Chiński DeepSeek upuścił powietrza z amerykańskiej bańki AI. Co teraz?

Model biznesowy wielkich firm technologicznych od dekad opiera się na idei najlepiej chyba wyrażonej lata temu przez miliardera Petera Thiela: „Konkurencja jest dla przegrywów”.

Nie chodzi o to, żeby mieć najlepszy, najwygodniejszy produkt w najlepszej cenie. Chodzi o to, by produkt był wystarczająco pociągający, by przyciągnął ogromną liczbę osób korzystających – które potem zamknie się w grodzonym ogródku, maksymalnie utrudniając zmianę dostawcy.

Słowem, chodzi o jakąś formę monopolu.

Szantaż społecznościowy

Peter Thiel wie, co mówi (i mówi to wprost, bez krygowania się). Jest jednym z najbogatszych ludzi na świecie. Między innymi dlatego, że bardzo wcześnie zainwestował w mały startup dwudziestoparoletniego wówczas Marka Zuckerberga. Startup wyrósł na globalne imperium, którego produkty nie są dobre, bo nie muszą być dobre. Osoby z nich korzystające są bowiem niebywale skutecznie w nich zamknięte.

Meta jest współodpowiedzialna za ludobójstwo; dopuszczała się eksperymentów w postaci manipulacji emocjonalnej osób korzystających (bez ich zgody oczywiście); Facebook zalany jest reklamami, wygenerowanym przez „AI” szlamem i dezinformacją – a zamiast z nimi walczyć, zamyka swój program fact-checkingowy i uruchamia własne konta ze sztucznie generowanymi treściami.

A mimo to, dla wielu osób zamknięcie konta na Facebooku jest niewyobrażalne. Dlaczego? Dlatego, że szkoła ich dzieci publikuje bieżące informacje tylko w grupie na Facebooku. Albo dlatego, że ich siatka znajomych lub rodzina korzysta z Facebooka jako głównego kanału komunikacji. Lub dlatego, że ich uczelnia, grupa taneczna, kółko szydełkowania komunikuje się wyłącznie przez tę usługę.

Taki „szantaż społecznościowy” – „fajną masz tu społeczność, szkoda by było, jakbyś zamknęła konto i straciła z nią kontakt…” – to jedna z kilku bardzo skutecznych metod tworzenia monopolu lub przynajmniej dominującej pozycji w kontekście usług IT. Nie jest nieodzowną cechą sieci społecznościowych czy narzędzi komunikacyjnych – jest wyborem, wyrachowaną decyzją biznesową.

Dane jako zakładnik

Drugą z tych metod jest wzięcie naszych danych jako zakładnika. To powód, dla którego Microsoft, Adobe, i szereg innych producentów oprogramowania stara się przepchnąć wszystkie osoby korzystające z ich produktów do „chmury”.

Dopóki mamy własne pliki na własnym laptopie, zawsze możemy edytować je i pracować nad nimi w produktach konkurencji – np. otwartym LibreOffice w przypadku dokumentów i arkuszy kalkulacyjnych, albo GIMP lub Krita w przypadku grafiki.

Kiedy jednak wylądują w infrastrukturze Microsoftu czy Adobe, nasze możliwości wypróbowania alternatyw stają się dramatycznie ograniczone.

Gdy już stworzymy skomplikowaną strukturę zależności między różnymi formami naszych danych – dokumentami, mailami, arkuszami, wiadomościami, kontaktami… – w ramach i zgodnie z regułami udostępnionej nam przez usługodawcę piaskownicy, migracja do innego usługodawcy okazuje się zadaniem bez mała tytanicznym.

Nawet gdy jakość usług spada, cena rośnie, znikają funkcje, z których korzystaliśmy, a zamiast nich pojawiają się funkcjonalności, których nie chcemy – a często nie możemy wyłączyć.

W takiej sytuacji, nawet gdy mamy kilku wielkich dostawców rozwiązań „chmurowych” – Microsoft i Google na przykład – trudno o realną konkurencję. Ich systemy są na tyle różne, a migracja między nimi (a zwłaszcza poza nie, do usługodawców od nich niezależnych, jak Nextcloud) na tyle trudna, że zmiana raz wybranego dostawcy jest dla wielu osób i organizacji możliwością wyłącznie teoretyczną.

Chmury nad Międzynarodowym Trybunałem Karnym

To bardzo realny problem, przed którym dziś stoi Międzynarodowy Trybunał Karny. Instytucja korzysta z usług firmy Microsoft, konkretnie usługi Azure – „zasadniczo przechowujemy cały materiał dowodowy w chmurze”, cytuje osobę pracującą w MTK brytyjski „The Guardian”.

Pod koniec zeszłego roku trybunał wydał nakaz aresztowania premiera Izraela, Benjamina Netanjahu, pod zarzutem popełnienia zbrodni wojennych i zbrodni przeciwko ludzkości w strefie Gazy.

