ברוקרי נתונים אמריקניים מוכרים סביבות אימון RL ב-500 מיליון דולר למעבדות בינה מלאכותית סיניות

לפחות תשע חברות נתונים אמריקניות מוכרות כ-500 מיליון דולר של נתוני אימון בינה מלאכותית למעבדות בינה מלאכותית סיניות, לפי חקירה של ChinaTalk. חלק מהנתונים הללו הם סביבות למידת חיזוק (RL), כלומר עולמות מדומים שמשמשים לאימון מודלים של בינה מלאכותית במשימות כמו כתיבת קוד, ניתוח פיננסי ועבודה משרדית. לפי הדוח, המעבדות הסיניות קונות את אותם מוצרים שנמכרו בעבר למעבדות אמריקניות מובילות, מה שמאפשר להן לקצר פיתוח יקר והרצות אימון.

מי מעורב

חברות הנתונים האמריקניות הנזכרות בדוח כוללות את Mercor, Surge AI, AfterQuery ו-Turing. לפי הדיווחים, AfterQuery מקבלת חלק ניכר מההכנסה השנתית החוזרת שלה מלקוחות בסין, ו-ChinaTalk מפנה לדיווחים של Forbes על הכנסה שנתית חוזרת (ARR) של כ-100 מיליון דולר, תוך שהיא מציינת שלא הצליחה לאמת את המכירות באופן עצמאי. Surge AI מצהירה בגלוי באתר שלה שהמוצרים שלה נבנו בידי אותם מומחים שעומדים מאחורי העבודה שלה עם מעבדות מובילות. העסקות עוברות גם דרך חברות רשומות בחו״ל, ול-ByteDance יש משרדי רכש בסינגפור ובסן חוסה. לפי ChinaTalk, הקשרים הללו נחשפו הודות למקורות אנונימיים ולאבטחה תפעולית רשלנית בקרב קבלני משנה. חברות הנתונים האמריקניות מוציאות את רוב יצירת סביבות ה-RL ואת ארגון הנתונים לקבלני משנה בשכר נמוך במדינות מתפתחות, בעיקר בהודו, ואותם עובדים מפרסמים לעיתים שמות לקוחות ב-LinkedIn או בקורות חיים, אף שאמורים להשתמש בשמות קוד בלבד.

כיצד המעבדות הסיניות מרוויחות

המעבדות הסיניות קונות במכוון סביבות שכבר נמכרו ל-Anthropic או ל-OpenAI, כך שהן יודעות שהנתונים עובדים עוד לפני שהן משתמשות בהם. זה עוזר להן להימנע מפיתוח פנימי ומהרצות אימון מבוזבזות, דבר שיקר במיוחד מפני שהשבבים הסיניים סובלים מצווארי בקבוק חריפים בזיכרון. לפי הדוח, המעבדות הסיניות משתמשות במודלים אמריקניים חזקים כמו GPT או Claude כמורים, ומשתמשות בתפוקות שלהם כדוגמאות אימון. יחד, סביבות ה-RL הנרכשות והזיקוק יוצרים יתרון כפול שמאפשר למעבדות הסיניות לצמצם את הפער עם פחות כוח מחשוב משלהן.

חששות משימוש כפול

הסחר נותר ברובו לא מוסדר, והמחברים טוענים שמשרד התעשייה והביטחון (BIS) צריך להכפיף סביבות לשימוש כפול לבקרות הייצוא הקיימות. סביבות כתיבת קוד יכולות לשפר פיתוח תוכנה, אך גם לחדד יכולות סייבר התקפיות. סביבות ביולוגיה יכולות לשפר יכולות סינתזה של גנים ואף לחזק יישומים רלוונטיים לנשק ביולוגי. המחברים גם מדגישים שהקשרים האלה אינם אפוקליפטיים: בכך שהן נשענות על עבודה אמריקנית, המעבדות הסיניות עדיין מפגרות אחרי עמיתותיהן האמריקניות בכמה חודשים לפחות, ומבחינה מבנית סביבות רגישות בביולוגיה, בכימיה, בסייבר, בתכנון שבבים ובבנקאות השקעות נבנות יותר ויותר בבית בחברות אמריקניות מובילות.

מקורות: The Decoder