ChinaTalk: американские фирмы продали китайским ИИ-лабораториям данные примерно на $500 млн

ChinaTalk: американские фирмы продали китайским ИИ-лабораториям данные примерно на $500 млн

Издание The Decoder пересказывает расследование ChinaTalk: американские компании вроде Mercor, Surge AI, AfterQuery и Turing продают китайским ИИ-лабораториям обучающие данные примерно на полмиллиарда долларов. Всего авторы расследования выявили не менее девяти таких американских фирм. В источнике не сказано, за какой период набралась эта сумма, и какие именно китайские лаборатории покупают данные, не названо. Часть данных, это среды для обучения с подкреплением (RL-среды): симулированные миры, где модели тренируют на конкретных задачах вроде программирования, финансового анализа или офисной работы.

По данным отчёта, китайские лаборатории намеренно покупают те же продукты, которые раньше были проданы Anthropic или OpenAI. Так они заранее знают, что данные работают, и могут не тратиться на собственную разработку и не гонять впустую обучающие прогоны. Поскольку у китайских чипов острая нехватка памяти, такая экономия для тамошних лабораторий особенно ценна. Есть и дистилляция: китайские лаборатории используют мощные американские модели, такие как GPT или Claude, в роли «учителей» и обучаются на их ответах. В сочетании с купленными RL-средами это даёт двойное преимущество, разрыв можно сокращать, тратя меньше собственных вычислительных ресурсов.

По словам ChinaTalk, AfterQuery, как сообщается, получает значительную долю годовой повторяющейся выручки (ARR) от китайских клиентов. ChinaTalk ссылается на сообщения Forbes об ARR около $100 млн, но самостоятельно проверить продажи не смог. Surge AI открыто пишет на своём сайте, что её продукты создаются теми же экспертами, что стоят за работой с передовыми лабораториями. Сделки идут и через офшорные структуры: у ByteDance есть закупочные офисы в Сингапуре и Сан-Хосе.

О связях стало известно из анонимных источников и из беспечности подрядчиков. Американские фирмы отдают значительную часть реальной работы по созданию RL-сред и подготовке данных малооплачиваемым работникам в развивающихся странах, прежде всего в Индии. Эти субподрядчики иногда указывают имена клиентов в LinkedIn или в резюме, хотя должны пользоваться только кодовыми названиями. Экспортные ограничения почти не применяются, так как RL-среды остаются в основном нерегулируемой областью.

Авторы ChinaTalk отмечают двойное назначение таких данных. Среды для программирования улучшают разработку ПО, но могут и усиливать наступательные киберспособности. Биологические среды могли бы улучшить возможности синтеза генов и потенциально усилить применения, связанные с биологическим оружием. Поэтому авторы предлагают, чтобы Бюро промышленности и безопасности США (Bureau of Industry and Security) распространило действующие экспортные ограничения на такие среды двойного назначения.

Вместе с тем авторы подчёркивают, что ситуация не апокалиптическая. Опираясь на американскую работу, китайские лаборатории по структурным причинам всё равно отстают от американских как минимум на несколько месяцев. А чувствительные среды, по биологии, химии, кибербезопасности, проектированию чипов и инвестиционному банкингу, всё чаще создаются внутри американских передовых компаний, говорят авторы.

Ключевые факты

  • По расследованию ChinaTalk, не менее девяти американских фирм (среди них Mercor, Surge AI, AfterQuery, Turing) продают китайским ИИ-лабораториям обучающие данные примерно на $500 млн; часть данных, RL-среды.
  • Китайские лаборатории покупают те же продукты, что ранее продавались Anthropic или OpenAI, экономя на собственной разработке и неудачных обучающих прогонах; добавляется дистилляция американских моделей.
  • О сделках стало известно из анонимных источников и из беспечности субподрядчиков (в основном в Индии), которые упоминают клиентов в LinkedIn и резюме; ChinaTalk не смог проверить продажи AfterQuery при ARR около $100 млн по данным Forbes.
  • Авторы предлагают Бюро промышленности и безопасности США распространить на RL-среды двойного назначения действующие экспортные ограничения, но подчёркивают, что ситуация не апокалиптическая: китайские лаборатории отстают минимум на несколько месяцев.

Почему это важно

Расследование выводит на свет рынок, который, по словам авторов, почти не регулируется: RL-среды для обучения моделей продаются китайским лабораториям теми же компаниями, что работают на американские передовые лаборатории. Если верить отчёту, такая покупка позволяет китайским командам экономить вычислительные ресурсы там, где у них и так острая нехватка памяти на чипах, а вместе с дистилляцией американских моделей, сокращать отставание. Это переносит спор об экспортном контроле с чипов на обучающие данные и среды.

Кому это важно

Разработчикам и компаниям, поставляющим данные и среды для обучения моделей (в расследовании названы Mercor, Surge AI, AfterQuery и Turing), они могут оказаться в центре дискуссии о регулировании. Также тем, кто следит за экспортным контролем и политикой США в отношении Китая, и американским передовым лабораториям, чьи прежние закупки повторяют китайские конкуренты.

Как это применить

Практических инструкций в материале нет. Читателю полезно взять из него вопросы для наблюдения: попадут ли RL-среды двойного назначения под действующие экспортные ограничения, как предлагают авторы, и перенесут ли американские компании чувствительные среды (биология, химия, кибербезопасность, проектирование чипов, инвестиционный банкинг) внутрь, как, по словам авторов, уже происходит.

Можно ли доверять

Это вторичный пересказ: The Decoder излагает расследование ChinaTalk, а не собственную проверку. Сами авторы расследования опираются на анонимные источники и на промахи субподрядчиков с кодовыми именами. По AfterQuery цифра ARR около $100 млн взята из сообщений Forbes, и ChinaTalk прямо говорит, что не смог независимо проверить продажи. В источнике не названы покупатели среди китайских лабораторий, не разбита сумма в $500 млн по периодам и фирмам и не приведены ответы упомянутых компаний.

Риски и подводные камни

Сумма в $500 млн относится к обучающим данным в целом: RL-средами, по тексту, является лишь часть. Источник не утверждает, что сделки незаконны, речь о том, что RL-среды остаются в основном нерегулируемыми. Опасения по поводу кибер- и биоприменений сформулированы осторожно («могут», «потенциально»), и сами авторы считают, что отставание китайских лабораторий сохраняется минимум на несколько месяцев.

«создано теми же экспертами, которые стоят за нашей работой с передовыми лабораториями.»

— Surge AI, на своём сайте (цитируется по The Decoder)