مستثمر يقدم 17 حكما حول الذكاء الجسدي والنماذج والحوسبة

المؤلف: شياو يان، تكنولوجيا تينسنت

المحرر: شيو تشينغ يانغ

في السنوات القليلة الماضية، كانت الكلمات الرئيسية الأكثر شيوعًا في دائرة الاستثمار في التكنولوجيا في الصين تدور حول الذكاء الاصطناعي، والروبوتات، والذكاء الجسدي.

في مجال النماذج الكبيرة، كانت شركة Zhizhu واحدة من أولى الشركات التي تم مناقشتها في سياق "OpenAI الصيني". بينما تركز شركات مثل Jieyue Xingchen وShengshu Technology على نماذج الأساس، وتوليد الفيديو. في مجال الروبوتات، دخلت شركة UBTECH السوق المالية، بينما تمثل شركات مثل Galaxy Universal Robotics وYinshi Robotics وTashi Zhihang استكشافات مختلفة للروبوتات من حيث الكيان والنموذج وتطبيقات المشهد.

وراء هذه الشركات النجمية، توجد مؤسسة استثمارية مشتركة واحدة - Qiming Venture Partners. تأسست هذه المؤسسة في عام 2006، وتدير 11 صندوقًا بالدولار و7 صناديق باليوان، وقد جمعت وأدارت أصولًا إجمالية تصل إلى 9.5 مليار دولار.

بعد أن استثمرت عدة مرات في موجات التكنولوجيا، ما هي منهجية Qiming Venture Partners؟

مؤخراً، شارك شوجي فنغ، الشريك الإداري في Qiming Venture Partners، منهجية الاستثمار الخاصة بالمؤسسة، حيث ناقش الاتجاهات الأساسية في مجالات النماذج الكبيرة، والذكاء الجسدي، ورقائق الحوسبة، وفكك المعايير الأساسية للتمييز بين الضجة المفاهيمية والواقع الصناعي.

بصفته مستثمرًا، يُعتبر شوجي فنغ خبيرًا عميقًا في الذكاء الاصطناعي، حيث يتحدث من منظور الحياة اليومية، ويصف الصورة الحقيقية لعصر تطبيقات الذكاء الاصطناعي. يتحدث عن كبار السن في عائلته الذين أصبحوا بارعين في استخدام منصات الفيديو القصير، ويمكنهم استخدام الذكاء الاصطناعي لاستكمال استفسارات المعلومات اليومية؛ وفي مكان عمله، يتغلغل الذكاء الاصطناعي أيضًا بعمق، حيث يعتمد على أدوات الذكاء الاصطناعي في تحليل البيانات وتجميع المواد، حتى في ظل جدول زمني ضيق، يظل متابعًا لتطور محتوى الفيديو القصير الذي يتم إنشاؤه بواسطة الذكاء الاصطناعي.

تثبت هذه اللحظات اليومية الصغيرة والواقعية اتجاهًا أساسيًا: لقد أصبح الذكاء الاصطناعي بالفعل أكثر من مجرد مفهوم احترافي في النظريات المخبرية والأوراق البحثية، أو قصة رأسمالية تقتصر على بيانات التمويل في السوق الأولية، بل إنه قد انغمس حقًا في الهواتف المحمولة للجمهور العادي، محققًا قفزة من التكنولوجيا المتقدمة إلى أدوات يومية للجميع.

ومسؤولية المستثمر هي الحكم على أي الاتجاهات التكنولوجية، وأشكال المنتجات، والشركات، هي الأكثر احتمالًا لجلب هذا التغيير إلى الواقع قبل أن تحدث هذه التغييرات على نطاق واسع.

يلخص شوجي فنغ هذه الفكرة في "استثمار بخطوة سريعة" - ليس من الأفضل أن تكون مبكرًا، ولا الانتظار حتى يتشكل إجماع السوق للدخول، بل الدخول بعد نقطة الاختراق التكنولوجي وقبل نقطة الانفجار التجاري.

شوجي فنغ، الشريك الإداري في Qiming Venture Partners

استخدم شوجي فنغ شركة Zhizhu كمثال. في مايو 2020، أصدرت GPT-3، مما جعل Qiming Venture Partners ترى أن قانون التوسع يتم التحقق منه، وأن النماذج الكبيرة قد اجتازت نقطة تقنية مهمة. بناءً على هذا الحكم، استثمرت Qiming Venture Partners في Zhizhu في ديسمبر 2021. في ذلك الوقت، لم يكن ChatGPT قد تم إصداره بعد، ولم يكن "All in AI" شعارًا جماعيًا في دائرة الاستثمار. حتى نوفمبر 2022، ظهر ChatGPT، وتم دفع الذكاء الاصطناعي التوليدي حقًا إلى الجمهور وسوق الاستثمار.

إذن، في مجالات الذكاء الاصطناعي، والروبوتات، والحوسبة، والرقائق، أين ستظهر الفرصة التالية "بخطوة سريعة"؟ خلال المناقشة، لم يقدم شوجي فنغ إجابة مباشرة، بل قام بتفكيك التغييرات التي تحدث في هذه المجالات.

في مواجهة هذه المجالات الساخنة والكم الهائل من الأموال المتدفقة، يعتقد شوجي فنغ أنه كلما اقتربنا من مركز العاصفة، يجب أن نعود إلى الأسئلة الأساسية: هل تم خلق قيمة حقيقية، وهل يمكن أن تتحمل اختبار المنطق التجاري؟ ذكر عدة مرات أن السوق من المحتمل أن يدخل مرحلة "أرني المال". كلما كان الشيء جديدًا، يجب أن نكون حذرين من الفجوة بين الاهتمام قصير الأجل والقيمة طويلة الأجل؛ كلما كانت السوق صاخبة، يجب على الشركات أن تثبت أنها تستطيع تحويل التكنولوجيا إلى إيرادات، وتحويل الخيال إلى واقع.

بعد ذلك، من أجل كفاءة القراءة، قامت تكنولوجيا تينسنت بتجميع الأحكام الأساسية لشوجي فنغ بأسلوب سردي من الشخص الأول.

01 "الذكاء الجسدي هو المجال الذي يقتل خلايا دماغي أكثر من أي مجال آخر"

1. بعد التواصل مع العديد من شركات الذكاء الجسدي، لدي ثلاث مشاعر رئيسية.

