Американские компании, которые готовят данные для обучения ИИ, нашли еще одного крупного покупателя: китайские лаборатории. Как сообщает Forbes, верхушка китайского рынка тратит около $500 млн в год на услуги таких поставщиков из США.
Речь идет не о сырых массивах информации, а о сложной инфраструктуре с заданиями, правилами оценки и контролем качества. По данным Forbes, именно эта упаковка экспертного знания помогает моделям разбираться в задачах вроде финансового моделирования и программирования. Для китайских лабораторий это быстрый способ сократить отставание от американских конкурентов.
Издание пишет, что запросы китайских покупателей часто касаются финансов, кибербезопасности и данных для систем, которые могут улучшать сами себя. В переписке и документах, которые изучил Forbes, есть пересечения между китайскими лабораториями и такими американскими платформами, как Surge AI, Mercor, AfterQuery и Turing. Эти компании, по данным материала, одновременно обслуживают и западных клиентов, и покупателей из Китая.
Forbes описывает рынок как тихий, но очень крупный. По оценке двух предпринимателей, знакомых с размером сделок, шесть крупнейших китайских ИИ-лабораторий вместе тратят на американских поставщиков данных около $500 млн в год. Один из собеседников издания сказал, что эти лаборатории не воспринимают друг друга как прямых конкурентов за закупки и скорее действуют как общий пул покупателей, ищущий лучшие западные наборы данных.
В материале приводятся и отдельные примеры сотрудничества. Упоминаются Tencent, Ant Group и Alibaba, а также ByteDance. По данным Forbes, представители этих компаний обсуждали или использовали услуги американских дата-платформ для поставки обучающих наборов. Некоторые поставщики при этом не раскрывают имена клиентов, а часть компаний отказалась от комментариев.
Forbes отдельно подчеркивает, что для обучения сложным профессиональным задачам важны не только сами примеры, но и методика их разметки. В спецификациях и правилах оценки, по словам участников рынка, и лежит часть ценности. Покупая готовые наборы, китайские лаборатории получают не только данные, но и схемы обучения, выстроенные американскими компаниями.
«After the compute needed to train the models, good quality data is the most important thing,» Nathan Lambert, former research scientist at the Allen Institute for AI, told Forbes.
«As we try to get models to move to new, more challenging domains, getting good data is the highest-leverage item that can make the model become viable.»
Нейтан Ламберт, бывший исследователь Allen Institute for AIФормально США годами ограничивали поставки передовых чипов в Китай, но к данным для обучения ИИ такой же жесткий подход не применяли. Forbes называет это регуляторным «диким западом»: человеческая экспертиза и подготовленные датасеты переходят границы почти без контроля. Американские дата-платформы выросли в многомиллиардный бизнес.
В материале также приводится позиция критиков. Они считают, что продажа обучающих наборов Китаю помогает местным моделям быстрее сокращать разрыв с американскими системами. Защитники такого рынка говорят, что жесткое ограничение экспорта данных ударит по открытому ИИ и создаст перекос в пользу нескольких крупных игроков из США.
Forbes пишет, что часть поставщиков делает ставку и на стандартизированные наборы, которые можно перепродавать нескольким клиентам. Для компаний это выгодно: один и тот же пакет можно использовать повторно, а значит, такие сделки дают более высокую маржу. По данным материала, интерес к этому сегменту остается высоким и у американских, и у китайских покупателей.
По оценке Forbes, спор вокруг таких поставок вряд ли исчезнет быстро: спрос на качественные тренировочные данные растет, а границы между рынками по-прежнему остаются размытыми. Пока США выстраивают барьеры вокруг чипов, сами данные продолжают свободно двигаться между лабораториями и континентами.