Ta sama usługa Azure jest jednak wykorzystywana przez izraelskie wojsko przy popełnianiu tychże zbrodni wojennych – przy aktywnym wsparciu technologicznym Microsoftu.

Można się spodziewać, że gdyby Microsoft musiał dokonać wyboru, może uznać, że kontrakt z izraelskim wojskiem jest bardziej intratny, niż kontrakt z bądź co bądź niewielką (w porównaniu) instytucją międzynarodową. Można się też zastanawiać, co zrobi Microsoft – firma z USA – w sytuacji, gdy Donald Trump (który otwarcie wspiera Netanjahu) właśnie nałożył na MTK sankcje. Organizacja ma więc poważny zgryz z pseudo-monopolem Microsoftu.

Zgryz

Poważnym zgryzem dla osób i firm pompujących bańkę „sztucznej inteligencji” jest zaś to, że żadna z tych dwu opisanych metod tworzenia pseudo-monopolu nie sprawdza się za dobrze w kontekście „AI”.

Trudno przecież mówić o jakiejkolwiek siatce kontaktów, do której tracilibyśmy dostęp przesiadając się z ChatGPT na inną, podobną usługę. Nie tracimy też przy takiej zmianie dostępu do żadnych naszych archiwów. Ot, wysyłamy nasze zapytania do innego chatbota i tyle.

Przede wszystkim, jakość tych usług pozostawia wiele do życzenia. O halucynacjach, uprzedzeniach, i absurdalnie wręcz złych (lub wprost niebezpiecznych) wynikach zapytań napisano już niemało. Nikogo pewnie nie zaskoczy, że oprogramowanie, którego kod źródłowy pisany jest przy pomocy takich narzędzi, ma niższą jakość. Obrazy wygenerowane tymi narzędziami są po prostu cyfrowym kiczem.

Nic więc dziwnego, że niekoniecznie jesteśmy przekonani, że tak zwana generatywna sztuczna inteligencja to taka świetna funkcjonalność. Badania wskazują, że dodawanie „AI” do opisu produktów powoduje zmniejszenie zainteresowania nim osób kupujących.

To brzmi źle, ale nie jest jeszcze końcem świata. Ostatecznie sprzedaż produktów nie jest dla startupów i wielkich firm technologicznych celem samym w sobie. Celem jest wzrost cen akcji lub wartości firmy – bo z tego rozliczane są osoby na stanowiskach kierowniczych i na tym naprawdę zarabiają pracownicy i kadra dyrektorska, którzy część wypłaty często dostają w formie udziałów.

To zaś można osiągnąć nawet nie mając działającego produktu – jak pokazała dobitnie afera z firmą Theranos.

Produktem jest bajera

Theranos był amerykańskim startupem technologicznym mającym zrewolucjonizować testy krwi. Dzięki zaawansowanej technologii miały się one stać tanie, błyskawiczne, i wymagać tylko jednej kropli. Wartość firmy u szczytu jej popularności szacowana była na dziesięć miliardów dolarów.

Czar prysł w 2015 roku, gdy po ponad dekadzie działalności wyszło na jaw, że prototypy urządzeń firmy nie działają, a zlecane firmie testy krwi przeprowadzane były na maszynach konkurencji. I to w sposób, który dramatycznie zmniejszał ich trafność, sprowadzając zagrożenie na pacjentki i pacjentów. Firma nigdy nie wypuściła działającego produktu. Inwestorzy stracili setki milionów dolarów.

Skrajnie komicznym przykładem podobnego pompowania bańki jest „robot” Muska czy podobne ustrojstwo z Rosji. Oba oczywiście były po prostu ludźmi w przebraniu.

Bardziej poważny przykład to Tesla, którą Musk przekierował na tory związane ze „sztuczną inteligencją”. Od lat dostępna jest w pojazdach Tesli opcja „full self-driving” (ang. „w pełni samokierujące się”), która – jak przyznają materiały samej firmy – w żadnym razie nie może być traktowana jako… w pełni autonomiczna.

Od lat Elon Musk obiecuje też samo-prowadzące się (oczywiście dzięki „AI”) „robo-taksówki”. W 2019 roku twierdził, że już rok później na drogach będzie milion tych pojazdów. W październiku zeszłego roku zapowiedział, że Tesla zacznie produkować pojazd do roku 2027.

Zoox to kolejny producent „autonomicznych” taksówek, które nie mają kierowców. Mają za to osoby, które zdalnie wspomagają „autonomiczne” pojazdy, średnio co kilka przejechanych mil. „Tańsze mogłoby pewnie być po prostu płacenie kierowcom za prowadzenie samochodu,” cytuje profesora MIT, Thomasa W. Malone'a, ”New York Times".

