Perlumbaan AI China Beralih Daripada Model Besar Kepada Ejen Boleh Diskala

China sedang memasuki fasa baharu perlumbaan kecerdasan buatan (AI). Tumpuannya semakin kurang pada siapa yang boleh melatih model asas paling besar, dan semakin banyak pada siapa yang boleh menukar model itu menjadi ejen AI yang benar-benar menyelesaikan kerja — dalam perisian, telekomunikasi, pembuatan dan perkhidmatan pengguna.

Dalam fasa ini, ukuran penting bukan sekadar skor penanda aras model. Yang lebih menentukan ialah sama ada ejen boleh beroperasi pada skala besar dengan kos munasabah, respons pantas, hasil yang konsisten serta kawalan keselamatan yang mencukupi.

Inferens dijangka mengatasi latihan model

Laporan Institut Penyelidikan China Telecom menjangkakan proses inferens akan membentuk 80% pasaran kuasa pengkomputeran China menjelang 2029, sekali gus mengatasi permintaan berkaitan latihan model. Laporan itu turut mengunjurkan bahawa ejen AI boleh mendorong pertumbuhan tahunan permintaan pengkomputeran hampir sepuluh kali ganda dalam dua hingga tiga tahun akan datang. 59

Inferens ialah kerja yang berlaku apabila model yang sudah dilatih menjawab arahan, menjana kandungan atau melaksanakan langkah dalam sesuatu tugasan. Berbeza daripada satu jawapan chatbot, ejen AI boleh mencari maklumat, menggunakan perisian atau alat lain, menjalankan aliran kerja berbilang langkah, menyemak hasil dan mengulangi proses tersebut. Setiap langkah menambah penggunaan pengkomputeran dan kerumitan operasi.

Institut itu juga menganggarkan penggunaan token tahunan China boleh mencapai 100 kuadrilion pada 2026 dan melebihi 35 kuintilion menjelang 2030. Ini ialah unjuran, bukannya angka penggunaan sebenar, tetapi ia menggambarkan skala permintaan yang boleh tercetus apabila model perlu disampaikan berulang kali kepada pengguna dan sistem. 6

Daripada belanja sekali gus kepada kos yang berulang

Melatih model AI peringkat hadapan lazimnya melibatkan perbelanjaan infrastruktur besar yang tertumpu pada satu tempoh. Sebaliknya, mengendalikan ejen ialah operasi perkhidmatan yang berterusan.

Kosnya berulang melalui inferens model, capaian data, rangkaian, storan, pemantauan serta semakan atau eskalasi kepada manusia. Maka, ejen yang berkebolehan belum tentu menjadi produk yang berdaya maju jika kos operasinya terlalu tinggi, terlalu perlahan untuk aliran kerja, atau terlalu tidak konsisten untuk disambungkan kepada sistem perniagaan.

Nilai sebenar semakin terletak pada kos dan mutu bagi tugasan yang berjaya diselesaikan, bukan semata-mata prestasi model dalam ujian umum. Ini meletakkan beberapa keutamaan baharu kepada penyedia teknologi dan organisasi:

• menggunakan model paling kecil yang masih mampu mengendalikan tugas dengan selamat;
• menghala tugasan kepada model atau alat yang paling sesuai;
• mengurangkan pengiraan berulang melalui caching dan penyampaian model yang cekap;
• menghubungkan ejen kepada data yang dipercayai serta khusus untuk tugasan;
• menguji penggunaan alat dan keseluruhan aliran kerja, bukan output model sahaja;
• memantau kegagalan, kawalan akses dan rekod audit; dan
• memastikan manusia boleh campur tangan apabila ejen mencapai keputusan atau tindakan berisiko tinggi.

Ini tidak bermakna latihan model canggih tidak lagi penting. Latihan kekal penting untuk keupayaan, kebebasan teknologi dan akses kepada model termaju. Namun, apabila model berkeupayaan tinggi semakin tersedia, pembeza utama mungkin berubah kepada keupayaan menjalankan inferens yang murah, stabil dan disepadukan dengan sistem sebenar.

