowych ram strategii AI. Pozwala to na szybszą iterację na poziomie krajowym, bez konieczności ponownego opracowywania własnych reguł przez poszczególne państwa.

Jednocześnie Chiny mają jasną strategię regulacyjną dotyczącą treści związanych ze sztuczną inteligencją i jej wykorzystania. Chiński rząd zachowuje kontrolę nad treściami, co oznacza, że ​​modele sztucznej inteligencji dostępne online są monitorowane i muszą spełniać chińskie standardy. To oburzające dla zachodnich liberałów, ale ma też tę zaletę ekonomiczną, że firmy dokładnie wiedzą, w jakim kierunku zmierza ich rozwój. Nie ma niepewności regulacyjnej.

Jednocześnie Chiny aktywnie promują modele sztucznej inteligencji typu open source, szczególnie w krajach rozwijających się. To strategia geopolityczna, mająca na celu przełamanie monopolu Zachodu na sztuczną inteligencję i wciągnięcie gospodarek wschodzących w chińską sferę technologiczną. Jeśli modele DeepSeek rozpowszechnią się w Afryce, Ameryce Południowej i Azji Południowo-Wschodniej, oznacza to, że regiony te będą zależne nie od OpenAI ani innych zachodnich dostawców sztucznej inteligencji, ale od Chin.

Zachodni optymizm jako kulturowe zahamowanie

Huang mówi o tym, co nazywa zachodnim cynizmem. To zaskakująco trafna diagnoza kulturowa konkurencji technologicznej. Ma na myśli to, że Zachód ma problem z mentalnością. Zachód ciągle powtarza, że ​​regulacje hamują innowacyjność, że poważne problemy nie są rozwiązywane wystarczająco szybko, że rząd jest niekompetentny. To ciągłe narzekanie bez działania.

Chiny z kolei twierdzą, że duże problemy można szybko rozwiązać, i wtedy budują. Stany Zjednoczone twierdzą, że potrzebujemy elektrowni jądrowych, i być może budują jedną. Chiny twierdzą, że potrzebujemy dwudziestu czterech elektrowni jądrowych, i budują dwadzieścia cztery. Nie jest to przede wszystkim kwestia technologii, ale kwestia przekonań kulturowych i potencjału instytucjonalnego.

Optymizm, do którego nawołuje Huang, nie jest naiwny. To optymizm oparty na przekonaniu, że poważne problemy infrastrukturalne można rozwiązać, jeśli tylko będzie wola polityczna. Historycznie rzecz biorąc, Stany Zjednoczone miały już takie doświadczenia. Koleje, elektryfikacja, autostrady, program kosmiczny, sam internet – wszystko to stało się możliwe dzięki masowym inwestycjom publicznym i deregulacji. Jednak w obecnych czasach optymizm Zachodu zdaje się wysychać.

Wymiar polityki energetycznej: Dlaczego transformacja energetyczna i sztuczna inteligencja są ze sobą w konkurowaniu

Głębsze pytanie pozostaje ukryte. Ogromne zapotrzebowanie na energię centrów danych AI konkuruje z transformacją energetyczną na rzecz zielonej energii. Rządy i firmy postawiły sobie za cel osiągnięcie zerowej emisji do 2050 lub 2045 roku. Wymaga to ogromnych inwestycji w energię odnawialną i jądrową. Jednocześnie chcą budować infrastrukturę AI na niespotykaną dotąd skalę.

Chiny przekonały się, że te dwa cele nie muszą być sprzeczne, jeśli zostaną ustalone priorytety. Z jednej strony kraj rozwija energetykę węglową, co jest problematyczne ekologicznie, ale z drugiej strony koncentruje ogromne zasoby na odnawialnych źródłach energii i energetyce jądrowej. Jego miks energetyczny jest pragmatyczny, a nie idealistyczny.

