Как Китай стал лидером в области ИИ и что ждет его в будущем | Harvard Business Review Russia
Управление инновациями

Как Китай стал лидером в области ИИ и что ждет его в будущем

Дайтянь Ли , Тони У. Тун , Яньгао Сяо
Как Китай стал лидером в области ИИ и что ждет его в будущем
IvancoVlad/Getty Images

Двадцать лет назад разрыв между Китаем и США в исследованиях искусственного интеллекта был огромным. В США выпускалось все больше научных работ как в государственном, так и в частном секторе, а Китай занимался производственными проектами с низкой добавочной стоимостью. Но с тех пор Китай совершил рывок — и уже стал глобальным лидером по числу публикаций и патентов в сфере ИИ. Эта тенденция показывает, что Китай может также стать лидером в бизнесе на основе ИИ — например, в распознавании речи и изображений.

Это впечатляющее достижение. Если судить по более раннему исследованию, «Отчету о развитии Китая в сфере ИИ в 2018», над которым работал и один из соавторов этой статьи (Ли), а также, по данным постоянного анализа экономического и социального влияния ИИ-технологий, прогресс страны просто поражает. Доля Китая в мировом объеме научных работ в сфере ИИ выросла с 4,26% (1086) в 1997 году до 27,68% (37343) в 2017-м — больше, чем у любой другой страны мира, включая США; и Китай до сих пор остается на первом месте. Кроме того, КНР стабильно оформляет больше патентов на ИИ, чем любая другая страна. На март 2019 года число китайских ИИ-компаний достигло 1189 — по этому параметру Китай уступает только США, где работает более 2 тыс. ИИ-компаний. Они в большей степени концентрируются на распознавании и синтезе речи, а также распознавании изображений и видео, чем их заокеанские конкуренты.

Эти цифры впечатляют, но нет никаких гарантий, что за ними стоит устойчивое преимущество в ИИ-инновациях и будущее глобальное лидерство. Парадоксально, но условия, которые помогли Китаю наверстать время, могут стать препятствием в его дальнейшем развитии в сфере ИИ, когда он выйдет на передний край инноваций. Чтобы объяснить этот феномен и развить наши прошлые исследования, мы провели интервью с 15 разными игроками сферы ИИ (в том числе с частными компаниями, университетами, научно-исследовательскими институтами и государственными ведомствами) и применили к ситуации идею «циклов догоняющего развития» — концепцию, которая объясняет, почему страны — промышленные лидеры регулярно меняются.

Как Китай всех догнал

Как же Китаю удалось опередить страны, которые работают над ИИ намного дольше, и всего за 20 лет построить научную инфраструктуру мирового уровня?

Это может объяснить концепция «циклов догоняющего развития». Согласно этой теории, иногда могут возникать такие технологические, рыночные и политические изменения и условия, которые ставят лидеров и догоняющих примерно в равное положение. Эти изменения резко сокращают преимущество первых и открывают окна возможностей для вторых. Например, таким изменением стало появление смартфонов на базе Android: оно сгладило преимущество лидера рынка, компании Nokia, и позволило активным новичкам Samsung и Huawei ее потеснить. Кроме того, эта модель помогает понять, когда (и почему) новичкам удается это сделать.

В истории китайского догоняющего роста предлагаемая модель позволяет выделить несколько важных факторов: как природа ИИ-исследований делает технологическое преимущество лидеров неустойчивым, почему огромный рынок Китая идеально подходит для развития ИИ и как дружелюбная регуляторная среда способствует инвестициям в ИИ и принятию технологии.

В сфере ИИ научные результаты не дают устойчивого преимущества. В нескольких важных аспектах ИИ отличается от других технологий. Наука продвигает сферу вперед, но передовые исследования зачастую публикуются в общем доступе, патентные исследования приносят намного меньше результатов, а улучшения возникают в цикле положительной обратной связи: пользователи генерируют данные, а компании анализируют их и улучшают свой продукт.

В отличие, например, от производства компьютеров или фармацевтики, ИИ — это открытая наука. Многие из главных алгоритмов в сфере ИИ находятся в открытом доступе в виде научных работ или протоколов конференций. «Сейчас все с гордостью публикуют результаты своих исследований в сфере ИИ, — сказал нам один из менеджеров стартапа NISE Intelligent Technology, специализирующегося на ИИ-алгоритмах и чипах. — И, как правило, если вы публикуете работу, другие наверняка смогут разобраться с вашим кодом и внедрить его».