Skoro byłoby taniej, czemu po prostu nie prowadzić zwykłej firmy taksówkarskiej? Czemu Tesla nie skupi się na produkcji dobrych, relatywnie tanich samochodów elektrycznych – coś, w czym niegdyś wybiegała przecież daleko przed konkurencję! – miast marnować czas i zasoby na „w pełni samo-kierujące się” pojazdy, które nie mogą się same kierować?

Dlatego, że prawdziwym produktem jest bajera, prawdziwymi klientami – inwestorzy.

Akcje Tesli idą w górę mimo braku obiecanych „robo-taksówek”, kompletnej farsy w postaci Cybertrucka, i lecącej na łeb, na szyję sprzedaży.

Pompowanie bańki

Pompowanie bańki jest rzecz jasna łatwiejsze, gdy pomagają znane twarze. Theranos posłużył się w tym celu m.in. byłym Sekretarzem Stanu USA, Henrym Kissingerem. Bańkę AI pompują Elon Musk, Bill Gates, Mark Zuckerberg, Sam Altman. A od niedawna również Donald Trump.

Na naszym polskim podwórku – świadomie bądź nie – pompuję ją zaś regularnie minister cyfryzacji.

Jeszcze lepiej, gdy ma się już ugruntowaną, dominującą pozycję na rynku technologicznym i produkty, które można na siłę „wzbogacić” o funkcjonalności będące podstawą bajery. Microsoft i Google podniosły ostatnio ceny swoich biurowych rozwiązań chmurowych (Microsoft Office365 i Google Workspace), uzasadniając to tym, że od teraz zintegrowane z nimi będą ich narzędzia oparte o tak zwaną generatywną sztuczną inteligencję.

Gdyby te narzędzia były tak pożądane przez osoby, korzystające z usług chmurowych tych firm, można by się raczej spodziewać, że firmy te stworzą możliwość ich dodatkowego dokupienia. Giganci zdecydowali się jednak uszczęśliwić (i dodatkowo obciążyć kosztami) wszystkich. Zdecydowanie nie wszyscy czuli się uszczęśliwieni.

To, że osoby korzystające z tych produktów nie są specjalnie zadowolone, nie ma jednak znaczenia. Przecież nie zmienią usługodawcy, bo to oznaczałoby skomplikowaną migrację. Zarządy Google i Microsoft mogą zaś twierdzić, że nagle setki milionów osób zaczęły korzystać z ich narzędzi AI. Inwestorzy zadowoleni, bajera się kręci.

Wielkość musi mieć znaczenie

Kluczową sprawą, z punktu widzenia Google i Microsoftu (oraz wspieranego przez Microsoft OpenAI) jest też to, że modele językowe, o które oparte są te narzędzia, są przeogromne. Wymagają niewyobrażalnych ilości danych i potężnej infrastruktury, zasilanej horrendalną ilością energii elektrycznej, do wytrenowania i działania.

Obie te firmy mają zarówno dane treningowe (wszak mają swoje wyszukiwarki internetowe, a te nie mogą istnieć bez danych pobranych z całego publicznego Internetu), jak i gigantyczną infrastrukturę. Jednocześnie bardzo niewiele innych firm ma takie zasoby na podorędziu. To oznacza mniejszą konkurencję – a konkurencja jest, jak już wiemy, dla przegrywów.

Wielkość tych modeli i ich absurdalne wręcz wymagania sprzętowe oznaczają też, że nie da się ich uruchomić bezpośrednio na urządzeniach osób korzystających. Z mniejszymi modelami to możliwe – zrobiła to na przykład Mozilla z zawartym w przeglądarce Firefox malutkim modelem wykorzystywanym do tłumaczenia stron internetowych bezpośrednio w przeglądarce.

Ale wielcy gracze wolą wielkie modele również dlatego, że skoro nie da się ich uruchomić na urządzeniu osób korzystających, to dane (zapytań, tłumaczonych stron i dokumentów itp.) dalej płynąć muszą do baz danych Big Techów. Przydadzą się w treningu jeszcze większych modeli.

Ta pogoń za coraz większymi modelami, trenowanymi na coraz większej ilości danych, jest tu na tyle ważna, że Google zwolniło lub wypchnęło badaczki, ekspertki w zakresie modeli językowych, które ośmieliły się napisać pracę naukową kwestionującą zasadność tworzenia coraz większych modeli językowych.

Mniejsze modele oznaczałyby przecież, że łatwiej może pojawić się realna konkurencja – a to jest coś, czego przyzwyczajone do bycia monopolistą Google autentycznie się obawia, jak pokazują wewnętrzne dokumenty.

