Amerykańsko-chińska rywalizacja o sztuczną inteligencję od kilku lat koncentruje się przede wszystkim na półprzewodnikach. Stany Zjednoczone ograniczają eksport najbardziej zaawansowanych akceleratorów AI oraz technologii potrzebnych do ich produkcji. Chcą w ten sposób utrudnić Chinom budowę infrastruktury niezbędnej do trenowania najpotężniejszych modeli. Okazuje się jednak, że istnieje drugi łańcuch dostaw, który pozostaje znacznie mniej kontrolowany. Chodzi o dane treningowe. I nie o przypadkowe informacje pobrane z internetu, lecz specjalistyczne zestawy przygotowywane przez ekspertów dla najbardziej zaawansowanych modeli sztucznej inteligencji.

Jak wynika z ustaleń „Forbesa”, korzystają z nich również chińskie laboratoria.

Co więcej, kupują je od tych samych przedsiębiorstw z Doliny Krzemowej, które obsługują czołowe amerykańskie firmy rozwijające sztuczną inteligencję.

Te same dane dla Doliny Krzemowej i Chin

Chińskie laboratoria nie zamierzają latami odrabiać technologicznego dystansu do USA. Ściągają najlepszych naukowców i inżynierów, a także wykorzystują destylację modeli. W uproszczeniu polega ona na używaniu odpowiedzi generowanych przez zaawansowany model do trenowania innego systemu.

Jest jednak jeszcze inny sposób - znacznie mniej kontrowersyjny: zakup wysokiej jakości danych treningowych od tych samych dostawców, z których korzystają amerykańskie laboratoria AI. To szczególnie istotne w obecnej fazie rozwoju sztucznej inteligencji. Sam dostęp do ogromnej ilości tekstu czy kodu już nie wystarcza. Coraz większego znaczenia nabierają dane przygotowywane przez ekspertów. Jeżeli model ma nauczyć się wykonywania skomplikowanych analiz finansowych, prowadzenia procesów księgowych, rozwiązywania problemów matematycznych czy stosowania procedur laboratoryjnych, potrzebuje odpowiednio zaprojektowanego materiału treningowego.

Wartość takiego zbioru nie tkwi wyłącznie w odpowiedziach. Kluczowe są również instrukcje, sposób konstrukcji zadań, kryteria oceny oraz metody pozwalające określić, czy model rzeczywiście prawidłowo rozwiązał problem. W praktyce dostawca sprzedaje więc nie tylko dane. Sprzedaje również część know-how dotyczącego skutecznego trenowania modeli.

Sean Cai, konsultant zajmujący się danymi AI i uczeniem ze wzmocnieniem, zwraca uwagę, że część amerykańskiej infrastruktury danych wspierającej rozwój modeli w USA zasila jednocześnie chińskie laboratoria.

Skala tego zjawiska może być znaczna.

Według dwóch przedsiębiorców z branży, na których powołuje się „Forbes”, sześć największych chińskich laboratoriów AI wydaje na usługi amerykańskich firm zajmujących się danymi około 500 mln USD rocznie.

Amerykańskie startupy obsługują chińskich gigantów

W tym łańcuchu dostaw pojawiają się czołowe amerykańskie firmy specjalizujące się w przygotowywaniu danych dla AI. Jedną z nich jest Surge AI, która dostarczała usługi m.in. Anthropicowi. Wśród jej klientów znajdowała się również Armia Stanów Zjednoczonych, a także Siły Powietrzne USA. Według informacji „Forbesa” z usług Surge AI korzysta także Tencent.

Na dwóch rynkach działa również Mercor. Amerykańska spółka pozyskała kontrakt z rządem federalnym USA, a jednocześnie ma współpracować z Tencentem i Alibabą. Warto zauważyć, że skala biznesu Mercor szybko rośnie. W czerwcu roczna wartość sprzedaży przekroczyła 2 mld USD. Według źródła cytowanego przez „Forbesa” w drugim kwartale około 2% przychodów firmy pochodziło z chińskich laboratoriów AI. Spółka miała nawet zatrudnić osobnego koordynatora odpowiedzialnego za tamtejszy rynek.

Kolejnym graczem jest AfterQuery. Z ustaleń amerykańskiego magazynu wynika, że firma współpracowała z Ant Group oraz Alibabą. Chińscy klienci mają odpowiadać za co najmniej 50 mln USD jej powtarzalnych przychodów. To jednak nie koniec. Wewnętrzne dokumenty projektowe wskazują, że z ByteDance, właścicielem TikToka, pracował także amerykański Turing.

Tencent, Alibaba, ByteDance, Moonshot i Ant Group nie odpowiedziały „Forbesowi” na pytania dotyczące tych relacji. Mercor odmówił komentarza. Surge AI i AfterQuery nie ujawniają list swoich klientów. Turing podkreślił natomiast, że wspiera rozwój zarówno zamkniętych, jak i otwartych modeli AI oraz wskazał na rosnące znaczenie modeli open source powstających poza Stanami Zjednoczonymi.

