Китайские ИИ-модели на триллион параметров могут подойти предприятиям лишь для отдельных задач

С тех пор как китайский ИИ-стартап DeepSeek вышел на рынок три года назад, руководители предприятий с опаской относятся к использованию китайских ИИ-моделей.

Но теперь, когда новые китайские предложения — модель Alibaba Qwen3.8 Max с 2,4 трлн параметров и модель Moonshot Kimi K3 с 2,8 трлн параметров — обещают еще более мощную производительность, ИТ-руководители снова вынуждены задаваться вопросом, стоит ли использовать эти модели хотя бы в ограниченном объеме.

Бывший руководитель Walmart по рискам Steven Eric Fisher, который сейчас работает независимым советником по кибербезопасности и рискам, считает, что к ним как минимум стоит присмотреться еще раз.

«Предприятиям следует относиться к этим моделям серьезно, но не принимать и не отвергать их только потому, что они китайские», — сказал он. — «Их следует оценивать как любую другую критически важную технологическую зависимость: юрисдикцию, владение, происхождение обучающих данных и ПО, лицензирование, обращение с данными, размещение, безопасность, надежность и возможность самостоятельно тестировать их поведение. Геополитические риски — это легитимный фактор, но его нужно учитывать в рамках технической и цепочки поставок проверки, а не подменять им такую проверку».

Выбирать приложения нужно осторожно

Он добавил: «Китайские модели могут быть особенно полезны для coding, многоязычной обработки, массового анализа документов, исследований, генерации синтетических данных и частно управляемых security- или forensic-процессов, но их нужно тестировать под конкретную задачу, а не опираться на общие заявления о результатах бенчмарков».

Shashi Bellamkonda, директор по исследованиям в Info-Tech Research Group, согласился, что китайские модели могут работать хорошо, если использовать их только в тщательно выбранных сценариях.

«Хотя K3 от Moonshot по-прежнему уступает Claude’s Fable 5 и GPT 5.6 Sol по производительности и пользовательскому опыту, у компаний с хорошим governance и prompt guardrails не будет нестабильности и импровизационности [китайских] моделей», — сказал он. — «Эти модели выиграют в использовании. Лучшие frontier-модели из США лидируют как лучшие модели, но китайских моделей будет достаточно для высокообъемных, нестрессовых задач, которые стоят дешевле для некритичных транзакций».

С другой стороны, Bellamkonda перечислил области, где предприятиям стоит избегать китайских ИИ-моделей, включая «customer-facing работу без human in the loop, регулируемые или чувствительные данные и все, где ошибочный ответ создает юридические или связанные с безопасностью риски. Именно здесь сказываются и разрыв в надежности, и concern политической токсичности, и именно здесь закрытые американские модели по-прежнему оправдывают свою премию».

Bellamkonda сказал, что не считает различия в надежности данных, в основном связанные с частотой галлюцинаций, значимыми для решений по enterprise AI-стратегии.

«Любая open-weight-модель этого класса может ошибаться в фактах или выдумывать. Это исправимо при правильной настройке, так что это не причина отказываться от таких моделей», — сказал он. — «Для высокообъемных задач с четкими границами вы даете модели собственные проверенные документы, на основе которых она отвечает, и оставляете человека, который проверяет результат. Такое сочетание безопасно для production. Сама по себе модель — нет».

Слишком рано для предприятий

Однако не все согласны, что новые китайские модели уже заслужили место среди вариантов для enterprise AI-решений.

Консультант по кибербезопасности Brian Levine, исполнительный директор FormerGov, сосредоточился на рисках китайских технологий, когда работал в Министерстве юстиции США как его представитель в Joint Liaison Group (JLG) по взаимодействию с Китаем.

«Для американских предприятий пока слишком рано всерьез рассматривать эти модели», — сказал он. — «Пока не доказано обратное, предприятиям следует исходить из того, что, используя эти модели, они могут предоставлять Китаю полный доступ ко всему, что делают через эти модели, а возможно, и более широкий доступ к своим сетям и сотрудникам. На этом этапе любые плюсы таких моделей намного перевешиваются потенциальными рисками для безопасности, конфиденциальности и надежности».

Tom Findling, CEO компании Conifers.ai, столь же категорично заявил, что CIO предприятий нужно держаться подальше от этих новых китайских моделей.

«Использовать их внутри компании? Абсолютно нет. Вы просто не знаете, что туда встроено, и не знаете, какие обучающие данные в них заложены», — сказал Findling.

Mike Wilkes, enterprise CISO в Aikido Security, добавил, что очень привлекательная цена этих китайских моделей может показаться соблазнительной, но, несмотря на низкую стоимость, они в итоге слишком рискованны.

«Предприятиям следует относиться к этим моделям серьезно, но не романтизировать их. Количество параметров — это мощность, измеренная в шоуруме, а не тормозной путь под дождем», — сказал он. — «Настоящие тесты — это надежность на ваших данных, цена ошибочного ответа и то, ведет ли модель себя предсказуемо под давлением».

Он отметил, что бенчмарки у последних open-weights-моделей впечатляющие и очень близки к показателям frontier-лабораторных моделей, из-за чего стоимость выглядит «невероятно соблазнительной, особенно когда команда не хочет рисковать тем, что ее данные будут использованы для обучения этих frontier-моделей».

Но китайские модели все же могут работать в определенных условиях. «Наибольшая ценность будет в ограниченной, обратимой и проверяемой работе: coding внутри sandbox, многоязычном переводе, сортировке документов, извлечении данных и других высокообъемных задачах, где результаты можно проверить», — сказал он. — «Дешевая интеллект-емкость ценна только тогда, когда ее не принимают за заслуживающее доверия суждение».

Wilkes добавил, что регуляторные проблемы вокруг китайских моделей могут быть особенно острыми. Например, Техас запретил их использование.

Рациональный выбор для некоторых рабочих нагрузок

Однако Yuri Goryunov, CIO консалтинговой компании Acceligence, утверждал, что CIO стоит серьезно рассматривать такие модели.

«Как ни парадоксально, главное преимущество Kimi и подобных моделей — отсутствие guardrails», — сказал Goryunov. — «Думайте об этом как о машинах с механической коробкой в эпоху автоматов. Если вам нужны простота и комфорт, оставайтесь с frontier-моделями: у них есть cruise control, они сами переключают передачи и сами решают, когда это делать. Если вам нужны производительность и контроль, расширяйте горизонты. Но механика предполагает, что вы умеете на ней ездить: вы приносите свое governance, свои evals, свой safety layer. Это требует затрат и специализированных специалистов, которых крайне мало, и для правильной организации именно в этом и состоит смысл».

Вывод Goryunov’а: «Для внутренних, высокообъемных, хорошо управляемых рабочих нагрузок [китайские модели] перешли из категории “на заметке” в категорию “рациональный выбор”».

Эта статья впервые появилась на CIO.com.

Материал — перевод статьи с английского.

Оригинал: China’s trillion-parameter AI models may help enterprises with some applications