Гонка моделей породила окрему індустрію: люди й компанії, які не розробляють штучний інтелект, а продають йому «навчальне середовище». Брокери даних для ШІ торгують готовими даними для навчання з підкріпленням (RL-середовищами).

За даними розслідування ChinaTalk, частина цього товару потрапляє до китайських ШІ-компанії. Зараз обсяг таких продажів оцінюють приблизно в 500 млн доларів.

Що таке RL-середовища і чим торгують брокери даних для ШІ

RL-середовище - це симульований світ, у якому модель вчиться виконувати конкретні завдання. Це може бути програмування (великі обсяги коду), медіадані, фінансовий аналіз або рутинна офісна робота. Модель діє, отримує зворотний зв'язок і поступово покращує результат.

Створення таких середовищ - довга й дорога робота. Тому з'явилися посередники, які беруть її на себе. Серед гравців ринку ChinaTalk називає Mercor, Surge AI, AfterQuery і Turing. Їхні клієнти - передусім американські лабораторії, зокрема OpenAI та Anthropic.

Навіщо китайським лабораторіям купувати чужі середовища

За даними розслідування, китайські покупці свідомо обирають продукти, які раніше вже придбали OpenAI чи Anthropic. Логіка проста: якщо дані спрацювали в провідних американських лабораторій, їх не треба перевіряти. Це дає такі переваги:

Китайські чипи мають серйозні проблеми з пам'яттю, тож кожна заощаджена година навчання для місцевих команд коштує дорожче, ніж для американських.

Дистиляція плюс покупні середовища: подвійна вигода

Є й другий інструмент - дистиляція. Китайські лабораторії використовують відповіді сильних американських моделей, таких як GPT чи Claude, як «вчителів» і навчають на них власні системи. Якщо додати до цього куплені RL-середовища, вийде подвійна перевага. Лабораторії скорочують розрив із лідерами, витрачаючи значно менше власних обчислень.

Дев'ять компаній і офшорні схеми: як працює бізнес брокерів

Автори розслідування виявили щонайменше дев'ять американських фірм, які продають дані китайським клієнтам. Що відомо про цей бізнес:

Як розкрилися зв'язки: слабке місце брокерської моделі

Зв'язки між американськими фірмами й китайськими покупцями вдалося відстежити завдяки анонімним джерелам і недбалій операційній безпеці субпідрядників. Основну роботу зі створення середовищ і підготовки даних американські компанії віддають низькооплачуваним працівникам у країнах, що розвиваються, передусім в Індії. Формально ті мають користуватися кодовими назвами замовників. На практиці вони іноді вказують справжні імена клієнтів у LinkedIn чи резюме.

Експортний контроль цього майже не зачіпає: RL-середовища досі залишаються здебільшого неврегульованою категорією.

Експортний контроль для даних: біологія та кібербезпека під ризиком

Найбільше занепокоєння викликають сфери подвійного призначення:

Автори закликають Бюро промисловості та безпеки США (BIS) поширити чинні експортні обмеження на такі середовища.

Не апокаліпсис: чому США все ще попереду

Водночас автори застерігають від паніки. Китайські лабораторії здебільшого йдуть позаду американських розробок, тому структурно відстають від лідерів щонайменше на кілька місяців. До того ж найчутливіші середовища для біології, хімії, кібербезпеки, проєктування чипів та інвестиційного банкінгу американські фронтирні компанії дедалі частіше створюють власними силами.

Але ринок уже сформований. Брокер даних для ШІ перестає бути екзотикою: це повноцінний бізнес із клієнтами по обидва боки Тихого океану. Наступним питанням стане, хто саме і за якими правилами регулюватиме такі продажі.