أولاً، السوق الأول والثاني ينظران بشكل إيجابي إلى هذا المجال. السبب الرئيسي هو أنه قد يكون أول صناعة في تاريخنا تجمع بين "حجم شحن الهواتف الذكية" و"سعر السيارات الشخصية". إذا نمت هذه الصناعة بشكل ناضج، سيكون هناك 1 مليار وحدة شحن سنويًا، بمتوسط سعر حوالي 30,000 دولار، ما يعادل 200,000 يوان صيني، وهذا يعد من بين أكبر المجالات في تاريخ تطور الأعمال البشرية على مدى 200-300 عام، بلا منازع.

ثانيًا، الجميع يتسابق الآن للحصول على الطرح العام الأولي، والجوهر هو التنافس على مكافأة الندرة. يتمتع السوق الثانوي بهذه السمة: عندما تطرح أول شركتين في مجال كبير، بسبب ندرة الأهداف، يمكن أن تستفيد من مكافأة رأس المال الفائقة، مما يظهر بشكل مباشر في ارتفاع أسعار الأسهم والقيمة السوقية، لذا يرغب الجميع في التقدم.

ثالثًا، أصبح من الصعب تمييز العديد من الشركات. لقد رصدنا أن هناك أكثر من 370 شركة مرتبطة بالذكاء الجسدي في الصين، ونتلقى بشكل أساسي اثنين أو ثلاثة مشاريع جديدة كل أسبوع. أصبحت خلفيات الفرق، ومسارات التكنولوجيا، ومشاهد التطبيق متشابهة بشكل متزايد: لا شيء سوى أساتذة، أو عباقرة صغار، أو مدراء من شركات القيادة الذاتية، أو خلفيات نماذج الذكاء الاصطناعي؛ جميعهم يتحدثون عن VLA، والنماذج العالمية؛ وتدور التطبيقات حول التصنيع الصناعي، واللوجستيات، والخدمات التجارية، وظهرت مؤخرًا مشاهد الروبوتات البيولوجية. لكن المشكلة هي أنه لا يوجد معيار موضوعي حاليًا لتقييم مستوى التكنولوجيا أو قدرة النموذج، مما يجعل من الصعب حقًا الحكم على من لديه تقنية أقوى أو قدرة تطبيق أفضل.

لذا، بعد أن تطرح أول شركتين، قد ترتفع قيمتهما السوقية بسبب الندرة. ولكن بعد ستة أشهر إلى عام، من المحتمل أن يدخل السوق مرحلة "أرني المال"، حيث ينظر فقط إلى إمكانية التطبيق، وما إذا كان يمكن تحويله إلى إيرادات مبيعات وهوامش ربح.

إذا بحلول نهاية هذا العام أو منتصف العام المقبل، إذا كانت النتائج أقل من المتوقع، حتى لو تم الطرح العام بنجاح، قد تنخفض القيمة السوقية إلى بضع مئات من المليارات، وقد يحدث تراجع في التقييم بين السوقين الأول والثاني. لن تستطيع التقييمات الأصلية في السوق الأول الصمود، وستزداد صعوبة إعادة تمويل الشركات لاحقًا.

المفتاح هو التكنولوجيا. إذا لم يكن هناك اختراق رئيسي في مجال الروبوتات، خاصة إذا لم يكن هناك تقارب في مسار التكنولوجيا، سيكون من الصعب على الصناعة أن تتوسع بشكل كبير. حاليًا، تستكشف كل شركة في مجال الروبوتات، والعديد منها لا تزال تستخدم نماذج خاصة بالمشاهد، وليست النماذج العامة التي تحظى بشعبية في الوقت الحالي. إذا لم يتم تحقيق التقارب التكنولوجي، فلن يتمكنوا من فتح مشاهد التطبيق على نطاق واسع، وفي النهاية سيقتصر الأمر على القيام ببعض مشاريع العرض التي يمكن الاستغناء عنها، ولن تنجح في تحقيق حجم تجاري.

لذا، ما يمكنني فعله الآن هو متابعة جميع المشاريع الجديدة التي تظهر، لضمان جمع المعلومات بشكل شامل، ومتابعة وضع الصناعة باستمرار.

حاليًا، لا يزال السوق الأول يتسابق لجمع الأموال، والشركات ذات الحجم النسبي المستقر تتسابق للاستعداد للطرح العام. لكن في النهاية، سواء تم الطرح العام أم لا، ما ينظر إليه السوق هو دائمًا الجانب التجاري. إذا لم تتمكن الصناعة من تقديم نتائج تطبيق حقيقية، فمن المحتمل أن يشهد السوق جولة من التعديلات العميقة.

2. لم أعتقد أبدًا أن النموذج العالمي هو مجال جديد تمامًا، ومن المرجح أن يتجاوز احتمال دمج VLA والنموذج العالمي 50% في المستقبل.

إنه يشبه مسارًا تقنيًا، تم تضخيمه في السوق الأول ليصبح مفهومًا شائعًا. في الآونة الأخيرة، ظهرت حوالي 30 شركة ناشئة في النموذج العالمي، مقارنة بالشركات التي تتبع مسار VLA السابق، لا يوجد اختلاف جوهري في تطبيقها التجاري.

3. يفتقر الذكاء الجسدي حاليًا إلى معايير تقييم موضوعية.

توجد العديد من المعايير المرجعية للنماذج اللغوية، لكن الذكاء الجسدي يواجه القوى العاملة في العالم المادي، مما يجعل صعوبة التقييم أعلى بكثير. حاليًا، يوجد حوالي ثلاثة إلى خمسة معايير مرجعية للذكاء الجسدي في السوق العالمية، لكن هذه القوائم تعرضت مؤخرًا للعديد من الشكوك. بعض الشركات تحصل على تقييمات عالية من خلال التلاعب بالقوائم، ويعرف الناس في الصناعة أنه لا معنى لذلك.

قبل أن يتم توحيد المعايير، نحن حاليًا نستند أكثر إلى المنطق الأساسي: أولاً، هل تتوافق خوارزميات ومسارات نماذجها مع استنتاجاتنا؛ ثانيًا، هل لدى الفريق خبرة هندسية غنية؛ ثالثًا، استراتيجية البيانات. قد تكون البيانات هي المتغير الأكثر أهمية في المستقبل. تم تحقيق قانون التوسع للنموذج اللغوي من خلال تقديم 10 مليارات من الرموز؛ وتم تحقيق قانون التوسع للنموذج الفيديو من خلال تقديم بيانات بمليار وحدة. حاليًا، تمتلك أفضل شركات الذكاء الجسدي في الصين والولايات المتحدة حوالي عشرات الآلاف من ساعات البيانات، مما يعني أنها لا تزال بعيدة عن الحجم الكافي. لكن من المحتمل أن تصل الشركات الرائدة في الذكاء الجسدي في الصين والولايات المتحدة إلى هذا الحجم من البيانات هذا العام، لذا قد نشهد اختراقًا.