Открытость науки ИИ очень удобна для новичков: так им легче догонять старых лидеров, потому что у них появляется больше возможностей быстро преодолеть разрыв в знаниях.

Второе отличие сферы ИИ от традиционных секторов заключается в том, каким образом инновации создают прибыль. Попросту говоря, в ИИ-исследованиях данные и специалисты важнее, чем патенты. В традиционных секторах, например фармацевтике или мобильных коммуникациях, патенты укрепляют положение компаний и защищают потоки прибыли. Но поскольку ИИ — это открытая наука, главным источником конкурентных преимуществ становится способность первыми собрать большую базу данных (и получить конкретные для своей сферы знания и методы применения).

Таким образом, в эпоху ИИ на первый план выходят два главных актива: информатика/наука о данных и инженерные кадры. В Китае и с тем, и с другим все очень хорошо. Благодаря огромному населению у Китая есть преимущества в том, чтобы генерировать и использовать большие данные, а десятилетия работы по развитию технологий и инженерного дела дали стране множество талантливых информатиков и инженеров.

Наконец, сегодня большинство компаний работает над «слабым ИИ», то есть ИИ, который решает узко определенные проблемы, а он в первую очередь требует знания конкретной сферы и созданных пользователями данных. Например, зачастую ИИ нужно настраивать под конкретные бизнес-сценарии. Сначала необходимо создать продукт (например, инструмент распознавания голоса), затем привлечь много пользователей, которые сгенерируют данные. После этого можно будет улучшать свой продукт с помощью данных и машинного обучения. Этот цикл обратной связи ведет к прогрессу.

Активный китайский рынок очень восприимчив к новым ИИ-продуктам и услугам, и китайские компании относительно быстро их создают. Потребители тоже быстро их принимают. Таким образом, вся экосистема способствует быстрому развитию ИИ-технологий и продуктов на их основе.

Рынок Китая способствует принятию и улучшению ИИ. Поскольку для инноваций в ИИ важны большие выборки, очевидно, как гигантский рынок Китая объясняет быстрый темп догоняющего роста. За счет этого масштаба китайский бизнес получает уникальную возможность собирать огромные базы данных. Например, возьмем Didi — китайский аналог Uber и крупнейшую на сегодня райдшеринговую компанию в мире. По словам ее CEO Лю Цина, Didi обрабатывает тысячу запросов на автомобили в секунду, в день это более 70 терабайт данных и 9 млрд построенных маршрутов.

Огромный рынок Китая дает бизнесу не только преимущество по большим данным, но и сильную экономическую мотивацию в решении технологических задач. Например, хотя чипы традиционно были слабым местом китайской отрасли информационных и коммуникационных технологий (ИКТ), бизнес Поднебесной в последнее время делает большие шаги к сокращению разрыва в этой сфере. Топ-менеджер ZTE, одной из крупнейших ИКТ-компаний мира, рассказал нам: «Китай относительно быстро развивается в сфере ИИ-чипов. <…> Как только возникает рынок, у бизнеса появляется мотивация [разрабатывать чипы]». Благодаря размерам рынка в отрасли возникают эффекты масштаба, а значит, инвестиции, которые продвигают технологию вперед, окупаются быстро.

Китайский рынок не только очень велик, но и разнообразен и быстро меняется. Поэтому и у стартапов, и у старых игроков есть много возможностей исследовать разные применения ИИ на разных сегментах рынков. Как указывают прошлые исследования, в таких условиях наверстывающим новичкам обычно легче догонять опытные компании, что ведет к возникновению новых продуктов и предприятий.

В Китае мощная политика, которая помогает ИИ, и слабые нормы конфиденциальности. Наконец, последний аспект связан с регулирующей средой Китая. В последние годы Китай принял ряд документов, способствующих развитию ИИ, в том числе, например, «Сделано в Китае — 2025», «План действий по развитию больших данных», «План развития искусственного интеллекта следующего поколения» и т. д. Эти документы подают четкий сигнал предпринимателям, инвесторам, ученым и прочим игрокам рынка ИИ: правительство поддерживает эту отрасль и в нее стоит инвестировать.

Отсутствие четких политик и регулирующих норм в таких сферах, как конфиденциальность, тоже одна из причин, почему страна смогла так быстро догнать лидеров в некоторых сферах ИИ. Например, обилие камер наблюдения создает большой рынок для ИИ-компаний, которые специализируются на распознавании образов и лиц. Этот рынок не смог бы вырасти так же быстро в другой стране с более строгими нормами конфиденциальности. Руководитель проектов из компании NISE Intelligent Technology сказал нам, что нестрогие правила конфиденциальности — это ключевое преимущество для некоторых внутренних компаний в сфере ИИ.

