Głównymi pretendentami są wprawdzie Stany Zjednoczone i Chiny, jednak oba te państwa dążą do fundamentalnie odmiennych celów. Sytuację dodatkowo komplikuje udział innych globalnych graczy, którzy – choć niekoniecznie walczą o światową hegemonię – to i tak biorą udział w tej rywalizacji.

Zgodnie z twierdzeniem Williama Isaaca Thomasa: jeśli ludzie definiują sytuacje jako rzeczywiste, to są one rzeczywiste w swoich konsekwencjach. Jeśli Chińczycy i Amerykanie wierzą, że sztuczna inteligencja to wyścig, mierzą się nawzajem i planują strategie mające na celu wyprzedzenie lub zablokowanie domniemanych przeciwników, to czym innym jest AI, jeśli nie wyścigiem między Ameryką a Chinami?

Jaki to rodzaj wyścigu?
W przeciwieństwie do tytanicznych zmagań z czasów zimnej wojny, nie mamy tu do czynienia z wielkim, nadrzędnym starciem ideologii – poza rywalizacją między różnymi wersjami kapitalizmu. Jesteśmy raczej świadkami próby utrzymania przez Amerykę pozycji technologicznego supermocarstwa (zarówno na potrzeby obronności, jak i dominacji gospodarczej) w kontrze do starań Chin, które chcą dowieść swojego statusu jako równorzędnego supermocarstwa.

Optymalnym globalnym celem dla każdej technologii służącej celom pokojowym i wspierającej rozwój ludzkości powinna być szeroko rozpowszechniona doskonałość techniczna. Nawet jeśli zależy nam wyłącznie na wzroście gospodarczym czy potędze militarnej, to rozpowszechnianie innowacji jest ważniejsza niż samo ich tworzenie – to, co powszechne, staje się istotniejsze od tego, co pionierskie. Firmy muszą dostosować swoje procesy operacyjne i dane, pracowników trzeba przeszkolić, a aplikacje mające kluczowe znaczenie dla bezpieczeństwa muszą przejść rygorystyczne testy. Innowacje i nowe usługi pojawią się jako efekt szerokiej, powszechnej ekspertyzy. Jakość AI jest mniej pilna niż jej masowe wdrażanie.

Z tej perspektywy wyścig AI nie ma wyraźnej linii mety. Co więcej, nie jest nawet jasne, czy biegacze startują w tej samej dyscyplinie. Amerykanie są zainteresowani przesuwaniem granic możliwości modeli, a ich technologiczni magnaci mają obsesję na punkcie stworzenia Ogólnej Sztucznej Inteligencji (AGI), która przewyższy ludzkie zdolności poznawcze. Zaniedbują przy tym praktyczne kwestie, takie jak bezpieczeństwo, halucynacje, zanieczyszczenie danych, potencjalne modele biznesowe czy zdolność reszty gospodarki do zapewnienia kluczowych zasobów, np. energii. Chiński program AI – który był mocno akcentowany w krajowym planie strategicznym i polityce przemysłowej „Made in China 2025” mającej na celu rozwój sektora produkcyjnego i odgrywa kluczową rolę w planie pięcioletnim (2026–2030) – jest bardziej strategiczny. Niemniej jednak stosunek Chin do bezpieczeństwa i środowiska jest równie niefrasobliwy, może nawet bardziej niż w USA.

Rozbicie wyścigu na czynniki pierwsze

Mówienie o jednym wyścigu AI jest mylące, ponieważ każda z warstw stosu AI może stać się areną osobnej rywalizacji – przez co przypomina to bardziej szkolny dzień sportu niż pojedynczy bieg. Technologie i protokoły obsługujące AI są ułożone warstwowo w tzw. stos. Podstawowe zasoby wejściowe – sprzęt i dane – są organizowane przez infrastrukturę dostarczającą usługi do budowy modeli ogólnego przeznaczenia (downstream models). Te z kolei mogą być dostosowywane do rzeczywistych zastosowań, co (między innymi) generuje jeszcze więcej danych, programów, a nawet projektów sprzętu, zamykając całe koło.

Na wyższym poziomie stosu chiński postęp napędzany jest przez niezwykle zaciekłą konkurencję wewnętrzną. Alibaba, Baidu i Tencent rozbudowują usługi chmurowe i obniżają ceny wraz ze wzrostem popytu na AI. Chmura Volcano Engine należąca do Bytedance to nowy konkurent, podczas gdy Huawei dyskontuje swoje bliskie relacje z państwem, oferując usługi chmurowe przedsiębiorstwom państwowym. Otwarty model firmy DeepSeek (open model) jest wiodącym dużym modelem językowym (LLM), ale inni gracze, tacy jak Baidu, rozwijają modele szyte na miarę dla konkretnych segmentów rynku. Na warstwie aplikacyjnej AI jest wprowadzana na rynek przez bardzo szeroką gamę firm, z których każda testuje, jakie rozwiązania sprawdzają się w praktyce.