بمجرد تحقيق الاختراق التكنولوجي، سيصبح التقييم أسهل. على سبيل المثال، في مشهد صناعي، إذا كانت هناك 25 عملية في مصنع كبير، دون أي تدريب لاحق أو مع تدريب بسيط، يمكننا أن نرى معدل نجاح الروبوت في إكمال هذه المهام، إذا كان معدل النجاح يتجاوز 50%، سيقوم المصنع الكبير بدفع المال لشراء الروبوت؛ إذا كان 5% فقط، فهذا يعني أنه لا يزال غير كافٍ.

4. البيانات هي عنق الزجاجة التقنية التي تحتاجها النماذج الجسدية، لكن من المحتمل أن تتغير بسرعة في العامين المقبلين.

لإنتاج نموذج جسدي، قد نحتاج إلى 1 إلى 2 مليون ساعة من بيانات التدريب، وفي المرحلة الحالية، تعتبر كمية البيانات أكثر أهمية من جودة البيانات الفردية. حول خطط دمج البيانات المختلفة، يُطلق على المصطلح المهني في الصناعة استراتيجية البيانات، وقد تم تشكيل توافق حول هذا الموضوع في الأشهر القليلة الماضية. سابقًا، كانت الصناعة مقسمة إلى عدة مسارات بيانات، مثل البيانات التي تجمعها تسلا من الآلات الحقيقية، والتي تتمتع بأعلى دقة، مما يجعل النموذج أكثر قدرة على التعلم والتكيف، وعندما يتم نشر النموذج على الأجهزة، تتطابق البيانات تمامًا مع البيانات المجمعة أثناء التدريب.

لكن جمع بيانات الآلات الحقيقية يتطلب عوائق عالية، حتى الشركات الرائدة مثل تسلا تجد صعوبة في دفعها، حيث أن الإنتاج السنوي محدود للغاية؛ تحتاج إلى نشر 1000 روبوت، مع وجود موظفين مخصصين، ومدة جمع البيانات الفعالة لكل جهاز لا تتجاوز ساعة أو ساعتين في اليوم، مما يجعل من الصعب جمع 1 مليون ساعة من البيانات، حتى تسلا تجد ذلك صعبًا، مما يجعل من الصعب على الشركات الأخرى تحقيق ذلك. هذه البيانات ذات الجودة العالية نادرة في الكمية. في وقت سابق، كانت جوجل وOpenAI تميلان إلى استخدام بيانات الفيديو، حيث كانت جوجل تعمل بعمق في مجال نماذج الفيديو، لكن البيانات العامة الضخمة من الفيديو لا تتناسب مع مشاهد العمليات الروبوتية، مثل مقاطع الفيديو لمشاهد غرف الاجتماعات، يصعب على الروبوت تعلم المهارات العملية، بل قد تضيف ضوضاء بيانات منخفضة الجودة للنموذج.

بينما توجد بيانات UMI التي ظهرت في العام الماضي، حيث يتم تسجيل مشاهد العمل الحقيقية للعمال باستخدام أجهزة قابلة للارتداء، مما يسهل توافقها مع متطلبات تدريب النموذج. حاليًا، تخطط الشركات الرائدة في الصين والولايات المتحدة لشراء ما مجموعه 1 مليون ساعة من بيانات التدريب هذا العام، حيث تشكل بيانات الآلات الحقيقية حوالي 1%-3%، وبيانات UMI حوالي 70%، وبيانات الفيديو تشكل 20%. قامت شركة Noyiteng بتقسيم أعمال التقاط الحركة لتطويرها بشكل مستقل، حيث يمكن لتقنية التقاط الحركة تحسين جمع بيانات UMI وبيانات الآلات الحقيقية، والآن يمكنها توفير جميع أنواع بيانات التدريب.

بالإضافة إلى الحجم، ستصبح بيانات اللمس مهمة أيضًا. على سبيل المثال، عندما يلتقط الروبوت زجاجة تبدو عادية، لكنها في الواقع أثقل، سيشعر الإنسان على الفور بتغير الوزن ويعدل قوة القبضة؛ لكن البيانات الحقيقية الحالية، وبيانات القوام، وبيانات الفيديو، تفتقر إلى هذه المعلومات اللمسية.

لذا، هناك مجموعة من الشركات التي تحاول تطوير حلول مثل الأقمشة اللمسية، لإنشاء أذرع روبوتية ذات إدراك لمسي، وجمع بيانات اللمس. هذا الاتجاه يحظى باستثمار كبير، لكن حاليًا لا توجد أي شركة في العالم قد حققت نضجًا كاملًا في هذه التقنية.

5. في مستوى نماذج الذكاء الجسدي، تتمتع الصين بثلاث مزايا رئيسية: البيانات، مشاهد التطبيق، والدعم من الأجهزة.

من الصعب حاليًا قياس الفجوة التكنولوجية بين الصين والولايات المتحدة، لأن الفجوة بينهما في النماذج تتعلق أساسًا بالحوسبة. لم يتم توحيد التكنولوجيا بالكامل، والبحث في استكشاف التكنولوجيا يشبه الإبحار في بحر مظلم للبحث عن جزيرة الذهب والفضة.

لا توجد قيود على الحوسبة في الولايات المتحدة، حيث يمكن للشركات الرائدة إرسال 30 سفينة في كل ليلة، وكل جولة من الاستكشافات تكون حاسمة في تحديد الاتجاه، حيث يعود كل فريق ليقدم تقريرًا عن المسار، على سبيل المثال، إذا لم يتم العثور على الهدف بعد الإبحار 5 أميال في اتجاه 30 درجة، فلا حاجة لتكرار هذا المسار في المستقبل.

تواجه الصين حاليًا قيودًا على الرقائق، مما يعني أنه يمكنها إرسال سفينة واحدة فقط في الليلة، وهذا هو الفارق الجوهري. لقد أصبح مسار نماذج اللغة الكبيرة واضحًا، لذا فإن الفارق في التجربة ليس كبيرًا. ولكن إذا شهد القطاع قفزة تقنية جديدة، فإن احتمالية أن تحقق الولايات المتحدة اختراقًا تقنيًا ستكون أكبر بكثير إذا تم فتح 30 مسارًا استكشافيًا في نفس الوقت مقارنةً بمسار واحد فقط. على السطح، يبدو أن الفجوة بين النماذج الحالية صغيرة، لكن الفجوة الإجمالية على المدى الطويل ليست كذلك.

