Kiinan avoimet tekoälymallit valtaavat alaa – kilpailu ratkaistaan myös jakelussa

Yhdysvaltojen ja Kiinan tekoälykilpailu ei enää ratkea vain sillä, kumpi onnistuu kehittämään hieman paremman mallin. Yhä tärkeämmäksi on noussut jakelu: kuka saa tehokkaan tekoälyn mahdollisimman monien kehittäjien, yritysten ja viranomaisten käyttöön – ja mahdollisimman edullisesti.

DeepSeek, Moonshot AI:n Kimi ja Alibaban Qwen ovat nostaneet niin sanotut avoimet painot tämän kilpailun keskiöön. Stanfordin tutkijoiden arviot osoittavat, että kiinalaiset avoimien painojen mallit ovat nopeasti kaventaneet eroa maailman johtaviin malleihin ja joillakin osa-alueilla jopa ohittaneet ne. Lisäksi Qwen ohitti Metan Llaman Hugging Facen ladatuimpana suurten kielimallien perheenä syyskuussa 2025. 18

Washingtonille tämä on hankala yhtälö. Kiinalaisten mallien rajoittaminen voisi pienentää riskejä arkaluonteisissa ympäristöissä. Toisaalta laaja kielto saattaisi antaa Kiinalle etulyöntiaseman avoimen kehityksen tasolla ja heikentää niitä läpinäkyvyyden ja paikallisen hallinnan hyötyjä, joiden vuoksi organisaatiot käyttävät itse ylläpidettäviä malleja.

Avoimet painot eivät tarkoita täysin avointa lähdekoodia

Avoimien painojen malli tarjoaa ladattavaksi koulutetut parametrit eli mallin painot. Kolmannet osapuolet voivat tällöin ajaa valmista mallia omalla laitteistollaan tai muokata sitä. Suljettua mallia taas käytetään yleensä palveluntarjoajan hallinnoiman sovelluksen tai rajapinnan kautta. 33

Painojen julkaiseminen ei kuitenkaan automaattisesti tarkoita, että saatavilla olisivat myös:

• alkuperäinen koulutuskoodi
• koulutusdata tai tieto sen alkuperästä
• toistettavissa oleva koulutusmenetelmä
• täydelliset arviointitulokset
• rajoittamattomat kaupallisen käytön ja uudelleenjakelun oikeudet
• läpinäkyvät tiedot suodatuksesta, turvallisuussäädöistä tai mallin kehityksestä

Siksi ”avoin” on arvioitava julkaisukohtaisesti. Malli voi olla ladattavissa, mutta vaikeasti toistettavissa, rajoittavan lisenssin alainen tai epäselvä sen suhteen, millainen data on muovannut sen toimintaa. Täysin avoin tekoälylähdekoodi on vahvempi standardi: se edellyttää käytännössä merkityksellistä pääsyä koodiin, dataa koskeviin tietoihin ja muihin komponentteihin, joita järjestelmän tutkiminen ja toistaminen vaativat. 41

Tämä ero on tärkeä DeepSeekin, Kimin ja Qwenin kaltaisia malleja vertailtaessa. Saatavuus, lisenssit ja tekniset tiedot voivat vaihdella julkaisusta toiseen, eikä julkinen tieto aina pysy muutosten perässä.

Kiina kilpailee käyttöönoton laajuudella, ei vain testituloksilla

Kiinalaiset laboratoriot ovat yhdistäneet kilpailukykyisen suorituskyvyn alhaisiin hintoihin, tehokkaaseen laskentaan ja mahdollisuuteen ajaa malleja paikallisesti. Se tarjoaa startup-yrityksille, tutkijoille ja suuryrityksille vaihtoehdon kalliille yhdysvaltalaisille rajapinnoille. Tutkimuksissa on kuvattu palautekehää, jossa edulliset julkaisut houkuttelevat käyttäjiä, käyttäjät rakentavat niiden ympärille työkaluja ja muunnelmia, ja syntyvä ekosysteemi nopeuttaa seuraavia julkaisuja. 1720

Hyöty ei rajoitu chatbotin käyttäjämäärään. Jokainen käyttöönotto voi synnyttää:

• hienosäädettyjä ja erikoistuneita johdannaismalleja
• kehittäjätyökaluja ja integraatioita
• uusia testejä, vertailuja ja virheraportteja
• tuttuutta tietyn malliperheen kanssa
• kaupallisia riippuvuuksia ja teknisiä oletusarvoja