W segmencie półprzewodników Ameryka podjęła działania mające na celu odcięcie Chinom dostępu do najwyższej klasy procesorów. Jednocześnie firmy (zwłaszcza Nvidia) inwestowały w swoich amerykańskich klientów, tworząc skomplikowane, obejmujące całą branżę powiązania kapitałowe. Początkowo doprowadziło to do odseparowania od siebie przemysłu amerykańskiego i chińskiego. Najwyższej klasy układy Nvidii nie mogą być sprzedawane do Chin ze względu na amerykańskie regulacje, a różne słabsze wersje zaprojektowane w celu obejścia sankcji (jak np. H20) również zostały na pewien czas zakazane. Nie przyniosło to jednak Amerykanom pożądanego skutku. Sankcje i zakazy sprawdzają się zazwyczaj tylko na krótką metę, ponieważ kraje – zwłaszcza te o dużych i płynnych rynkach – po prostu znajdą sposoby na ich obejście, budując w miarę możliwości własny potencjał.

I tak właśnie stało się w Chinach. Firmy takie jak Huawei, Cambricon czy Hygon robią postępy technologiczne, podczas gdy relatywna wydajność modeli DeepSeek i innych LLM zmniejszyła zapotrzebowanie na ogromne moce obliczeniowe. Mogą one wykorzystywać nieodłączną wielowątkowość i równoległość współczesnej AI, łącząc to z łatwiejszym dostępem do energii i mniejszymi restrykcjami środowiskowymi, które cechują Chiny w porównaniu z Ameryką.

Tymczasem amerykańska polityka w tym obszarze stała się niespójna. […] Decydenci są podzieleni co do tego, czy nadal całkowicie wykluczać Chiny, czy też próbować wciągnąć je z powrotem do amerykańskiego ekosystemu. Z najnowszych danych wynika, że administracja postawiła na tę drugą strategię. […] Strategia ta, nawet jeśli będzie stosowana konsekwentnie, wydaje się mieć małe szanse powodzenia, jako że chiński przemysł wyraźnie zwiększył produkcję. Choć wciąż pozostaje w tyle za Ameryką, skupia się na mniej zasobożernych modelach AI, które mimo to pozostają konkurencyjne. Chiny nie borykają się obecnie z niedoborem centrów danych. Nie potrafią jeszcze co prawda odtworzyć narzędzi litograficznych holenderskiego ASML ani umiejętności produkcyjnych tajwańskiego TSMC, ale ogólnie ich pozycja ulega poprawie. Choć chińska sztuczna inteligencja radzi sobie świetnie z wnioskowaniem, jest mniej wydajna w procesie trenowania modeli. Jednak przy wsparciu rządu zdeterminowanego, by wygrać ten „wyścig”, efektywność ekonomiczna ma tam mniejsze znaczenie niż w Ameryce.

Jako gospodarka relatywnie zamknięta, Chiny tradycyjnie pozostawały w tyle za Ameryką pod względem adaptacji technologii. Kwitnący w USA sektor oprogramowania dla przedsiębiorstw (enterprise software) naturalnie oswaja biznes z AI. Sytuacja może jednak ulegać zmianie. Chińczycy wprost zatwierdzili cel, jakim jest zintegrowanie AI w 90% produkcji przemysłowej do 2030 roku, a samo państwo jest wpływowym pionierem wdrażania tych rozwiązań. AI jest traktowana jako branża strategiczna. Chiny mają ogromną przewagę cenową dzięki tańszym modelom, stały się też liderem w segmencie modeli open-source / open-weight (czego najbardziej jaskrawym przykładem jest DeepSeek). Mniej przejmują się ochroną przed dyskryminacją, naruszeniami prywatności czy szkodami środowiskowymi, a dostęp do energii nie stanowi dla nich problemu. Ponadto zaufanie do AI jest w Chinach wyższe niż w USA.

Chiny pracują również nad selektywnym otwarciem swojej gospodarki na wykwalifikowanych migrantów, wprowadzając nową wizę H-1B, aby zaradzić niedoborowi talentów w dziedzinie AI. Przyjęcie modelu otwartości (openness) przez wiele tamtejszych firm również działa na ich korzyść – ograniczenia w dostępie do zachodniej wiedzy mogą być rekompensowane poprzez sięganie do gigantycznej chińskiej bazy programistów, nie tylko przy budowie modeli, ale także przy projektowaniu robotyki i półprzewodników. Jednocześnie ta otwartość tworzy ekosystem użytkowników wykraczający poza granice Chin, który prawdopodobnie okaże się odporny na amerykańskie sankcje.