ومع ذلك، تتمتع الصين بمزايا واضحة في البيانات، وسيناريوهات الصناعة، والدعم من الأجهزة.

تقوم بعض الشركات الكبرى في الولايات المتحدة بشراء البيانات من الشركات الصينية، وهذا يكفي ليظهر أن احتياطيات البيانات لديهم غير كافية.

ثانيًا، في سيناريوهات الصناعة، تمتلك الصين شركات ضخمة مثل "نينغده تشايد" و"بي واي دي"، ولديها مصانع فعلية كافية للتعاون في البحث والتطوير.

ثالثًا، في مجال الدعم من الأجهزة، يتكون الروبوت البشري من حوالي 1200 قطعة، وأكثر من 90% من سلسلة التوريد تتركز في دلتا نهر اليانغتسي ودلتا نهر اللؤلؤ، مما يسمح للشركات الصينية بتحديث النموذج والجهاز بسرعة. بمجرد اكتشاف عدم توافق بين خوارزمية النموذج وتنفيذ الأجهزة، يمكنهم الاتصال بالموردين وإجراء التعديلات خلال أسبوعين.

باختصار، تتمتع الصين بمزايا ملحوظة في الأجهزة والبيانات، بينما تتمتع الولايات المتحدة بمزايا في جانب النموذج، لكن الفجوة بين الجانبين ليست كبيرة.

6. حول الجدل بشأن ما إذا كانت الروبوتات البشرية "استعراض" أم "عملية"، فإن العديد من المناقشات لم تفصل بين المفاهيم.

تنقسم الخوارزميات المتعلقة بالذكاء الجسدي بشكل عام إلى ثلاثة اتجاهات رئيسية: Manipulation (التحكم)، Navigation (الملاحة)، وLocomotion (التحكم في الحركة).

أولاً، Manipulation هو التحكم في العمليات على المستوى الفيزيائي، حيث يتم تصنيف الذكاء الجسدي ونموذج العالم ضمن هذا الاتجاه، ولم يتشكل بعد مسار موحد ناضج في الصناعة. ثانيًا، Navigation (الملاحة) قد نضجت تقنيتها وتم تطبيقها في القيادة الذاتية. ثالثًا، Locomotion (التحكم في الحركة) يشمل الحركات العرضية مثل الجري وفنون القتال، وهو أكثر تركيزًا على العرض.

تندرج الثلاثة تحت خوارزميات الذكاء الاصطناعي للروبوتات، لكن التقنية الأساسية التي تحدد ما إذا كان بإمكان الروبوتات تحقيق قيمة تجارية كبيرة هي تقنية التحكم. لقد تطورت Locomotion بشكل أكثر نضجًا، حيث تعتبر "يو شيو" من الشركات الرائدة عالميًا في هذا المجال، ولدى "يو بي سي" أيضًا تراكم جيد. لذا، من الطبيعي أن يعتقد الجميع أنهم مجرد استعراض، فهذا هو مجال قوتهم. الشركات الجديدة التي تأسست مؤخرًا، والتي يبلغ عددها أكثر من 360، تركز جميعها على اتجاه التحكم؛ بينما تمتلك "يو شيو" و"يو بي سي" تمويلًا كافيًا وقد أنشأت فرق بحث وتطوير ذات صلة، لذا فإن قدراتهم في هذا المجال ليست ضعيفة.

إذا نظرنا فقط إلى سيناريوهات العرض مثل التحكم في الحركة، فإن السقف السوقي العالمي لا يتجاوز 1 مليار دولار؛ بينما في المقابل، فإن سيناريوهات الروبوتات المتعلقة بالصناعة أكبر بكثير، حيث أن الحجمين ليسا في نفس المستوى. ببساطة، تطورت تقنية التحكم في الحركة في وقت مبكر، حيث كان بإمكان الروبوتات في السنوات السابقة فقط القيام بالرقص والعروض؛ وسيتعين الانتظار حتى العامين المقبلين حتى تكتمل التقنيات المتعلقة بالتحكم، حتى تتمكن الروبوتات من تحقيق قيمة عملية في سيناريوهات كبيرة.

02 "هناك تغيران في مجال الذكاء الاصطناعي تجاوزا التوقعات، وتغير واحد كان أقل من المتوقع"

7. في العامين المقبلين، ستعود تقييمات شركات الذكاء الاصطناعي في النهاية إلى الإيرادات وقدرتها على التسليم. قد تتراوح مضاعفات تقييم شركات البرمجيات التقليدية بين 5-15 مرة، بينما في القطاعات الرائجة والمتقدمة تقنيًا، يمكن أن تصل المضاعفات إلى 20-100 مرة. إذا كانت شركات مثل "زهي بو" قادرة على الحفاظ على تقييمها، فإن الأمر يعتمد بشكل أساسي على ما إذا كانت قادرة على تحقيق حجم إيرادات كبير. إذا تمكنت من تحقيق إيرادات تصل إلى 100 مليار، فإن التقييم سيكون 100 مرة من مضاعف الإيرادات، مما يعني أن القيمة السوقية ستكون تريليون يوان؛ ولكن إذا كانت الإيرادات فقط 15 مليار، فإن تقييم السوق سيشهد تصحيحًا، وينطبق نفس المنطق على قطاع الروبوتات.

تمثل الإيرادات السنوية المتكررة (ARR) نمو الشركة، بينما تمثل الإيرادات المعترف بها التدفق النقدي. ينطبق نفس الشيء على صناعة الروبوتات، حيث يجب أن ننظر في النهاية إلى الإيرادات الإجمالية، فهذه المؤشرات المالية هي المقياس الأكثر عدلاً.

لذا، فإن أهم ما في الأمر بالنسبة لشركات الذكاء الاصطناعي هو أمران: هل يمكن أن تستمر قدرة النموذج في التحسن، وهل يمكن أن تتشكل استخدامات حقيقية وإيرادات من جانب العملاء. هذان الأمران يحددان ما إذا كانت الشركة تمتلك قيمة طويلة الأجل.

8. في العام الماضي، كان هناك تغيران في مجال الذكاء الاصطناعي تجاوزا التوقعات، بينما كان تغير واحد أقل من المتوقع.

