Zusammenfassung der Kerninhalte
Chinesische AI-Modellunternehmen befinden sich auf dem Weg von einem nachahmenden Wettbewerb, bei dem sie anderen folgen, zu einem führenden Wettbewerb, bei dem sie selbst die Initiative ergreifen. Der Wettbewerb konzentriert sich nicht mehr nur auf die Leistung einzelner Modelle, sondern darauf, die Fähigkeit zu entwickeln, kontinuierlich bessere KI-Lösungen zu schaffen. Derzeit befinden sich inländische Modelleunternehmen in einem „Geldverbrennungswettbewerb“, bei dem es um Parameter, Rechenleistung und Kapital geht: Die Anzahl der Modelleparameter ist von der Trillionenordnung auf 3 Billionen gestiegen; ByteDance möchte sogar auf 5 bis 10 Billionen kommen. Für die Rechenleistung sind Datacenter der Größe von GW (Gigawatt) erforderlich, und die Finanzierungskräfte steigen exponentiell an („Moyezhianmian“ hat in diesem Jahr 7,5 Milliarden US-Dollar aufgebracht, Alibaba hat durch eine Aktienemission 80 Milliarden Hongkong-Dollar gesammelt). Die Einnahmen hinken jedoch weit hinter den Investitionen her – der jährliche Umsatz der führenden chinesischen und amerikanischen Modelleunternehmen unterscheidet sich um das Fünfzigfache. Der inländische Markt ist begrenzt, und es ist schwierig, mit offenen Quellenmodellen Geld zu verdienen. Angesichts dieser Ressourcenbeschränkungen haben verschiedene Unternehmen unterschiedliche Strategien gewählt: Einige setzen auf die Vorverarbeitung großer Modelle, andere optimieren bestehende Modelle, um Kosten zu senken, und wieder andere entwickeln sowohl Hardware als auch Software selbst. Der Schlüssel zum Erfolg liegt darin, auch bei geringen finanziellen Mitteln und niedrigen Einnahmen in der Lage zu sein, kontinuierlich fortschrittliche KI-Lösungen zu entwickeln.
I. Parameter, Rechenleistung und Kapital: Ein ununterbrochener Geldverbrennungswettbewerb
Der Wettbewerb im chinesischen AI-Bereich hat sich verändert: Zuerst wurde um die Größe der Modelleparameter gekämpft; in diesem Jahr hat Kimi K3 direkt auf 3 Billionen Parameter aufgestockt, und ByteDance spricht sogar von 5 bis 10 Billionen. Doch mehr Parameter bedeutet nicht nur mehr Leistung – es braucht auch ausreichend Rechenleistung, die durch den Bau von Datacentern der Größe von GW erzielt werden muss (1 GW entspricht 1 Million kWh Stromverbrauch pro Stunde, was dem Strombedarf einer kleinen Stadt entspricht). Die Rechenleistung wiederum erfordert viel Geld:
- „Moyezhianmian“ hat in diesem Jahr 7,5 Milliarden US-Dollar aufgebracht; DeepSeek benötigte für die erste Finanzierungsrunde bereits 50 Milliarden Yuan und will weitere 50 Milliarden aufnehmen;
- Tencent und Alibaba investierten allein in diesem Quartal 120 Milliarden Yuan in die AI-Entwicklung; Alibaba hat sogar erstmals durch eine Aktienemission 80 Milliarden Hongkong-Dollar für AI-Geschäfte gesammelt.
Im Grunde genommen geht es beim aktuellen AI-Wettbewerb darum, wer am meisten Geld ausgeben kann und damit in Bezug auf Parameter und Rechenleistung führend werden kann.
II. Einnahmen als Hemmschuh: Die Realitäten der Kommerzialisierung
Geld auszugeben ist einfach – aber Geld zu verdienen, ist schwierig. Dies ist das größte Problem chinesischer Modelleunternehmen:
- Der Unterschied in den Einnahmen zwischen China und den USA ist enorm: OpenAI und Anthropic verdienen jährlich über 100 Milliarden US-Dollar, während die inländischen Unternehmen „Zhipu“, DeepSeek“ und Kimi zusammen nur etwa 2 Milliarden US-Dollar erzielen;
- Der inländische Markt ist begrenzt: Die AI-Geschäfte von Alibaba Cloud erzielten im Jahr nur 7,3 Milliarden US-Dollar, was die Obergrenze des Geldes widerspiegelt, das inländische Unternehmen bereit sind, für AI auszugeben;
- Offene Quellenmodelle sind schwer zu monetarisieren: Viele offene Quellenmodelle werden zwar weit verbreitet, bringen aber kaum Einnahmen. Kimi versucht, dieses Problem durch eine Lizenzlösung zu umgehen – Unternehmen, die Kimi-K3 für kommerzielle Produkte verwenden, müssen dafür bezahlen; das ist der erste Schritt von einer kostenlosen Nutzung zu einem profitablen Modell.
