มีปัจจัยหลายประการที่เชื่อมโยงกัน อธิบายได้ว่าทำไมนักพัฒนาในยูกันดา เคนยา และไนจีเรีย ถึงเลือกโมเดลจีนมากกว่าโมเดลอเมริกัน
ปัจจัยสำคัญที่สุดคือกลยุทธ์โอเพนซอร์สเชิงรุกของแล็บ AI ชั้นนำของจีน บริษัทอย่าง Alibaba (กับซีรีส์ Qwen), DeepSeek และ Zhipu AI มักจะเผยแพร่ซอร์สโค้ดและน้ำหนักของโมเดล (weights) ทำให้เหล่านักพัฒนาสามารถดาวน์โหลด ปรับแต่ง และนำไปใช้งานบนโครงสร้างพื้นฐานของตนเองได้โดยไม่มีค่าธรรมเนียมใบอนุญาต ซึ่งแตกต่างอย่างสิ้นเชิงกับค่าธรรมเนียมที่สูงลิบของโมเดลตะวันตก ตัวอย่างที่เป็นรูปธรรมคือ โมเดล Qwen ของ Alibaba สามารถเอาชนะโมเดลของ Meta และ Google ในการจัดการกับภาษาต่าง ๆ ของยูกันดา โดยนักพัฒนาสามารถปรับแต่งโมเดลด้วยชุดข้อมูลท้องถิ่นของตนเองได้ โมเดลที่ถูกพัฒนาขึ้นบน Qwen ตัวหนึ่งชื่อ 'ทานตะวัน' (Sunflower) ถูกใช้อย่างแพร่หลายในยูกันดา ช่วยให้เกษตรกรเข้าถึงพยากรณ์อากาศและคำแนะนำด้านการเกษตรในภาษาท้องถิ่นของตน
จากรายงานของ Stanford AI Index ช่องว่างด้านประสิทธิภาพระหว่างโมเดล AI ชั้นนำของสหรัฐฯ และจีนลดลงจาก 31% ในปี 2023 เหลือเพียง 2.7% ในกลางปี 2026 แต่ที่น่าสนใจกว่าคือต้นทุนการใช้งานที่แตกต่างกันมาก โมเดลจีนมีราคาถูกกว่าคู่แข่งจากสหรัฐฯ ถึง 10–20 เท่า หรือในบางกรณีอาจสูงถึง 100 เท่า ขึ้นอยู่กับโมเดลและรูปแบบการปรับใช้ ตัวอย่างเช่น Kimi K2.5 ราคาถูกกว่า GPT-4.5 ถึง 4 เท่า ในขณะที่ DeepSeek V4 สามารถทำคะแนนได้ 90.1% เมื่อเทียบกับ Claude Mythos 5 ที่ 94.4% แต่มีต้นทุนการให้เหตุผล (inference) ต่ำกว่าหลายสิบเท่า การวิเคราะห์ในอุตสาหกรรมปี 2026 ชี้ให้เห็นถึงการลดลงของต้นทุนการดำเนินงานโดยเฉลี่ยถึง 87% โดยคุณภาพลดลงเพียงประมาณ 4%
ข้อได้เปรียบสำคัญอีกประการคือความสามารถในการ 'พูดภาษาท้องถิ่น' ได้ดีกว่า ดังที่บทความใน Foreign Policy ชี้ว่าโมเดลจีน 'รู้หนังสือในภาษาแอฟริกัน' ในแบบที่โมเดลตะวันตกทำไม่ได้ นี่เป็นเรื่องสำคัญอย่างยิ่งสำหรับทวีปที่มีภาษาพูดมากกว่า 2,000 ภาษา การที่โมเดลโอเพนซอร์สสามารถดาวน์โหลดไปปรับจูน (fine-tune) ด้วยข้อมูลท้องถิ่นได้ ทำให้เกิดนวัตกรรมที่ตอบโจทย์ความต้องการเฉพาะ เช่น เกษตรกรในยูกันดาที่ใช้ 'ทานตะวัน' เพื่อรับข้อมูลการเกษตรในภาษาย่อยของตนเอง
บริษัทจีนอย่าง Huawei และ Alibaba ไม่ได้หยุดแค่การให้บริการโมเดล แต่กำลังสร้างโครงสร้างพื้นฐานคลาวด์ภายในทวีปและร่วมมือกับศูนย์นวัตกรรมท้องถิ่น เพื่อให้การปรับใช้เป็นไปได้จริงในสภาพแวดล้อมที่มีทรัพยากรจำกัด