Stanfordin analyysin mukaan kiinalaiset kehittäjät vastasivat 17,1 prosentista Hugging Facen latauksista elokuun 2024 ja elokuun 2025 välisenä aikana. Yhdysvaltalaisten kehittäjien osuus oli 15,8 prosenttia. 18 Myös muu uutisointi on dokumentoinut kiinalaisten mallien kasvavaa käyttöä yhdysvaltalaisyrityksissä, jotka etsivät edullisempia ratkaisuja. 31

Jos kiinalaista alkuperää olevat mallit juurtuvat eri maiden ohjelmistoihin, laitteisiin, julkisiin palveluihin ja teollisiin järjestelmiin, Peking voi saada vaikutusvaltaa teknisiin oletusarvoihin, päivityksiin ja niitä ympäröiviin toimitusketjuihin. Kyse on mahdollisesta geopoliittisesta vipuvoimasta – ei todisteesta siitä, että jokainen paikallisesti ajettava malli olisi vaarantunut.

Turvallisuuskeskustelussa on erotettava neljä eri riskiä

1. Pilvipalveluun lähetetty data

Kun käyttäjä lähettää kehotteita, tiedostoja tai tunnistetietoja Kiinassa ylläpidettävään palveluun, tieto poistuu käyttäjän ympäristöstä. Siihen voivat vaikuttaa palveluntarjoajan toimivalta ja sovellettava lainsäädäntö. Valtionhallinnon, puolustuksen, terveydenhuollon, kriittisen infrastruktuurin ja yrityssalaisuuksien aineistoa ei siksi pitäisi lähettää ulkoiseen palveluun ilman perusteellista riskinarviota.

Paikallisesti ylläpidetty malli muuttaa tätä tietovirtaa koskevaa riskiä: oikein rakennettu ympäristö voi pitää kehotteet ja asiakirjat organisaation omassa verkossa. Se ei kuitenkaan takaa, että ladattu malli, palvelinohjelmisto tai siihen yhdistetyt työkalut ovat turvallisia.

2. Sensuuri, vinoumat ja mallin käyttäytyminen

Koulutus ja mallin ohjaaminen voivat tuottaa poliittisesti värittyneitä kieltäytymisiä, vaikenemista, painotuksia tai väärää tietoa. Yhdysvaltain kongressin raportissa väitettiin, että DeepSeekin isännöity tuote siirsi amerikkalaisten dataa Kiinaan ja muokkasi vastauksia. Kyse on kongressitutkinnan havainnoista ja väitteistä, ei todisteesta siitä, että jokainen ladattava painotiedosto sisältäisi haitallista koodia. 2

Pilvipalvelun toimintaa ei myöskään voi suoraan rinnastaa paikallisesti ajettavaan johdannaismalliin. Tuloksiin vaikuttavat muun muassa käyttöliittymä, järjestelmäkehotteet, moderointikerros, hakutyökalut ja päivitysprosessi.

3. Takaovet ja toimitusketjun vaarantuminen

Ladattu mallipaketti tai sen ympärillä oleva ohjelmisto voisi teoriassa sisältää haavoittuvaa latauskoodia, myrkytettyä käyttäytymistä tai piilotettuja laukaisimia. Mallin alkuperämaa ei kuitenkaan yksin todista takaovea. Turvatiimien on tarkistettava alkuperä, tiivisteet ja allekirjoitukset, tutkittava verkkoliikenne, eristettävä komponentit ja testattava koko käyttöönottopino.

4. Suljettujen mallien omat riskit

Suljetuissa malleissa käyttäjä ei yleensä voi tarkastaa painoja, koulutusdataa, piilotettuja kehotteita, telemetriaa, suodatusta tai päivitysprosessia. Keskitetyt rajapinnat voivat olla houkuttelevia kohteita valvonnalle, käyttökatkoille ja tietomurroille, ja palveluntarjoaja voi muuttaa käytäntöjään yksipuolisesti.

Suljettu käyttö helpottaa väärinkäytösten seurantaa, turvallisuuspäivitysten jakelua ja hallitsemattoman uudelleenjakelun estämistä. Se ei silti tee mallista automaattisesti luotettavaa. Avoimissa ja suljetuissa järjestelmissä on erilaiset riskit ja erilaiset hallinnan muodot.