Zachód, z kolei, próbował połączyć transformację energetyczną i wzrost gospodarczy wyłącznie za pomocą ekologicznych środków, co doprowadziło do swoistego paraliżu. Chcą energii jądrowej, ale budowa elektrowni zajmuje dekady. Chcą odnawialnych źródeł energii, ale te są zmienne. Chcą centrów danych opartych na sztucznej inteligencji, ale chcą też rozwiązać kryzys klimatyczny. W Chinach napięcie to jest akceptowane pragmatycznie, a nie rozwiązywane względami moralnymi.

Prezes Microsoftu, Satya Nadella, wyjaśnił niedawno w podcaście, że Microsoft ma miliony nieużywanych układów AI w magazynach, ponieważ brakuje infrastruktury zasilania. To przeciwieństwo postępu. To sytuacja, w której kapitał jest, ale brakuje fizycznej infrastruktury. To klasyczny przykład porażki polityki infrastrukturalnej.

Apel Huanga jako sygnał ostrzegawczy: Implikacje ekonomiczne

Stwierdzenie Huanga, że ​​Chiny wygrają wyścig sztucznej inteligencji, nie jest zatem pesymistyczną prognozą, lecz apelem do racjonalności ekonomicznej. Nie twierdzi on, że Chiny są technologicznie lepsze czy bardziej innowacyjne. Twierdzi, że Chiny tworzą infrastrukturalne warunki do funkcjonowania sztucznej inteligencji, podczas gdy Zachód blokuje tę drogę.

Ma to bezpośrednie konsekwencje dla rentowności firm z branży AI. Centrum danych w Chinach, które pozyskuje energię elektryczną o 50% taniej, może być bardziej rentowne lub oferować usługi taniej. To wywiera presję cenową na zachodnich dostawców AI. Jeśli OpenAI oferuje model AI za 100 dolarów za cykl szkolenia, a chińska firma oferuje tę samą usługę za 50 dolarów, to kto wygra?

Odpowiedź ekonomiczna jest prosta: tańsza firma zdominuje rynek. Dotyczy to zwłaszcza rynków, na których cena ma kluczowe znaczenie, takich jak gospodarki wschodzące, oraz rynków wymagających nieograniczonej mocy obliczeniowej, czyli trenowania jeszcze większych modeli.

Jednocześnie występuje efekt psychologiczny dla firm zachodnich. Jeśli chińscy konkurenci są szybsi i tańsi, inwestorzy stają się bardziej sceptyczni co do rentowności zachodnich startupów zajmujących się sztuczną inteligencją. Może to prowadzić do zaostrzenia warunków kredytowych, co z kolei hamuje innowacyjność. To swoista samospełniająca się przepowiednia: pesymizm co do konkurencyjności Zachodu prowadzi do pogorszenia warunków inwestycyjnych, co z kolei pogarsza konkurencyjność.

Wymiary geopolityczne: AI jako potęga

Za wszystkimi tymi czynnikami ekonomicznymi kryje się głębsza rzeczywistość geopolityczna. Sztuczna inteligencja nie jest już postrzegana jako osiągnięcie naukowe czy innowacja gospodarcza, lecz jako narzędzie władzy. Kraj będący liderem w dziedzinie sztucznej inteligencji ma nie tylko przewagę ekonomiczną, ale także militarną i polityczną.

Administracja Trumpa to rozumie. Stąd surowe ograniczenia eksportu chipów Nvidii do Chin. Stąd zapowiedź, że najbardziej zaawansowane chipy nie będą eksportowane. Trump twierdzi, że najbardziej zaawansowane technologie nie będą dostępne poza Stanami Zjednoczonymi. To rodzaj cyfrowego embarga, podobnego do embarga na ropę naftową i inne kluczowe surowce we wcześniejszych fazach geopolityki.