Noch problematischer ist, dass das Verhältnis von Bewertung zu Jahresumsatz (Valuation/ARR) chinesischer Modelleunternehmen deutlich höher ist als das von amerikanischen Unternehmen. Wenn die Einnahmen nicht mit dem Geldverbrauch Schritt halten, kann die Bewertung stark sinken und die Finanzierung noch schwieriger werden.
III. Drei unterschiedliche Wege: Die Strategien der führenden Modelleunternehmen
Da es keine großen Konzerne mit ausreichend finanziellen Mitteln gibt, müssen inländische Modelleunternehmen ihre eigenen Wege finden:
1. Kimi (Moyezhian): Neuer Fokus auf die Vorverarbeitung großer Modelle
Zuvor wurde Kimis Strategie der „Destillation“ (schnelle Nachahmung anderer Modelle) von Anthropic in Frage gestellt; nun wird die Größe der Vorverarbeitung deutlich erhöht – das entspricht dem Bau eines größeren Gebäudes statt dem Nachbau anderer Modelle. Kimi-K3 hat in mehreren Tests die Leistung von OpenAI erreicht und zeigt kurzfristig deutliche Verbesserungen.
2. Zhipu: Optimierung bestehender Modelle zur Kostensenkung
Zhipu erweitert nicht einfach die Anzahl der Modelleparameter, sondern optimiert bestehende Modelle, um Kosten zu senken – beispielsweise durch die Verbesserung der Verarbeitung langer Texte und die Anwendung von Verfahren des maschinellen Lernens. Dies erhöht die Leistung und senkt gleichzeitig die Rechenkosten, was besonders für die privaten Bereitstellungen in chinesischen Unternehmen geeignet ist (die Kunden müssen ihre eigenen Server bereitstellen, und die Kosten dürfen nicht zu hoch sein).
3. DeepSeek: Entwicklung eigener Hardware
DeepSeek erweitert nicht nur die Anzahl der Modelleparameter, sondern entwickelt auch eigene Chips und optimiert die Recheninfrastruktur. Da die Rechenleistung zunehmend ein Engpass darstellt (es ist schwierig, genügend GPUs zu beschaffen), kann die Entwicklung eigener Hardware einen Vorteil bieten.
IV. Die Essenz des führenden Wettbewerbs: Die Fähigkeit, kontinuierlich bessere KI-Lösungen zu schaffen
Wie bereits am Anfang des Artikels erwähnt, liegt der Unterschied im führenden Wettbewerb nicht darin, wie stark die aktuellen Modelle sind, sondern darin, ob es möglich ist, kontinuierlich bessere KI-Lösungen zu entwickeln. Für chinesische Modelleunternehmen bedeutet das:
- Sie können nicht nur einmalig viel Geld ausgeben, um mehr Parameter zu erzielen, sondern müssen Methoden finden, die es ermöglichen, mit weniger Mitteln die Leistung kontinuierlich zu verbessern;
- Der internationale Markt ist unerlässlich – der inländische Markt ist zu klein; Unternehmen müssen weltweit nach Einnahmen suchen. Beispiele hierfür sind CoreWeave (ein von Nvidia finanziertes AI-Cloud-Dienst) und Harvey (ein Legal-AI-Dienst, der Kimi-K3 verwendet).
- Sie müssen den Denkansatz des Nachahmens hinter sich lassen – obwohl chinesische Unternehmen derzeit hauptsächlich OpenAI nachahmen, müssen sie eigene Wege finden. Beispiele hierfür sind DeepSeeks Hardware- und Modellstrategien sowie Zhipus Ansätze zur Kostensenkung.
Der Wettbewerb hat gerade erst begonnen; wer überleben wird, hängt davon ab, wer den richtigen Balanceakt zwischen Geldausgabe und Einnahmen findet und in der Lage ist, wirklich wertvolle KI-Lösungen zu entwickeln.