DeepSeek R1

I obawia się słusznie, bo do gry właśnie weszły Chiny z modelem R1 firmy DeepSeek. Modelem równie (jeśli nie bardziej) skutecznym co wielkie modele wielkich amerykańskich firm, a jednocześnie znacznie mniejszym, ponad rząd wielkości tańszym w utrzymaniu, mającym znacznie niższe wymagania sprzętowe. I, co z punktu widzenia Big Techów bodaj najgorsze, wypuszczonym na licencji pozwalającej na jego swobodne uruchamianie i wykorzystywanie.

To oznacza, że możemy nie tylko skorzystać z udostępnionego przez DeepSeek czatbota (np. przez aplikację mobilną), ale – jeśli mamy odpowiednie umiejętności i dostęp do infrastruktury, możemy ten model uruchomić sami.

Momentalnie zareagowały rynki. Firmy technologiczne zaliczyły potężne spadki. Nvidia – w zasadzie monopolista w zakresie produkcji kluczowych elementów elektronicznych niezbędnych do trenowaniu i uruchomienia takich modeli – doświadczyła największej jednodniowej straty wartości notowanej na giełdzie firmy w historii: prawie sześćset miliardów dolarów.

Bańka wprawdzie nie pękła, ale zdecydowanie uszło z niej sporo powietrza.

Hipokryzja AI

OpenAI szybko oskarżyło DeepSeek o… naruszenie regulaminu usługi ChatGPT. Model DeepSeek R1 miał być bowiem trenowany w oparciu o chatbota amerykańskiej firmy.

To dość komiczne: OpenAI jeszcze niedawno przekonywało, że bez możliwości swobodnego korzystania z efektów cudzej pracy przy trenowaniu swoich modeli językowych, biznes by się im nie spinał. Biznes, który nota bene i tak się nie spina – firma zaliczyła stratę ponad pięciu miliardów dolarów w zeszłym roku.

To zresztą to samo OpenAI, które mimo „open” (ang. „otwarte”) w nazwie, od lat odmawia publikowania swoich modeli w otwarty sposób oraz informacji na temat ich architektury i danych treningowych.

OpenAI nie jest oczywiście odosobnione w swojej hipokryzji.

Amerykański senator Josh Hawley wniósł projekt ustawy mającej zakazać „importu i eksportu” tak zwanej sztucznej inteligencji z i do Chin. Jeśli ustawa weszłaby w życie, samo pobranie modelu DeepSeek R1 zagrożone byłoby w USA karą 20 lat więzienia lub miliona dolarów. Senator Hawley reprezentuje Partię Republikańską, znaną jeszcze do niedawna z mocno wolnorynkowych poglądów.

Krytycy modelu DeepSeek R1 słusznie podkreślają, że cenzuruje swoje odpowiedzi na zapytania związane z tematami niewygodnymi dla Komunistycznej Partii Chin. Tyle że zachodnie modele również mają zapytania, na które nie odpowiedzą.

Na przykład Gemini firmy Google nie odpowie nam na przykład na zapytania o Palestynę czy strefę Gazy.

Co dalej?

Akcje Nvidii odzyskały część wcześniejszej wartości. Bańka na razie się trzyma, podparta pięciuset miliardami dolarów w postaci projektu Stargate, ogłoszonego (jeszcze przed premierą DeepSeek R1) przez prezydenta Donalda Trumpa i finansowanego m.in. przez firmę inwestycyjną ze Zjednoczonych Emiratów Arabskich.

DeepSeek obnażył jednak hipokryzję Big Techów, pokazał, jak bardzo ta bańka jest napompowana. Udowodnił też, że modele mniejsze, mniej wymagające sprzętowo i energetycznie, mogą zagrozić pozycji wielkich graczy.

I że pogoń za coraz większymi modelami wcale nie jest jedynym możliwym kierunkiem rozwoju. To ważne w kontekście katastrofy klimatycznej. I podważa jeden z fundamentów, na których bańka „AI” jest oparta.

Ważny jest też fakt, że DeepSeek R1 można pobrać i niezależnie uruchomić. I że dostępny jest jego kod źródłowy (choć nie dane treningowe).

Postawiony tym faktem pod ścianą szef OpenAI, Sam Altman, przyznał, że firma była „po złej stronie historii” jeśli chodzi o otwartość swoich modeli. Ale na razie chce publikować tylko modele starsze. I nie wspomniał ani słowem o publikowaniu kodu źródłowego, danych badawczych, ani informacji o danych treningowych.

Aplikacja mobilna DeepSeek została przeanalizowana i okazało się, że – podobnie jak jej zachodnie odpowiedniki – zbiera i wysyła mnóstwo danych do infrastruktury usługodawcy. Problem w tym, że w tym przypadku infrastruktura ta jest w Chinach, i była kompletnie niezabezpieczona.

Zaś Microsoft już udostępnił model DeepSeek R1 na swojej platformie Azure. To raczej na pewno bardziej przydatne dla izraelskiego wojska niż Międzynarodowego Trybunału Karnego.