Odpowiedź Chin jest pragmatyczna: jeśli zachodnia technologia nie jest dostępna, rozwijamy ją sami. To klasyczny schemat w ekonomii międzynarodowej. Kraje odcięte od technologii przeznaczają ogromne środki na jej rozwój. Związek Radziecki dokonał tego z technologią rakietową i energią jądrową. Chiny dokonały tego z półprzewodnikami i sztuczną inteligencją.

Iluzja kontroli Zachodu

Kryje się tu kluczowa ironia: Stany Zjednoczone wierzą, że mogą kontrolować Chiny poprzez ograniczenia eksportowe. W rzeczywistości prowadzi to jedynie do szybszego rozwoju przez Chiny rozwiązań autonomicznych. DeepSeek jest po części efektem tych ograniczeń. Gdyby układy scalone Nvidii były dostępne za darmo, chińskie firmy mogłyby mieć mniejszą motywację do tworzenia własnych architektur.

Huang wielokrotnie powtarzał rządowi USA: otwarty rynek, na którym dominuje Nvidia, jest lepszy dla USA niż rynek rozdrobniony, na którym Chiny rozwijają własne rozwiązania. To klasyczny przykład efektu bumerangu, gdzie próby kontrolowania innego kraju prowadzą do niezamierzonych konsekwencji.

Jednocześnie w grę wchodzi również element racjonalności ekonomicznej rządu USA. Czarne listy i embarga eksportowe nie mają na celu przede wszystkim kontrolowania Chin, lecz raczej utrwalania globalnego porządku zdominowanego przez USA. To kwestia hegemonii. Stany Zjednoczone nie tylko chcą być liderem w dziedzinie sztucznej inteligencji, ale także uzależnić wszystkie inne kraje od najlepszych układów scalonych z AI.

Zakłada to jednak, że same Stany Zjednoczone dysponują wystarczającymi mocami przerobowymi, aby sprostać temu wymogowi. Nvidia nie jest w stanie wyprodukować wystarczającej ilości chipów, aby zaspokoić globalny popyt. Nie wspominając już o tym, że Stany Zjednoczone dysponują infrastrukturą energetyczną umożliwiającą dostarczanie sztucznej inteligencji całemu światu. Z drugiej strony, jeśli Ameryka uniemożliwi innym krajom dostęp do najlepszych rozwiązań sztucznej inteligencji, zmusi je to do znalezienia alternatywnych rozwiązań.

Wynik ekonomiczny: Kto będzie dominował w dziedzinie sztucznej inteligencji?

Według szacunków firmy badawczej CCID Consulting, chiński rynek sztucznej inteligencji (AI) osiągnie wartość 1,73 biliona juanów do 2035 roku, co stanowi około 30,6% globalnego wolumenu. Byłby to ogromny udział w rynku, biorąc pod uwagę, że Chiny na początku 2024 roku posiadały około 15-20% globalnego rynku AI.

Stany Zjednoczone oczywiście pozostaną ogromnym rynkiem sztucznej inteligencji. Jednak ich względny udział zmniejszy się, jeśli Chiny będą kontynuować opisane strategie. Taka jest ekonomiczna logika stojąca za stwierdzeniem Huanga. Nie chodzi o to, że Chiny staną się technologicznie lepsze. Chodzi o to, że Chiny obniżą cenę sztucznej inteligencji poprzez dotacje infrastrukturalne i energetyczne, zdobywając w ten sposób rynek.

W debatach na Zachodzie często pomija się kwestię, że dominacja nie oznacza, że ​​dany kraj zawsze dysponuje najlepszą technologią. Oznacza to, że kraj dominuje na rynku. IBM posiadał najlepszą technologię komputerową w latach 80., ale stracił rynek komputerów osobistych na rzecz szybszych i tańszych konkurentów, takich jak Compaq, a później producentów azjatyckich.

Paralela do sztucznej inteligencji jest istotna. Zachód może nadal mieć lepsze modele. Ale jeśli chińska sztuczna inteligencja będzie tańsza, szybsza i wystarczająco dobra, rynek będzie ciążył w stronę Chin. Nie chodzi tu o wyższość technologiczną, ale o efektywność ekonomiczną.