Miksi paikallinen käyttö puhuu kattavaa kieltoa vastaan?

Itse ylläpidetty malli voi antaa organisaatiolle paremman hallinnan uhkamalliin. Turvatiimi voi lukita malliversion, varmistaa ladatut tiedostot, rajoittaa ulospäin suuntautuvaa verkkoliikennettä, tarkastaa riippuvuudet, eristää palvelun, tehdä red team -testausta ja pitää arkaluonteiset kehotteet omassa infrastruktuurissa.

Avoimuus antaa myös riippumattomille tutkijoille mahdollisuuden toistaa virheitä ja tutkia vinoumia tai piilotettuja laukaisimia. Turvallisuus ei kuitenkaan synny automaattisesti. Harvalla organisaatiolla on mahdollisuutta auditoida erittäin suuren mallin opittua käyttäytymistä kattavasti. Hienosäätö voi synnyttää uusia haavoittuvuuksia, ja verkkoyhteydetön ympäristö suojaa datan ulosvuodolta vain, jos koko palvelinketju on rakennettu oikein.

Käytännössä ratkaisevaa on arvioida käyttöönottoa, ei vain mallin nimikettä. Kiinassa ylläpidetty rajapinta, auditoitu paikallinen asennus ja vahvistamaton kolmannen osapuolen johdannainen ovat erilaisia riskitapauksia.

Distillointi on kiistan ytimessä

Distilloinnissa pienempi tai uudempi niin sanottu oppilasmalli koulutetaan hyödyntämällä vahvemman opettajamallin tuottamaa tietoa.

• Mustan laatikon distillointi perustuu mallin havaittaviin vastauksiin, joita voidaan kerätä esimerkiksi rajapintakyselyillä. Menetelmä voi olla täysin hyväksyttävä, jos siihen on lupa, mutta laajamittainen luvaton keruu voi rikkoa käyttöehtoja, kiertää suojauksia tai kopioida omistettua käyttäytymistä.
• Valkoisen laatikon distillointi hyödyntää sisäisiä tietoja, kuten painoja, logit-arvoja tai piilotiloja. Se voi siirtää kyvykkyyksiä tehokkaammin, mutta pääsy tällaisiin tietoihin edellyttää yleensä lupaa. Luvaton hankinta herättää suoremmin tietoturva- ja liikesalaisuuskysymyksiä.

OpenAI ja Anthropic ovat syyttäneet kiinalaisia yrityksiä, DeepSeek mukaan lukien, omien malliensa tuotosten hyödyntämisestä koulutuksessa. Yhdysvaltain ja Kiinan talous- ja turvallisuussuhteita arvioiva komissio kuvasi väitteitä valetileistä, välityspalveluista ja koordinoidusta tietojen keruusta. Reuters puolestaan raportoi OpenAI:n väitteestä, jonka mukaan DeepSeek pyrki ”vapaamatkustamaan” yhdysvaltalaisten huippumallien kyvykkyyksillä. Nämä ovat edelleen väitteitä, eivät tuomioistuimessa tai muussa ratkaisevassa menettelyssä vahvistettuja lopputuloksia. 35

Ongelma on, että mustaa laatikkoa käyttävä luvaton poiminta voi teknisesti näyttää tavalliselta runsaalta käytöltä. Samalla julkinen todistaminen saattaa edellyttää arkaluonteisen tutkintamateriaalin paljastamista. Kaikkea distillointia ei silti pidä määritellä laittomaksi: luvallinen distillointi on tavallinen tekninen menetelmä.

Paine kasvaa Piilaaksossa ja Washingtonissa

Kiinan avoimien painojen julkaisut haastavat Yhdysvaltojen liiketoimintamallin, joka perustuu kalliisiin ja omistettuihin rajapintoihin. Yhdysvaltalaisyritykset joutuvat pohtimaan, suojaako painojen pitäminen suljettuina niiden teknologista etumatkaa vai antaako se kiinalaisille ja muille kilpailijoille kehittäjät, integraatiot ja maailmanlaajuisen jakelun.

Qwenin nousu Llaman ohi latausmäärissä on konkreettinen merkki siitä, että avoimien mallien kilpailulla on merkitystä. 18 Saatavilla oleva näyttö ei kuitenkaan vahvista tiettyä nykyistä reaktiota Nvidialta tai Metalta DeepSeek V4 Prohon tai Kimi K3:een. Yrityskohtaiset väitteet pitäisi sitoa ajallisesti määriteltyihin ensisijaisiin lausuntoihin, ei päätellä yleisestä markkinamuutoksesta.