Dasar China menolak penggunaan merentas industri

Isyarat dasar Beijing selari dengan peralihan daripada model kendiri kepada pelaksanaan yang boleh diulang guna. Pelan "AI+ Perisian" oleh Kementerian Perindustrian dan Teknologi Maklumat China (MIIT) mensasarkan penggunaan alat pengaturcaraan berkuasa AI di lebih 20,000 perusahaan perisian utama menjelang 2028. Pelan yang sama turut menyasarkan 100 aplikasi perisian berasaskan ejen sebagai penanda aras dalam industri utama, serta sekurang-kurangnya lima projek sumber terbuka berkualiti tinggi. 3

Menjelang 2030, hala tujunya ialah ekosistem perisian yang lebih pintar dan selamat, termasuk penaiktarafan pintar bagi sistem perisian kritikal. 37 Dalam pelan berasingan untuk AI dan komunikasi maklumat, MIIT mensasarkan lebih 30 senario bernilai tinggi menjelang 2028, di samping aplikasi contoh dan ejen khusus. Pelan itu juga menghubungkan penggunaan AI dengan pengukuhan infrastruktur rangkaian dan pengkomputeran. 17

Satu lagi inisiatif MIIT bersama Pentadbiran Data Negara pula menyeru pembentukan senario AI bernilai tinggi mengikut industri, set data khusus dan model atau ejen khusus untuk keadaan yang memerlukan perancangan serta pelaksanaan secara autonomi. Ia juga menekankan set data penilaian dan sistem pentaksiran yang disesuaikan untuk model industri dan ejen. 18

Secara keseluruhan, pendekatan ini menunjukkan usaha menyebarkan penggunaan AI melalui senario yang boleh diguna semula, data, alat perisian dan pelaksanaan rujukan merentas sektor. Peluangnya ialah penerapan yang lebih pantas. Risikonya pula ialah kejayaan diukur berdasarkan jumlah projek perintis, bukan sama ada sistem itu benar-benar selamat, ekonomik dan tahan lama dalam operasi.

Skala perbelanjaan menaikkan taruhan

Laporan yang bersandarkan analisis Institut Penyelidikan China Telecom menganggarkan syarikat teknologi China akan membelanjakan hampir 600 bilion yuan untuk AI pada tahun ini. Angka agregat itu wajar dianggap sebagai anggaran kerana laporan awam mungkin menggunakan takrif perbelanjaan AI yang berbeza-beza. 9

Di peringkat negara, China menjangkakan industri berkaitan AI melebihi 10 trilion yuan menjelang penghujung tempoh Rancangan Lima Tahun 2026–2030. 45 Ini menunjukkan ejen AI diposisikan bukan hanya sebagai perkhidmatan awan, tetapi sebagai lapisan teknologi untuk pemodenan industri, pembangunan perisian, komunikasi dan perkhidmatan pengguna.

Eropah turut membina kapasiti, tetapi penggunaan tetap penentu

Kesatuan Eropah juga sedang memperkukuh infrastruktur pengkomputerannya. Suruhanjaya Eropah telah membuka permohonan untuk menubuhkan sehingga tujuh "Kilang Gig" AI, dengan sokongan sehingga €10 bilion daripada dana EU dan negara anggota. Inisiatif itu dijangka membuka sekurang-kurangnya €20 bilion pelaburan swasta. 50

Kemudahan tersebut penting bagi kapasiti pengkomputeran dan kedaulatan teknologi Eropah. Namun, pembinaan kapasiti sahaja tidak menyelesaikan cabaran penggunaan. Nilai persaingannya akan bergantung pada sama ada kapasiti itu menghasilkan inferens yang mudah dicapai dan berpatutan, data mengikut bidang, integrasi perisian, serta aplikasi yang boleh dipercayai untuk organisasi di Eropah.

Perlumbaan seterusnya: menukar kuasa komputasi kepada kerja berguna

Dorongan China terhadap ejen AI mencerminkan peralihan yang lebih luas di peringkat global. Kelebihan AI semakin bergantung pada keupayaan menukar pengkomputeran kepada kerja yang berguna, boleh diaudit dan dapat dikendalikan secara berterusan.

Cip dan elektrik kekal penting, tetapi begitu juga kecekapan penyampaian model, akses data, integrasi aliran kerja, kawalan keselamatan, penilaian dan akauntabiliti manusia. Angka 80% bagi inferens perlu dibaca sebagai ramalan arah aliran, bukannya fakta yang sudah pasti berlaku. Namun mesejnya jelas: apabila AI bergerak daripada demonstrasi kepada operasi harian, pemenang mungkin bukan pihak yang melatih model paling besar, tetapi pihak yang boleh menjalankan ejen dengan cukup andal — dan cukup murah — untuk digunakan dalam kerja seharian. 56