Венчурный капитал уходит из китайского ИИ, государство заходит вместо него — и система работает иначе, чем ожидали аналитики.
Что известно:
Венчурное финансирование китайских ИИ-стартапов упало почти на 50% год к году в начале 2025-го. Во втором квартале — до $4,7 млрд по данным PitchBook (только ИИ-сегмент): минимум за десятилетие. Капитал, привлечённый в китайские VC-фонды, составляет менее четверти от прошлогоднего уровня — а тот сам был минимальным почти за десятилетие.
Для сравнения: частные инвестиции США в ИИ в 2024 году составили $109,1 млрд — против $9,3 млрд у Китая (данные Stanford AI Index 2025). Пока частные деньги уходят, государство заходит. Это и есть «Visible Hand» — видимая рука, о которой пишет The Economist.
В конце августа 2025 года Госсовет КНР выпустил директиву «AI Plus», нацеленную на интеграцию ИИ в шесть ключевых секторов: наука и технологии, промышленность, потребительские сервисы, социальная сфера, госуправление и международное сотрудничество. Цели: к 2027 году — проникновение новых интеллектуальных терминалов и ИИ-агентов выше 70% в этих секторах. К 2030-му — выше 90%. Это официальные ориентиры, не гарантированный сценарий.
Инфраструктурная ловушка:
Амбициозный инфраструктурный рывок обернулся сотнями простаивающих ЦОДов (дата-центров). Местные СМИ — Jiazi Guangnian и 36Kr — сообщают, что до 80% новых вычислительных мощностей не используется. В 2023–2024 годах анонсировано более 500 проектов, не менее 150 уже построенных объектов не могут найти клиентов.
Механика проблемы точная: большинство новых ЦОДов оптимизированы под pretraining-нагрузки — масштабные вычисления на больших датасетах, — а не под inference (инференс): запуск обученных моделей для ответа на запросы в реальном времени. Это принципиально разные требования к железу.
Ежемесячная аренда одной карты H100 рухнула с ¥180 000 до ¥75 000. NDRC (Государственная комиссия по развитию и реформам) проводит комплексную проверку отрасли: введён запрет на мелкую вычислительную инфраструктуру, финансируемую местными властями, новые проекты проходят более жёсткую экспертизу.
⚡ Кейс Hunyuan-MT-7B: что это реально доказывает:
Tencent представил две open-source модели в рамках соревновательного трека WMT2025 General Machine Translation — Hunyuan-MT-7B заняла первое место в 30 из 31 языковой пары.
На бенчмарке WMT24pp модель набирает XCOMET-XXL score 0.8585, обходя Gemini-2.5-Pro (0.8250) и Claude-Sonnet-4 (0.8120).
Контекст важен: модель следует специализированному пайплайну — pretrain → CPT (continued pre-training) → SFT (supervised fine-tuning) → Translation RL → Ensemble RL — разработанному исключительно для многоязыкового перевода. Это domain-specific дистилляция, не general-purpose архитектура. Сравнивать с Llama 3 напрямую — как сравнивать скальпель с универсальным ножом.
Наш взгляд:
Санкции на H100/H200 сделали инженерную эффективность не конкурентным преимуществом, а условием выживания. В 2025 году краткое предложение разрешить ограниченные продажи Nvidia в Китай сменилось новым ужесточением контроля в Сенате — формируются две отдельные ИИ-экосистемы. Это повышает издержки, но одновременно ускоряет китайскую самодостаточность: прогресс идёт по другим правилам, а не медленнее.
Китайский подход «grand steering» — сочетание промышленной политики с жёстким государственным направлением — уже доказал свою эффективность в солнечных панелях, телекоме, высокоскоростных железных дорогах и электромобилях. Вопрос не в том, работает ли «видимая рука». Вопрос — хватит ли ей пространства для манёвра там, где частная инновация схлопывается.
Итог:
«AI Plus» — директивный оптимизм с реальной инфраструктурной проблемой внутри. Государство замещает частный капитал, но ЦОДы стоят пустыми, венчур сжимается, а регуляторный барьер входа (обязательная регистрация в CAC) непропорционально давит на стартапы. Параллельно санкционное давление выдаёт неожиданный результат: специализированные модели класса Hunyuan-MT-7B показывают, что эффективность под ограничениями — это воспроизводимая инженерная стратегия, а не временный костыль.
Данные показывают: «видимая рука» умеет строить. Вопрос в том, умеет ли она запускать.
Источники:
Carnegie Endowment: China Wants to Integrate AI Into 90% of Its Economy by 2030
MIT Technology Review: China built hundreds of AI data centers. Now many stand unused
Hunyuan-MT Technical Report (arXiv)
PitchBook: VCs pull back from China AI investment
#китайскийИИ #AIPlus #Hunyuan #LLM #ИИинфраструктура