Почему страна, которой еще недавно перекрывали доступ к лучшим AI-чипам, теперь заставляет американские AI-компании на ходу пересматривать свои бизнес-решения? Ответ крайне прост: потому что в AI-гонке Китай и США гонятся в разные стороны.
Цепочки поставок: как Apple стала главным спонсором Китая
Всё началось задолго до внезапного появления DeepSeek, и далеко не с чипов или дата-центров. Сегодня даже при желании догнать китайские вычислительные мощности крайне сложно в силу превосходства их инфраструктуры.
Китай десятилетиями строил свою собственную промышленность и энергетику, включая, но не ограничиваясь заводами, электростанциями, дорогами, солнечными панелями, пока в США бюджет на все эти необходимости систематически урезали с тех пор, как построили всё в 1950-х. К примеру, каждый крупный китайский производитель электромобилей – от Huawei до BYD – уже покрыл всю страну собственными зарядными станциями, в то время как в США это до сих пор не удалось сделать ни одному.
Но самую большую роль в этом успехе сыграли цепочки поставок, главным спонсором которых стала Apple. Когда Apple вошла в Китай, она не просто разместила заказы – она отправляла своих лучших инженеров, закупала оборудование на миллиарды, строила города вокруг сборочных линий. С 2008 года Apple обучила 28 миллионов рабочих – больше, чем всё трудоспособное население Калифорнии.
Поставщики работали себе в убыток, потому что бесплатное обучение от инженеров Apple абсолютно бесценно. В результате Китай получил всеобъемлющую производственную культуру: как строить процессы, как снижать брак, как масштабировать линии, как синхронизировать десятки поставщиков. Отчет Исследовательской службы Конгресса США также отмечает, что китайская промышленная политика десятилетиями использовала иностранные инвестиции, требования к локальным партнерам и другие механизмы для развития местных компетенций и трансфера ноу-хау.
В итоге к 2009 году почти вся продукция Apple собиралась в Китае; к 2025-му Китай лидирует в 57 из 64 критических технологий, а нынешний китайский контрафакт порой кажется качественнее, чем зарубежный оригинал – как в бриллиантовой индустрии.
Используя десятилетия опыта, экспертизы и технологий, Apple создала систему точного производства, которую Китай использовал как трамплин для солнечных панелей, батарей, электромобилей – и теперь для AI: бесплатный MBA для второй по численности населения страны в мире.
Было ли это выгодно? Точно не для Apple, и не в долгосрочном плане.
США думали, что Китай будет дешевой фабрикой. Но Китай оказался учеником, который внимательно смотрел через плечо учителя, и со временем превзошел его.
Затем начались санкции.
AI-независимость: как санкции сыграли Китаю на руку
В 2018-м Huawei внесли в Entity List; в 2020-м вовсе запретили американским компаниям поставлять в Китай свои чипы. Выручка рухнула, продажи смартфонов упали с 240 до 35 миллионов штук. Фаундер Рен Чжэнфэй сказал: «Мы боремся за жизнь». США хотели отрезать компанию от передовых технологий и затормозить ее, но, как и с ноу-хау Apple, эффект был прямо обратным.
Что сделал Huawei? Заменил 13 000 иностранных комплектующих китайскими, срочно выделил $23 миллиарда на R&D, построил HarmonyOS, GaussDB, MetaERP и собственные чипы Kirin. В 2024-м – $127 миллиардов выручки, второй результат в истории компании; чистая прибыль выросла на 564%, и Huawei обогнала Apple в Китае.
Сам глава NVIDIA посетовал: «Мы потеряли свой крупнейший рынок. Было ли это разумно? Конечно нет.»
Санкции, которые должны были в худшем случае убить, в лучшем – усложнить жизнь главному сопернику, создали реальность, где NVIDIA за ночь потеряла весь китайский рынок, а сам Китай научился выжимать максимум из худшего железа. Фаундер DeepSeek Лян Вэньфэн прямо говорит: «NVIDIA копает себе могилу» – потому что экспортные ограничения заставили китайцев производить собственные инструменты, и теперь переход на собственную AI-инфраструктуру становится вопросом месяцев, а не лет.
Таланты: Китай против Китая
И здесь начинается самая невразумительная часть нарратива об AI-гонке.
В апреле 2026-го OpenAI выпустила видео с новой моделью для картинок, где вокруг Сэма Альтмана четверо исследователей. Их внешность, имена, дипломы, карьера: всё китайское.
По данным, MacroPolo в 2019 китайское образование было у 29% лучших AI-исследователей мира; к 2022-му – у 47%. В американских лабораториях американцы и китайцы вместе дают 75% топ-таланта; иммигранты участвовали в 80% лучших исследований. Из тех, кто получил PhD в США, 80% остаются работать там.
Другими словами, единственное отличие между лучшими американскими и китайскими AI-специалистами – в том, что американские просто не вернулись после PhD в Китай, а остались в США.
Китай годами создавал гигантский STEM-pipeline, а США предоставляли лучшие программы аспирантуры, деньги и AI-лаборатории. Поэтому лучшие люди ехали туда, где была максимальная концентрация compute, денег и возможностей.
Но DeepSeek меняет привычный цикл: у них почти вся команда – от бакалавриата до аспирантуры – училась в Китае. Только 7% широкого исследовательского состава имеют связи с США. Лян Вэньфэн заявил: в ранней версии модели не было ни одного человека с зарубежным образованием. США все еще забирают огромную долю глобальных талантов, но Китаю больше не нужно экспортировать свои лучшие умы, чтобы получить передовые команды.