التغير الأول الذي تجاوز التوقعات هو قدرة الحوسبة في الذكاء الاصطناعي. لقد كانت سرعة التحول في إجمالي قدرة الحوسبة، وكذلك من التدريب إلى الاستدلال، ونقل نماذج القدرة أو متطلبات القدرة، تتجاوز التوقعات. على سبيل المثال، قامت إحدى الشركات الكبرى في مجال التكنولوجيا المحلية بتخصيص ميزانية قدرها 500 مليار يوان العام الماضي، بينما كانت الميزانية المقدمة هذا العام أكثر من ستة أضعاف.

لذا، سواء كان هناك عدد كبير من الشركات الجديدة في السوق الأولية، أو تداولات في السوق الثانوية مثل HBM والاتصالات الضوئية، فإن جميع أنواع الاتجاهات الساخنة في الصناعة تعود إلى الطلب الكبير على الحوسبة، حيث أن المنطق الأساسي لهذه المجموعة من العمليات سليم. أما بالنسبة لمدى منطقية الارتفاع المفاجئ للأسهم على المدى القصير، فلا يمكنني الحكم على ذلك، لكن حرارة سوق الحوسبة ونموها تجاوزا توقعاتي بكثير.

التغير الثاني الذي تجاوز التوقعات هو سرعة تطور تقنية النموذج نفسها، وكذلك التوافق السريع للسوق حول النموذج. بما في ذلك في يناير من هذا العام، مع ظهور الذكاء الاصطناعي مثل "جراد البحر"، وقدرته على البرمجة، عندما قمنا بعمل توقعاتنا العشر الكبرى في العام الماضي، قلنا في WAIC إن القدرة على البرمجة مهمة جدًا، ولم نتوقع أن تصبح القدرة على البرمجة الآن هي القوة التنافسية الأساسية لنماذج اللغة الكبيرة.

لأن القدرة على البرمجة جلبت قدرات جديدة للذكاء الاصطناعي، أعتقد أن القيمة الصناعية للذكاء الاصطناعي مقارنةً بالمنتجات التي كانت تركز على المحادثات مثل Chatbot في السنوات الماضية قد ارتفعت بشكل كبير. كما أن هذا قد شكل حلقة إيجابية: استهلاك القدرة الناتج عن تشغيل الذكاء الاصطناعي هو آلاف المرات من المنتجات التي تركز على المحادثات، وهذا يفسر لماذا تجاوز نمو سوق الحوسبة التوقعات بشكل شامل، فهذان الأمران مرتبطان.

تطور تقنية النموذج واهتمام سوق رأس المال بالشركات التي تقدم نماذج تجاوز أيضًا التوقعات. لقد تشكلت بسرعة توافق السوق حول الشركات ذات النماذج الجيدة، حيث يمكن أن تصل القيمة السوقية للشركات الرائدة إلى تريليون يوان؛ كما ظهرت العديد من شركات النماذج الجديدة مثل neo labs، حيث أن مؤسسيها في الغالب من مواليد التسعينيات والألفية الجديدة، وتصل تقييمات جولات التمويل الأولية لهذه المشاريع إلى 2-3 مليارات يوان، ولم أرَ مثل هذه الحمى في السوق طوال سنوات عملي.

أما التغير الذي كان أقل من المتوقع فهو تطبيقات الذكاء الاصطناعي، وخاصة تطبيقات المستهلكين. في العام الماضي، توقعت أن عام 2025 سيكون عام بدء عصر تطبيقات الذكاء الاصطناعي. الآن، يبدو أن السوق الإجمالي لتطبيقات الذكاء الاصطناعي لا يزال يتجاوز التوقعات، ولكن طريقة فتحه ليست كما توقعت في العام الماضي. اليوم، تركز تطبيقات الذكاء الاصطناعي بشكل أساسي على البرمجة، بما في ذلك تطور الذكاء الاصطناعي، وهذا ما لم أتوقعه. كنت أعتقد أنه قد نرى الذكاء الاصطناعي يمكّن العديد من الصناعات، وقد يظهر بعض التطبيقات التي قد تصبح مثل Tencent أو ByteDance أو Alibaba، لكن اليوم، لا يبدو أن هناك جيل جديد من تطبيقات المستهلكين التي تثير السوق بشكل خاص.

تأسست العديد من تطبيقات الذكاء الاصطناعي من الجيل الأول في عامي 2022 و2023، وغالبًا ما تمثل أدوات المحادثة، مثل CharacterAI، والعديد منها قد أصبح ضعيفًا الآن، حيث دخلت الصناعة في منافسة شديدة في المنتجات. كما أن معدل نمو المستخدمين لم يعد كما كان في العامين الماضيين، حيث كان النمو العام بطيئًا في العام الماضي. لقد قمنا بمراجعة داخلية، ووجدنا أن المشكلة الأساسية تكمن في أن منطق نمو المستخدمين والمرور في عصر الإنترنت والإنترنت المحمول لا يعمل في عصر الذكاء الاصطناعي.

تعتبر ألعاب الذكاء الاصطناعي والدراما القصيرة أمثلة على ذلك. بعض شركات ألعاب الذكاء الاصطناعي قد باعت عشرات الآلاف من الوحدات، لكن 90% من المستخدمين لا يستخدمون وظيفة التفاعل الذكي بشكل مستمر، حيث تعترف الشركة أن هذا في الواقع أمر جيد، لأنه إذا كان لدى عشرات الآلاف من المستخدمين جميعهم محادثات متكررة، فإن الشركة لن تستطيع تحمل التكاليف. في الدراما القصيرة، زادت نسبة المحتوى الذكي بسرعة، لكن من الصعب إنتاج ضربة حقيقية.

هذا يدل على أن صناعة الدراما القصيرة تعتمد على الحجم، لكن تحقيق الدخل يعتمد بشكل كبير على الأعمال الناجحة، وفي الوقت الحالي، لا يمكن للذكاء الاصطناعي إنتاج العديد من الأعمال الناجحة. كما يوضح ذلك أن التعبير الفني والتفكير البشري لهما وزن كبير في الإبداع الفني، ولا يمكن الاعتماد فقط على الذكاء الاصطناعي لإنتاج صور دقيقة لدعم المحتوى الجيد.

9. في العام الماضي، حققت تقنية نماذج الفيديو تقدمًا كبيرًا.

تستخدم الجيل الجديد من نماذج الفيديو، مثل Seedance 2.0 التي أثارت ضجة عالمية، هيكل MoE، مما يعزز القدرات الذكية بشكل ملحوظ. الآن، تدعم هذه النماذج دقة 4K. وبسبب ذلك، فإن العديد من الأفلام الهوليوودية وإعلانات العلامات التجارية الكبرى مثل Coca-Cola وMcDonald's تحتوي على مقاطع تم إنشاؤها بالكامل أو جزئيًا بواسطة الذكاء الاصطناعي، مستفيدة من قدرة النموذج على الإنتاج عالي الدقة.