Washington on lisännyt valvontaa. Yhdysvaltain edustajainhuoneen valiokunnat ilmoittivat yhteisestä tutkinnasta, joka koskee Kiinan kansantasavallassa kehitettyjen mallien käyttöönottoon liittyviä kansallisen turvallisuuden ja kyberturvallisuuden riskejä. Tarkastelussa ovat muun muassa DeepSeekin, Alibaban ja Moonshot AI:n edulliset avoimien painojen ja rajapinnan kautta käytettävät järjestelmät. 14

Raportit ovat lisäksi kertoneet mahdollisista rajoituksista. Käytettävissä oleva näyttö ei kuitenkaan osoita, että Yhdysvallat olisi säätänyt kattavan kaupallisen kiellon kiinalaisille avoimien painojen malleille. 912

Vaihtoehtoja ”kielletään kaikki” -linjalle

Kohdennettu kehys voisi yhdistää useita toimia:

1. Rajoitetaan korkean riskin käyttöä. Ennakkolupa tai kielto voitaisiin vaatia puolustus-, tiedustelu-, kriittisen infrastruktuurin ja muiden arkaluonteisia tietoja käsittelevien järjestelmien käyttämiltä tarkastamattomilta malleilta.
2. Asetetaan turvallisen käyttöönoton vaatimukset. Arkaluonteisissa ympäristöissä käytettäviltä malleilta voitaisiin edellyttää alkuperätietoja, allekirjoitettuja paketteja, ohjelmistokomponenttiluetteloita, riippumatonta testausta, red team -tuloksia ja mahdollisuutta eristää verkko.
3. Erotetaan pilvipalvelut paikallisista painoista. Kiinassa ylläpidetty rajapinta synnyttää erilaisen datan saatavuuteen liittyvän riskin kuin riippumattomasti auditoitu, paikallisesti ajettava malli.
4. Puututaan luvattomaan distillointiin. Tunnistamista, kyselymäärien seurantaa, tilien vahvistamista, väärinkäytösten havaitsemista, alkuperän todentamista ja sopimusten täytäntöönpanoa voidaan vahvistaa ilman, että kaikki distillointi määritellään varkaudeksi.
5. Kohdennetaan vienti- ja investointirajoituksia. Huomio voidaan suunnata kehittyneisiin siruihin, valmistuslaitteisiin, pilvilaskentaan ja toimijoihin, joilla on uskottava yhteys sotilas- tai tiedustelukäyttöön. Liian laajat rajoitukset voivat kuitenkin kiihdyttää kiinalaisten korvaavien ratkaisujen kehitystä.
6. Rakennetaan yhdysvaltalainen ja liittolaisten avoimien mallien ekosysteemi. Investoinnit turvallisiin ja hyvin dokumentoituihin malleihin, monikieliseen arviointiin, tehokkaaseen päättelyyn ja käyttöönoton työkaluihin vastaisivat Kiinan jakelustrategiaan suoremmin kuin käyttäjien valinnan rajoittaminen. 10

Lopputulos

Kiinan avoimien painojen mallit muuttavat tekoälykilpailua, koska ne tekevät kyvykkäistä järjestelmistä halvempia ottaa käyttöön, helpompia mukauttaa ja vaikeampia pysäyttää sen jälkeen, kun ne on julkaistu. Niiden strateginen merkitys liittyy ekosysteemin laajuuteen yhtä paljon kuin mallien laatuun.

Turvallisuushuolia ei pidä vähätellä. Erityistä huomiota vaativat isännöidyt palvelut, arkaluonteinen data, toimitusketjun eheys ja väitteet luvattomasta distilloinnista. Mallin alkuperämaa ei kuitenkaan yksin kerro, onko käyttöönotto turvallinen. Myöskään suljetut yhdysvaltalaismallit eivät ole riskittömiä vain siksi, että niiden painoja ei julkaista.

Perustelluin vastaus onkin riskiperusteinen: toimitusketjut on suojattava, arkaluonteisia käyttötapoja rajoitettava, uskottavat mallivarkausta koskevat väitteet tutkittava ja Yhdysvaltojen sekä sen liittolaisten on rakennettava avoimien mallien ekosysteemi, joka kilpailee sekä suorituskyvyllä että jakelulla.