Я помітив щось цікаве, коли слідкував за розвитком китайського штучного інтелекту в ці дні. Саме вісім років тому сталася драматична точка перелому, коли ZTE зупинився у квітні 2018 року. Один американський заборона — і все обвалилося — без чіпів Qualcomm, без операційної системи. Компанія, яка була четвертим за величиною постачальником телекомунікаційного обладнання у світі, зупинилася за одну ніч.

Але тут йде найважливіша частина: тепер, через вісім років, ми спостерігаємо зовсім інший кінець. Китай не здалася перед тим самим сценарієм у штучному інтелекті. Замість цього, вони обрали набагато складніший шлях.

Головна проблема не завжди були чіпи — це була CUDA. Ця платформа NVIDIA стала основою для всієї індустрії штучного інтелекту у світі. Більше 4,5 мільйонів розробників працюють з нею, понад 90% розробників штучного інтелекту працюють у цій екосистемі. Це сталий цикл — чим більше використовують розробники, тим більше розвивається середовище, залучаючи нових розробників.

Китайське рішення прийшло з несподіваного місця: алгоритмів. Замість того, щоб прямо конкурувати з NVIDIA, китайські компанії зосередилися на радикальному покращенні алгоритмів. Моделі експертів-міксів стали трендом — розділити великий модель на менших експертів і активувати лише необхідних. DeepSeek V3 має 671 мільярд операцій, але активує лише 37 мільярдів — всього 5,5%. Вартість? 5,576 мільйона доларів проти 78 мільйонів для GPT-4. Це велика різниця.

Ціна безпосередньо відобразилася у API. DeepSeek пропонує ціни дешевше за Claude у 25-75 разів. У лютому минулого року використання китайських моделей на OpenRouter зросло на 127% за три тижні, вперше перевищивши США.

Але ціна і алгоритми самі по собі не вирішують проблему тренування. Тут вступили місцеві чіпи. Loongson 3C6000 і карта Taichu Yuanqi вже працюють активно. У січні 2026 року Zhipu випустила першу модель зображень, повністю треновану на китайських чіпах. Після цього модель "зірок" тренувалася на локальній обчислювальній платформі з десятками тисяч вузлів. Це якісний прорив — від "здатності до інференції" до "здатності до тренування".

Ascend від Huawei став основним рушієм тут. 4 мільйони розробників, 3000 партнерів, 43 основні моделі, треновані на його базі. Ascend 910B досяг рівня NVIDIA A100 — від непрактичного до практичного. Не можна чекати ідеалу; потрібно починати зараз і використовувати реальні бізнес-потреби для прискорення розвитку.

Ще один фактор, про який багато хто забуває: електроенергія. Китай виробляє у 2,5 рази більше електроенергії, ніж США, і споживання домашніх господарств тут становить лише 15% проти 36% у США. Ціни на промислову електроенергію у західному Китаї близько 0,03 долара проти 0,12-0,15 у США — у чверть до п’яти разів дешевше. У той час як у США справжня енергетична криза (Вірджинія та Джорджія зупинили нові дата-центри), Китай експортує токени по всьому світу.

DeepSeek тепер доступна на 37 мовах. 30,7% користувачів — місцеві, але 13,6% — з Індії, 6,9% — з Індонезії. 26 тисяч компаній мають акаунти. У країнах під санкціями частка ринку коливається між 40-60%. Це схоже на боротьбу за промислову незалежність — як це було з Японією і напівпровідниками 40 років тому, але з іншим кінцем.

Звіт про прибутки від 27 лютого був дуже чесним: деякі компанії отримали прибутки вперше, деякі — втратили мільярди. Але ці збитки не є провалом — це податок на війну за побудову справжньої незалежної екосистеми. Кожна втрата — інвестиція у дослідження і розробки, у підтримку програмного забезпечення, у інженерів, які вирішують проблеми перекладу один за одним.

Питання змінилося з "Чи можемо ми залишитися?" на "Скільки потрібно платити, щоб залишитися?" і відповідь сама по собі — це справжній прогрес.