في هذه الجولة من نماذج العالم، يمكن أن تمكّن من إنتاج الفيديو، وتحقيق حركة الأجسام وتأثيرات الاصطدام، واستعادة القوانين الفيزيائية الحقيقية، وهو ما كان من الصعب توقعه قبل عام. لقد شهدت الشركات ذات الصلة زيادة سريعة في الأعمال، حيث تنقسم الشركات الرائدة إلى فئتين: ثلاث شركات كبرى عالمية، وهي ByteDance وSeedance وKuaishou، بالإضافة إلى الشركات الناشئة مثل "شينغ شينغ" و"آي شي" و"فيديو ريبيرث"، حيث حققت جميعها زيادة عشرة أضعاف في الأعمال والإيرادات.

الآن، تستخدم هوليوود وصناعة الإعلانات وشركات الزفاف والمؤتمرات هذه التكنولوجيا. وقد فتحت جميع أنواع سيناريوهات التطبيق، وأتوقع أن يشهد هذا العام زيادة كبيرة في حجم الأعمال في الصناعة.

10. تتمثل المزايا الأساسية لشركات Seedance وKuaishou وGoogle Veo 3 في القدرة الحاسوبية والبيانات.

تعتبر Seedance وKuaishou وGoogle من نفس النوع، حتى لو تم فصل Kuaishou، فإنها لا تزال تعتمد على القدرة الحاسوبية والبيانات من Kuaishou؛ تتمثل المزايا الأساسية لهذه الشركات في حجم القدرة الحاسوبية الخاصة بها، مما يمنحها ميزة مقارنة بالشركات الناشئة مثل "شينغ شينغ"، كما أن لديها بعض المزايا في البيانات. بعد ترقية نماذج الفيديو، يجب أن تتماشى أحجام التدريب والاستدلال مع ذلك، حيث تمتلك هذه الشركات الآلاف إلى عشرات الآلاف من بطاقات الرسوم، مما يمنحها ميزة واضحة.

لكنني أعتقد أن الشركات الناشئة لا تزال لديها فرص: التقنية لم تتجمع بالكامل بعد، والشركات الناشئة لا تتخلف عن الشركات الكبرى في سرعة استكشاف المواهب والتقنية. أعتقد أن قرار Kuaishou بالفصل سيساعد أيضًا في الاحتفاظ بالمواهب العليا. المنطق الأساسي بين رأس المال الاستثماري والشركات الناشئة هو أنه على الرغم من أن حجم الشركات الناشئة صغير، إلا أن آلية تحفيز الأسهم لديها وقدرتها على تركيز جميع الموارد تجعلها دائمًا أكثر ميزة مقارنة بالشركات الكبرى.

حجم السوق يتوسع بسرعة، وبعد التوسع، ستصبح التقسيمات أكثر تفصيلًا، وقد بدأت نقاط التركيز التجارية لكل شركة في التباين بشكل واضح. لنبدأ بنماذج اللغة، حيث أن الشركات الثلاث الكبرى في الولايات المتحدة، تختلف تجارب المستخدمين بشكل كبير، حيث يعتقد البعض أن تجربة الدردشة في Gemini أفضل، ولكن من حيث التقنية والتوافق الصناعي، فإن ChatGPT من OpenAI هو الأكبر من حيث عدد المستخدمين، كما أنه أول من أطلق روبوتات الدردشة، حيث تم تحسين العديد من الميزات حول سيناريوهات المحادثة.

إذا كانت تركز على سيناريوهات المحادثة باللغة الإنجليزية، فإن ChatGPT تتفوق عالميًا في السلاسة؛ بينما Gemini، المدعومة من Google، تستفيد من كميات هائلة من البيانات عبر الإنترنت، مما يمنحها ميزة في استرجاع المعلومات وتنظيمها؛ بينما تنطلق Anthropic من المبادئ الأساسية، حيث تتمتع بميزة في البرمجة والقدرات الذكية منذ البداية، وقد تشكلت الفروق بوضوح بين الشركات الثلاث.

تتبع شركات إنتاج الفيديو أيضًا مسارات مختلفة: تركز ByteDance بشكل أساسي على المستخدمين النهائيين، بينما تركز Kuaishou على الأعمال التجارية، كما أن شركتنا المستثمرة "شينغ شينغ" تركز أيضًا على بعض سيناريوهات الأعمال، مما يدل على اتجاه واضح للتباين في الصناعة. هناك أيضًا اختلافات كبيرة في متطلبات خصائص النموذج بين سيناريوهات الأعمال وسيناريوهات المستخدمين النهائيين.

11. هناك خطر خفي الآن: بعد تشكيل توافق الذكاء الاصطناعي، تتدفق الكثير من الأموال الساخنة.

بعد تشكيل التوافق، تتدفق الكثير من الأموال الساخنة، وتدخل أولاً إلى السوق الثانوية. حاليًا، لا توجد العديد من الشركات المدرجة في مجال الذكاء الاصطناعي القوي، لذا فإن السوق الثانوية لا تستطيع استيعاب الكثير من الأموال. من الواضح الآن أن الأموال الساخنة في السوق الثانوية بدأت تتجه مرة أخرى نحو السوق الأولية ونصف الأولية. هناك العديد من الشركات التي أكملت للتو جولات التمويل، وهي ليست بحاجة إلى المال، لكن لا تزال هناك مؤسسات ترغب في رفع تقييمها بنسبة 50% إلى 100%، ثم تضيف جولة استثمار جديدة. هذه الأموال الساخنة تؤثر بشكل كبير على الصناعة، حيث أن الشركات التي تحصل على أموال تتجاوز احتياجاتها ستؤثر على قراراتها الاستراتيجية وإدارتها اليومية. لكنني أفهم أيضًا رواد الأعمال، فبعضهم يقدم تقييمات أعلى بكثير وأموالًا وفيرة، ورفض هذا الأمر يعتبر غير إنساني، ومن الصعب تحقيقه.

على المدى القصير، هذا مفيد أكثر، لكن على المدى الطويل، سيؤدي السوق إلى فوضى كبيرة. كما قلت، هناك الآن حوالي عشر شركات تقييمها يتجاوز 20 مليار يوان في مجال الذكاء الجسدي، وهناك أكثر من عشرة شركات تقييمها يتجاوز 10 مليارات، وقد تأسست جميعها منذ عامين أو ثلاثة، وهذا بحد ذاته غير طبيعي.