Проблемы и перспективы

Многие индикаторы показывают, что Китай вышел на передний край в вопросах технологического развития и рыночных применений ИИ. Уникальные технологические, рыночные и политические условия в растущем ИИ-сегменте КНР открыли для бизнеса окно возможностей, чтобы быстро догнать глобальных лидеров.

Но парадоксальным образом, несмотря на рекордные темпы догоняющего развития, те же самые условия, которые помогали Китаю на прошлом этапе, могут замедлить его дальнейший прогресс в сфере ИИ.

Например, из-за открытости науки ИИ и преимуществ положения догоняющих у китайского бизнеса зачастую нет мотивации инвестировать средства в разработку ключевых ИИ-технологий. В отличие от развитых западных экономик, где главными держателями ИИ-патентов являются компании, в Китае большинство патентов оформлены на университеты и исследовательские институты, которые, как правило, принадлежат властям или спонсируются ими. Однако связь университетов и отрасли в Поднебесной относительно слаба, а передача технологий по-прежнему ограничена. И в целом, хотя в Китае быстро растет общий показатель ИИ-исследований (например, научные публикации и патенты), отрасли не хватает действительно оригинальных идей и прорывных технологий.

Более того, неопределенность бизнес-экосистемы Китая, в сочетании с огромным размером рынка для ИИ-продуктов и готовностью китайских потребителей их принимать, склоняет компании и инвесторов к прикладным исследованиям, которые принесут быстрые деньги, а не к фундаментальным разработкам, которые обещают более долгосрочное влияние. На фундаментальном уровне культуру исследований в Китае еще нужно улучшать, о чем заявляют многие ученые.

Что касается политики, то у свободной регуляторной среды есть и свои недостатки. Некоторым компаниям хватает смелости пользоваться ситуацией и агрессивно продвигать на рынки разные ИИ-технологии, но другие не понимают, что им позволено, и это мешает им действовать. Председатель компании Suzhou Blue Amber Medi-Tech, которая изготавливает медицинские изделия, пожаловался, что из-за этой неопределенности его компания решила вовсе не иметь дело с данными, которые могут попадать в серые зоны (например, не использовать данные о здоровье пользователей в коммерческих целях). «Сейчас мы думаем так: если нам не обязательно трогать какие-то данные, то мы их не трогаем. <…> С другой стороны, в таком случае значительная часть их ценности пропадет впустую. Поэтому наша компания надеется, что власти вскоре прояснят эти регулирующие нормы».

Предприниматели и технологи по всему миру сталкиваются с рядом политических неопределенностей. К ним относятся торговая война между США и Китаем, конфликты из-за прав на интеллектуальную собственность, движение деглобализации, рост протекционизма и т. д. В краткосрочной перспективе все эти вопросы скажутся на том, как Китай будет догонять лидеров, но их долгосрочное влияние на ИИ-инновации Поднебесной только предстоит оценить. Тем временем, невзирая на всю неопределенность, конкурентное сотрудничество между США и Китаем в сфере ИИ будет продолжаться еще много лет.

Об авторах

Дайтянь Ли (Daitian Li) — доцент Университета электронных наук и технологий Китая. Аффилированный исследователь Китайского института научной и технологической политики в университете Цинхуа. Получил степень PhD по бизнес-администрированию и менеджменту в Университете Боккони. Главные научные интересы: догоняющее развитие в сфере технологий, эволюции индустрии и менеджмент технологий и инноваций. Публиковался в том числе в таких журналах, как Research Policy и Tsinghua Business Review.

Тони У. Тун (Tony W. Tong) — профессор стратегии и предпринимательства в Школе бизнеса Лидса при Университете Колорадо. Изучает, как компании структурируют свою внутреннюю организацию и внешние отношения, чтобы использовать бизнес-возможности в технологических, географических и цифровых пространствах. Опубликовал множество статей в журналах, в том числе Academy of Management Journal, Journal of Economics & Management Strategy, Organization Science, Research Policy и Strategic Management Journal; а также ряд исследований кейсов для Harvard Business Publishing.

Яньгао Сяо (Yangao Xiao) — профессор менеджмента в Университете электронных наук и технологий Китая. Главные научные интересы — права на интеллектуальную собственность и стратегии догоняющих. Публиковался в таких журналах, как Research Policy и CEIBS Business Review.

советуем прочитать
Думать как менеджер
Джонатан Гослинг,  Генри Минцберг