Analiza pokazuje, że choć Stany Zjednoczone realizują program deregulacji, zapominają, że sama deregulacja nie wystarczy. Muszą również zapewnić infrastrukturę fizyczną, na której ta deregulacja będzie mogła działać. Chiny uznały, że to energetyka, a nie regulacje, jest wąskim gardłem i dlatego masowo dopłacają do kosztów energii elektrycznej. To tworzy korzyści ekonomiczne, które przekładają się na niższe ceny i szybszą innowacyjność. Zachodnie przekonanie, że przewaga technologiczna automatycznie prowadzi do dominacji na rynku, jest iluzją, którą obala rzeczywistość gospodarcza, w której cena i dostępność są ważniejsze niż teoretyczna wydajność. Prognoza Huanga nie jest zatem pesymistyczna, lecz racjonalna.

Nasze globalne doświadczenie branżowe i biznesowe w zakresie rozwoju biznesu, sprzedaży i marketingu - Zdjęcie: Xpert.Digital

Skupienie się na branży: B2B, digitalizacja (od AI do XR), inżynieria mechaniczna, logistyka, odnawialne źródła energii i przemysł

Więcej na ten temat tutaj:

• Centrum biznesowe Xpert

Centrum tematyczne z przemyśleniami i wiedzą specjalistyczną:

• Platforma wiedzy na temat globalnej i regionalnej gospodarki, innowacji i trendów branżowych
• Zbieranie analiz, impulsów i informacji ogólnych z obszarów, na których się skupiamy
• Miejsce, w którym można zdobyć wiedzę i informacje na temat bieżących wydarzeń w biznesie i technologii
• Centrum tematyczne dla firm, które chcą dowiedzieć się więcej o rynkach, cyfryzacji i innowacjach branżowych

☑️Naszym językiem biznesowym jest angielski lub niemiecki

☑️ NOWOŚĆ: Korespondencja w Twoim języku narodowym!

Konrad Wolfenstein

Chętnie będę służyć Tobie i mojemu zespołowi jako osobisty doradca.

Możesz się ze mną skontaktować wypełniając formularz kontaktowy lub po prostu dzwoniąc pod numer +49 89 89 674 804 (Monachium) . Mój adres e-mail to: wolfenstein ∂ xpert.digital

Nie mogę się doczekać naszego wspólnego projektu.

☑️ Wsparcie MŚP w zakresie strategii, doradztwa, planowania i wdrażania

☑️ Stworzenie lub dostosowanie strategii cyfrowej i cyfryzacji

☑️Rozbudowa i optymalizacja procesów sprzedaży międzynarodowej

☑️ Globalne i cyfrowe platformy handlowe B2B

☑️ Pionierski rozwój biznesu / marketing / PR / targi

Skorzystaj z bogatej, pięciokrotnej wiedzy specjalistycznej Xpert.Digital w ramach kompleksowego pakietu usług | Badania i rozwój, XR, PR i optymalizacja widoczności cyfrowej — Zdjęcie: Xpert.Digital

Xpert.Digital posiada dogłębną wiedzę na temat różnych branż. Dzięki temu możemy opracowywać strategie „szyte na miarę”, które są dokładnie dopasowane do wymagań i wyzwań konkretnego segmentu rynku. Dzięki ciągłej analizie trendów rynkowych i śledzeniu rozwoju branży możemy działać dalekowzrocznie i oferować innowacyjne rozwiązania. Dzięki połączeniu doświadczenia i wiedzy generujemy wartość dodaną i dajemy naszym klientom zdecydowaną przewagę konkurencyjną.

Więcej na ten temat tutaj:

• Wykorzystaj 5-krotną wiedzę Xpert.Digital w jednym pakiecie – już od 500 €/miesiąc