لقد حصلت العديد من الشركات على تمويل كبير لدخول هذا المجال، مما قد يؤدي إلى فوضى غير منظمة: أولاً، تكاليف الحوسبة ترتفع بشكل كبير، حيث ارتفعت تكلفة خادم إنفيديا من 3 ملايين إلى أكثر من 10 ملايين، مما يرفع تكاليف الحوسبة في جميع أنحاء الصناعة بشكل غير مباشر؛ ثانياً، هناك تنافس شرس على المواهب، مما يؤدي إلى ارتفاع الرواتب في القطاع؛ ثالثاً، هناك تنافس غير منظم بين العملاء، حيث لا تمتلك الشركات مشاهد تجارية ناضجة، مما يجبرها على التنافس على العملاء الكبار فقط، مما يؤدي إلى مقارنة بسيطة في حجم الإيرادات.

هذه الظواهر ستضر بتطور الصناعة على المدى الطويل، والسوق مليء بسلوكيات غير عقلانية.

12. في الوقت الحالي، هناك نوع من "الانجذاب الغامض" نحو رواد الأعمال الشباب في مجال الذكاء الاصطناعي في سوق رأس المال.

أولاً، فاتت معظم المؤسسات فرصة الاستثمار في شركات النماذج الكبيرة قبل عامين أو ثلاثة. لم تستثمر معظم المؤسسات في ذلك الوقت بسبب عدم وجود قناعة أو التزام تجاه الذكاء الاصطناعي. ولكن بحلول بداية هذا العام، أصبح هناك توافق حول النماذج الكبيرة، لذا تسعى العديد من المؤسسات لتعويض ما فات، مما يعني أن الشركات الجديدة ستستفيد من مكافآت رأس المال.

ثانياً، بعد ظهور DeepSeek، كان الجميع في حالة من الصدمة، حيث أفادت العديد من وسائل الإعلام أن الفريق الأساسي يتكون من طلاب دكتوراه من جامعة بكين وجامعة تسينغهوا، وليسوا من "القدامى" في مجال الذكاء الاصطناعي، مما أدى إلى انطباع في السوق بأن كلما كان الفريق أصغر سناً، كان أكثر ذكاءً، وكلما كان أكثر ذكاءً، كان لديه عبء تاريخي أقل، مما يزيد من فرص نجاحه. الآن، يثق العديد من المستثمرين في الفرق الشابة، وليس بالضرورة أن تكون الفرق الشابة سيئة، فقد استثمرنا في فرق شابة جداً ورأينا العديد من المشاريع. لكنني أقول إن اعتبار رواد الأعمال الشباب كمعيار رئيسي للاستثمار هو أمر ذاتي للغاية ولا يمكن الاعتماد عليه.

ثالثاً، ظهرت بعض مختبرات النماذج الجديدة في الولايات المتحدة. حيث وصلت الرواتب السنوية للموظفين الرئيسيين في ثلاث شركات رائدة في الخارج إلى ملايين الدولارات، واختار بعض الباحثين الشباب المتميزين، بسبب الدخل المرتفع، تأسيس شركات نماذج جديدة، مما دفع العديد من الشباب في الداخل لتجربة ذلك.

يمكن فهم منطق هذه الموجة، لكن عند تقييم مشروع فردي، لن نستثمر فقط لأن المؤسس شاب. يجب أن ننظر إلى ما إذا كانت المسار التكنولوجي للطرف الآخر يتمتع بقدرة على التغيير الجذري، أو إذا كان يمكن أن يحقق تحسينات بمقدار عشرة أضعاف. حتى لو كان المؤسس طالب دكتوراه أو تخرج حديثاً، ويفتقر إلى الخبرة في الصناعة، سنجمع معلومات داعمة من عدة مصادر للتحقق من القوة الحقيقية للفريق واختيار اتجاه البحث والتطوير، وإجراء تقييم شامل.

13. كلما كانت الأوقات مجنونة، كلما كان من الضروري النظر إلى دروس التاريخ. كلما زادت الضوضاء، زادت أهمية التفكير الفلسفي، ويجب أن نفهم الأمر بوضوح.

بالنسبة للشركات الشابة التي تأسست منذ عامين أو ثلاثة، نصيحتي هي: انظروا إلى التاريخ. كلما كانت الموجة أكبر، كلما كان من الضروري النظر إلى دروس التاريخ.

في الواقع، حدثت حالات مشابهة في الموجات الكبيرة - مثل الإنترنت وعصر الإنترنت المحمول، لكن الحجم أصبح أكثر مبالغة. في أواخر التسعينيات، ظهرت العديد من الشركات التي يمكن لشخص واحد أن يجمع الأموال ويحقق الاكتتاب في غضون عامين. لكن في النهاية، يعود كل شيء إلى أصله، ولم يتم خلق قيمة حقيقية، حتى لو كانت محبوبة من قبل سوق رأس المال، فقد تفشل في النهاية.

لذا، كلما كانت الأوقات مجنونة، كلما كان من الضروري النظر إلى دروس التاريخ. كلما زادت الضوضاء، زادت أهمية التفكير الفلسفي، ويجب أن نفهم الأمر بوضوح.

جوهر الاستثمار هو أننا نستثمر في شركة، يمكنها تحقيق التوسع في المستقبل، ونحقق عائدات من خلال الاكتتاب العام وغيرها من الأشكال. على سبيل المثال، نستثمر في ماكدونالدز، لكننا بالتأكيد لن نستثمر في مطعم ميشلان ثلاث نجوم. حتى لو كان مطعم ميشلان يحقق أرباحاً عالية، إذا لم يتمكن من تحقيق رأس المال، فلا يمكنه الخروج بدون مضخم الاكتتاب العام.

03 "إذا لم يرتفع الذكاء الاصطناعي بعد عام، فسيتم إعادة تقييم الطلب على الحوسبة"

14. هذا العام، زادت ميزانية الحوسبة المتعلقة بالذكاء الاصطناعي من قبل بعض عمالقة التكنولوجيا في الولايات المتحدة من أكثر من 700 مليار دولار إلى أكثر من 800 مليار دولار؛ في الصين، تبلغ الميزانية حوالي 100 مليار دولار.

قد لا تكون هذه الإحصائيات دقيقة تماماً، لكن الاتجاه واضح: هذا هو أكبر طلب يمكن رؤيته في المجتمع التجاري البشري حالياً، وهو أكثر وضوحاً من مجال الروبوتات، وفترة التنفيذ أقرب.