Najcenniejsze mogą być dane „z półki”

Amerykańskie przedsiębiorstwa oferują chińskim klientom dwa podstawowe rodzaje usług. Pierwszym są projekty przygotowywane pod konkretne potrzeby laboratorium. Drugim – gotowe zestawy danych określane jako Off-the-Shelf, czyli OTS. To właśnie druga kategoria może mieć szczególne znaczenie dla technologicznego wyścigu. Raz przygotowany zbiór można sprzedać wielu klientom. Z perspektywy dostawcy oznacza to wysoką marżę. Z perspektywy kupującego – możliwość wykorzystania doświadczeń zgromadzonych wcześniej podczas pracy dla innych laboratoriów.

Nie oznacza to, że chińska firma otrzymuje dane przygotowane na wyłączność dla OpenAI czy Anthropica. Mechanizm jest bardziej subtelny. Firmy zajmujące się danymi posiadają sieci specjalistów, własne systemy kontroli jakości oraz wypracowane metody tworzenia i oceniania zadań. Jeżeli wcześniej budowały podobne zestawy dla najbardziej zaawansowanych laboratoriów AI, zdobyte kompetencje mogą wykorzystać przy tworzeniu kolejnych produktów. Chiński klient nie musi więc samodzielnie przechodzić całego procesu prób i błędów. Kupuje zbiór powstały przy użyciu metod rozwijanych przez dostawcę podczas pracy z najbardziej wymagającymi firmami świata. Właśnie dlatego wysokiej jakości dane stają się coraz bardziej strategicznym zasobem.

Czipy są kontrolowane. Wiedza przepływa swobodnie

Powstaje w ten sposób wyraźna luka w amerykańskiej polityce technologicznej. Waszyngton stworzył rozbudowany system ograniczeń dotyczących eksportu najbardziej zaawansowanych półprzewodników i technologii potrzebnych do ich produkcji. Wysokiej jakości dane treningowe nie podlegają porównywalnym restrykcjom.

Kapitał szybko wykorzystuje tę sytuację.

Firmy specjalizujące się w przygotowywaniu danych dla AI osiągają dziś wyceny charakterystyczne dla największych technologicznych startupów. Mercor jest wyceniany na około 20 mld USD, natomiast wartość Surge AI ma sięgać co najmniej 25 mld USD.

Rynek rośnie wraz ze zmianą sposobu rozwijania modeli. Im lepsze stają się systemy AI, tym trudniej poprawić ich możliwości samą ilością danych. Potrzebne są coraz bardziej specjalistyczne zadania i coraz lepsi eksperci zdolni je tworzyć oraz oceniać. Dostęp do odpowiednio przygotowanych danych może więc skracać drogę do kolejnych generacji modeli.

W Stanach Zjednoczonych pojawiają się już głosy, że sprzedaż takich zasobów chińskim przedsiębiorstwom powinna być traktowana jako kwestia bezpieczeństwa narodowego. Nie wszystkie firmy działają zresztą tak samo. Micro1 deklaruje, że nie sprzedaje danych poza USA. Scale AI rozważało współpracę z ByteDance, ale w 2024 roku miało z niej zrezygnować ze względu na obawy związane właśnie z bezpieczeństwem narodowym.

Druga strona sporu wskazuje jednak na konsekwencje potencjalnych restrykcji. Ograniczenie międzynarodowego przepływu danych mogłoby uderzyć w rozwój modeli open source i wzmocnić największe zamknięte laboratoria. Sean Cai zwraca uwagę, że radykalne restrykcje mogłyby prowadzić do dalszej koncentracji rynku wokół OpenAI i Anthropica.

Waszyngton staje więc przed problemem znacznie trudniejszym niż kontrola eksportu półprzewodników. Czip można sklasyfikować według wydajności i parametrów technicznych. Można kontrolować jego sprzedaż oraz wskazać kraje, do których nie wolno go eksportować.

Znacznie trudniej zrobić to samo z wiedzą.

A właśnie ona staje się jednym z najważniejszych surowców w kolejnym etapie wyścigu AI. Stany Zjednoczone mogą ograniczać Chinom dostęp do najpotężniejszych procesorów. Jeśli jednak chińskie laboratoria nadal mogą kupować od amerykańskich firm metodycznie przygotowane dane i ekspertyzę potrzebną do skutecznego trenowania modeli, technologiczny mur okazuje się znacznie mniej szczelny, niż sugerowałyby same restrykcje dotyczące czipów.

Zapraszamy na TEK.day Gdańsk, 24 września 2026. Zapisz się tutaj!