Конкуренция за таланты теперь идет по двум фронтам: Китай конкурирует с США внешне, а китайские компании – между собой внутренне. Tencent ворует исследователей у ByteDance, предлагая удвоить зарплаты. ByteDance, Baidu, Alibaba нанимают прямо в Сан-Хосе и Сиэтле – охота за талантом в самих США в разгаре. Компании активно ищут талант среди школьников: Tencent запускает лагеря для 13–18-летних, ByteDance основал исследовательский центр для старшеклассников, а Geely теперь нанимает сразу после школы и обучает сама, вместо университета.
В итоге победит не страна, которая «имеет больше умных людей». Победит среда, в которой умный человек может быстрее превратить идею в работающий продукт.
Цена: Blitzscaling на максимум
И здесь Китай особенно опасен, потому что с невероятным рвением применяет стратегию под названием Blitzscaling.
Blitzscaling означает очень простую вещь: когда в рынке один победитель получает всё, медленная компания может быть обречена, даже если работает лучше. Важны не эффективность, а скорость; не идеальный продукт, а feedback клиентов; не максимальная маржа, а масштаб и захват рынка.
Китайцы пошли дальше: их Blitzscaling – это скорость при отрицательной марже конкурентов. DeepSeek не продаёт в убыток и не гонится за сверхприбылью; он ставит цену, при которой конкурент не может продавать дешевле, даже используя открытые модели самого же DeepSeek. Лян объясняет это очень прагматично: модель – это «рецепт», но не «ресторан». Скачать модель можно бесплатно; эффективно обслуживать ее в масштабе – совсем другая задача.
Для него open-source – стратегия захвата того самого рынка, где один победитель получает всё.
Сравним с OpenAI. Сэм Альтман в 2023-м заявил, что AGI «сломает капитализм». Изначальная цель и значение самого названия OpenAI была non-profit. Но на деле – закрытые модели, подписка, реклама (спустя два года после заявления «реклама – крайний вариант»), и внутренняя паника («красный код»).
Всё отличие заключается в одном только заявлении OpenAI этого года, что open-source модели делают AI из коммерческого продукта в бесплатную, доступную технологию, приводя к «AI-коммунизму».
При этом компания прожигает около $50 миллиардов в год; в 2025-м выручка – $20 миллиардов при годовых обязательствах в $600 миллиардов. Математика простая: чтобы окупиться, ChatGPT нужно 3–4 миллиарда пользователей; то есть половина планеты. Смешно? Мне тоже. А что у DeepSeek?
В недавно слитом в сеть звонке с инвесторами фаундер Лян Вэньфэн, бывший квант, говорит о ценообразовании языком ритейлера: купи сервер за $100, окупи за 10 месяцев через API, заработай $600 за пять лет – и признаёт, что это даже «слишком прибыльно». Маржа в 10-14% из давно минувших времен – «слишком прибыльно». Когда стартап запустил новую модель по высокой цене, чтобы сдержать спрос, команде это не понравилось, и Лян срезал цену вчетверо – тогда команда взорвалась овациями. Для них цель не выручка; цель – применение. Никаких громких обещаний инвесторам, никаких спекуляций на миллиардные оценки, никаких «бесконечных денег» – только доля рынка и скорость.
Фидбек: разговор с пользователями как инструкция
Последний фактор – самый недооценённый.
Создатели Blitzscaling подчёркивают: скорость – это не только скорость разработки, но и скорость обучения. И с этим помогает полезная китайская привычка говорить напрямую с клиентом.
Аллен Чжан, создатель WeChat, ввёл правило 10/100/1000: каждый продуктовый менеджер должен провести 10 интервью с пользователями, прочитать 100 блогов и собрать фидбек из 1000 опытов – ежемесячно.
Не опросы и не email, а разговоры. Живые, 1-на-1. В ранние дни ByteDance Чжан Имин со своей командой выходил на улицы Дели и Чунцина и останавливал прохожих – просто спрашивал, как они пользуются приложением.
Лэй Цзюнь, CEO Xiaomi, до сих пор читает фидбек фанатов лично; после тестирования их первого флагманского чипа инженер позвонил Лэю в 5 утра, чтобы сообщить: всё работает.
Наконец, со мной лично созванивались Moonshot AI и спрашивали моё мнение об их модели Kimi. Со временем наши отношения эволюционировали в настоящее партнёрство – одно из главных достижений моего AI-gamedev стартапа Arcanion.
Заключение
Для меня, как и для многих стартапов, стратегия Китая стала новой путеводной звездой. Но самое интересное: Китай не придумал все эти принципы. Просто сейчас денег в мировой экономике так много, что о них все забыли.
Высокая прибыль достигается высокой дистрибуцией, как сейчас open-source. Высокая конкурентоспособность обеспечивается независимостью, как в цепочках поставок и в инфраструктуре. А лучший способ удержать клиента – сделать то, о чём он просит, как создатели Kimi после звонка со мной.
Но самое главное – все забыли, что конкуренция крайне позитивно сказывается на клиенте. Когда конкурентов много и каждый стремится создать лучший продукт, клиент получает качественный продукт по низкой цене – сейчас каждая китайская компания стремится к этому, пока в США один монополист судится с другим, а третий – с конкурентами.
Своей стратегией Китай полностью подрывает американскую модель максимизации прибыли и финансового инжиниринга: теперь США планируют вовсе запретить китайские модели, глядя на статистику их применения в американских стартапах.
При такой модели конкуренция с Китаем станет просто невозможной, и этот вопрос волнует меня уже много месяцев.
Кто победит в такой конкуренции?
Сам Китай показывает ответ: только тот, кто сделает лучший продукт, как это было до эпохи «вертолётных денег».
Больше в Instagram автора: @garimitsu