لإعطاء بعض الأمثلة، في السنوات القليلة الماضية، كان الجميع يعمل على تدريب النماذج، لكن حتى الآن، نعلم أن طلب ByteDance على الحوسبة والاستدلال قد تحول من 1:1 إلى المزيد من الاستدلال. بما في ذلك Zhiyu، حيث يتم استخدام الرموز بشكل أكبر، وإذا استطاعت الحفاظ على الزيادة في الأشهر القليلة الماضية، فإن طلبها على الحوسبة للاستدلال سيزداد بسرعة. بشكل أساسي، ستصل طلبات الحوسبة للاستدلال من الشركات الكبرى مثل ByteDance إلى مستوى مئات الآلاف من بطاقات الرسوم البيانية خلال عامين أو ثلاثة. لذا، هذا طلب ضخم، وهو طلب حقيقي وملموس.

لذا، فإن سوق شركات GPU لديه مساحة كبيرة للطلب، حتى لو حصلت شركات GPU على 1% فقط من هذا السوق الكبير، فإن ذلك يعني تحقيق إيرادات بمليارات الدولارات سنوياً، مما يعني أن قيمة الشركات يمكن أن تصل بسهولة إلى تريليون. لكن السوق سيبدأ بالتشتت ثم يتجمع. الصين الآن تستوعب العديد من شركات GPU، لكن بعد خمس أو عشر سنوات، كم عدد الشركات التي ستبقى؟ أعتقد أنه سيكون هناك تجمع.

15. الآن، هناك ثلاث طرق رئيسية لشركات GPU المحلية:

تتوافق شركات الرقائق السحابية للذكاء الاصطناعي في السوق مع ثلاث طرق تقنية مختلفة، حيث أن الفئتين الأخيرتين ظهرتا فقط في العام الماضي، وهما الاتجاهات النشطة في السوق الحالية. الفئة الأولى هي شركات GPU المحلية، مثل Wallan Technology وMuxi وMole Thread وKunlun وCambricon وHuawei. العنصر الأساسي حالياً هو من حصل على قدرة الإنتاج من سلسلة التوريد المحلية. حالياً، هناك عدد قليل جداً من الشركات التي يمكن أن ترى آفاق إمدادات مستقرة.

بسبب مشاكل سلسلة التوريد، فإن قدرة الإنتاج في العمليات المتقدمة محدودة، مما أدى إلى ظهور مسارين جديدين يمكنهما تلبية احتياجات الاستدلال للذكاء الاصطناعي في المستقبل بشكل أفضل، وتجنب مشاكل سلسلة التوريد. المساران هما DRAM ثلاثي الأبعاد وDDR. حالياً، هناك حوالي 10 شركات تعمل في مسار DRAM ثلاثي الأبعاد ومسار DDR، بما في ذلك العديد من الشركات الرائدة، حيث تتراوح تقييماتها عادة بين 10 مليارات إلى 20 مليار يوان، وحجم التمويل كبير جداً.

المنطق وراء تفاؤل السوق تجاه هذه الشركات واضح: طالما أن المنتجات يمكن أن تصل إلى الإنتاج الضخم، فإنها ستتمكن من حل مشكلة إمدادات الإنتاج؛ ثانياً، هناك مساحة كبيرة للنمو في سوق الاستدلال في المستقبل، وستتمكن هذه الشركات من الحصول على حصة في السوق المقابلة.

16. لا يزال توقع السوق لطلب الحوسبة متأرجحاً، وهذا يستحق الحذر.

أكثر ما يحتاج السوق إلى الحذر منه هو أنه قبل يومين، حدثت اهتزازات، حيث أفيد أن Meta ستبيع جزءاً من قدرة الحوسبة الزائدة، ولم يكن هذا الخبر من Meta الرسمية، مما جعل السوق يشكك في جميع التقديرات السابقة. عندما خرج الخبر، أغلقت سوق الأسهم الكورية مباشرة، وانخفضت أسعار أسهم سامسونغ وSK Hynix، وانخفضت الأسهم ذات الصلة في السوق المحلية، بما في ذلك الأسهم A-shares.

إذا لم تتمكن تطبيقات الذكاء الاصطناعي من الحفاظ على نمو مستمر، مثل عدم ظهور Agent بعد عام، أو عدم تحقيق المزيد من التقدم في التنفيذ التجاري، أو عدم تحسين قدرات النماذج، مما يعني أن التطبيقات ستظل عند نفس المستوى، فإن توقعات النمو في الحوسبة ستتضرر، وسيظهر خطر مركزي في السوقين الأول والثاني.

17. الفجوة بين شرائح الذكاء الاصطناعي المحلية والإنفيديا تكمن أولاً في النظام البيئي البرمجي.

حالياً، يتم استخدام بطاقات إنفيديا بشكل أساسي لتدريب النماذج، حيث يتم بناء جميع أنظمة تدريب النماذج على نظام CUDA البيئي. لتحقيق كفاءة عالية وتكاليف منخفضة في الاستدلال، يجب أن تكون متوافقة مع CUDA. وهذا ليس فقط بالنسبة للشركات الصينية، بل إن AMD أيضاً تكافح في هذا الأمر منذ عشرين عاماً.

الآن، هناك بعض التغييرات، أولاً، مقارنة بعصر AI 1.0، فإن خوارزميات النماذج الكبيرة أصبحت أكثر تقارباً، مما يجعل تحسين العمليات أسهل قليلاً، مما يقلل من الحواجز الناتجة عن التوافق مع CUDA. ثانياً، خلال الأشهر الستة الماضية، أصبحت القدرة على كتابة كود النماذج الكبيرة أقوى، حيث تستخدم جميع الشركات المصنعة للرقائق غير إنفيديا النماذج الكبيرة تلقائياً لتكييف العمليات. لكن حتى الآن، لا يزال نظام CUDA هو أكبر حاجز تنافسي لإنفيديا.

على مستوى الأجهزة، لطالما قيل إننا متأخرون عن TSMC في عملية الطاقة المتقدمة، وعدد ترانزستورات الرقائق أقل، مما يعني أنه لتحقيق نفس مستوى الحوسبة، يجب أن نزيد من حجم الرقائق، مما يزيد من التكلفة، ويزيد من ضغط التبريد، وهو سلسلة من المشاكل المتتابعة. ببساطة، نحن متأخرون عن إنفيديا بمستوى جيل واحد على الأقل في شرائحنا عالية الأداء.