Lecciones obtenidas desde dentro de los laboratorios de IA de China

• Un reporte de campo basado en visitas directas a los principales laboratorios de IA de China y conversaciones con investigadores, que analiza las diferencias culturales del ecosistema de IA entre China y Estados Unidos y cómo afectan el desarrollo de modelos
• Los investigadores chinos muestran una tendencia cultural a enfocarse en optimizar la calidad del modelo final antes que en el prestigio individual, y una parte importante de los contribuyentes clave son estudiantes activos
• Las empresas chinas de IA tienen un fuerte sentido de propiedad por controlar su propia pila tecnológica en lugar de comprar servicios externos, y su publicación como código abierto también se basa en criterios prácticos
• La mayoría de los desarrolladores de IA en China usan Claude, y es posible que la demanda empresarial de IA siga una trayectoria más parecida a la del mercado de nube que a la de SaaS
• Los ecosistemas de IA de Estados Unidos y China operan de maneras estructuralmente distintas, y mapear de forma simple la industria china de IA usando marcos occidentales puede provocar un error de categoría

---

La forma de pensar de los investigadores chinos

• Las empresas chinas que desarrollan LLM combinan una larga tradición cultural en educación y trabajo con diferencias sutiles en la operación de empresas tecnológicas, lo que les da una estructura óptima como fast-followers
• Construir un LLM de punta hoy depende de trabajo minucioso en toda la pila, como datos, detalles de arquitectura e implementación de algoritmos de RL, y es un proceso complejo donde los logros individuales deben ceder ante la optimización multipropósito del modelo completo
• Los investigadores estadounidenses tienen una cultura más marcada de promocionar activamente su trabajo, y la búsqueda de prestigio como "científico líder en IA" genera conflictos dentro de las organizaciones
  • Circula ampliamente el rumor de que la organización de Llama colapsó por el peso de esos intereses políticos
  • También hay historias de algunos laboratorios donde tuvieron que compensar a investigadores estrella que se quejaban de que sus ideas no se reflejaban en el modelo final
• Una parte importante de los contribuyentes clave en los laboratorios chinos son estudiantes activos, y los propios laboratorios son organizaciones muy jóvenes
  • Esto se parece a la estructura de Ai2, donde los estudiantes son tratados como colegas e integrados directamente en los equipos de LLM
  • En cambio, OpenAI, Anthropic y Cursor en EE. UU. no ofrecen pasantías, y existe el riesgo de que las pasantías relacionadas con Gemini en Google queden separadas del trabajo real
• Factores concretos por los que estas diferencias culturales mejoran la capacidad de construir modelos:
  • Alta disposición a hacer trabajo poco visible para mejorar el modelo final
  • El nuevo talento en IA no está atado a ciclos previos de hype y se adapta más rápido a las tecnologías modernas
  • Menos ego, lo que vuelve a la estructura organizacional algo más escalable y menos propensa al gaming del sistema
  • Un abundante pool de talento adecuado para resolver problemas ya validados en otros lugares
• Estas ventajas contrastan con el estereotipo conocido de que los investigadores chinos producen menos investigación académica creativa, pionera y estilo 0-to-1
  • Los líderes de laboratorios académicos están intentando cultivar una cultura de investigación más ambiciosa
  • Algunos líderes técnicos se muestran escépticos y dicen que rediseñar los sistemas de educación e incentivos es una tarea demasiado grande para el equilibrio económico actual

Características de los investigadores estudiantes

• En China también está ocurriendo una fuga de cerebros similar a la de EE. UU., y muchos que antes contemplaban la academia ahora tienden a quedarse en la industria
  • Un investigador comentó que le interesaba ser profesor, pero que "la enseñanza ya la resolvió el LLM — ¿por qué un estudiante me preguntaría a mí?"
• Los estudiantes tienen la ventaja de acercarse a los LLM sin prejuicios previos
  • En los últimos años, el paradigma central de los LLM ha cambiado de escalado con MoE → escalado con RL → uso de agentes
  • Hacer bien todo eso exige absorber rápidamente un amplio contexto de literatura y de la pila tecnológica, y los estudiantes están acostumbrados a este trabajo y lo hacen con entusiasmo
• Los estudiantes investigadores chinos participan menos en discursos filosóficos y son muy directos
  • Hay muchos menos investigadores chinos que estadounidenses con opiniones elaboradas sobre la economía de los modelos o los riesgos sociales de largo plazo
  • Un investigador citó la famosa premisa de Dan Wang: "China está dirigida por ingenieros, y Estados Unidos por abogados"
  • En China no existe una vía que impulse sistemáticamente el estrellato de científicos a través de megapodcasts masivos como los de Dwarkesh o Lex
• En preguntas sobre la incertidumbre económica causada por la IA, cuestiones más allá de AGI o debates morales sobre el comportamiento de los modelos, los científicos chinos reflejan rasgos de haber crecido en un sistema donde no se incentivan las opiniones sobre el debate y la estructura social

El ambiente en Beijing y en el ecosistema chino de IA

• Beijing se siente muy parecida al Bay Area, con laboratorios rivales ubicados a distancia caminable o de trayectos cortos
  • En 36 horas se visitaron Z.ai, Moonshot AI, la Universidad de Tsinghua, Meituan, Xiaomi y 01.ai
  • Es fácil moverse con Didi, y en China muchas veces a los vehículos XL les asignan minivanes eléctricas con sillones de masaje
• La guerra por el talento entre investigadores es muy similar a la de EE. UU.; es común que cambien de trabajo y el criterio de elección es el lugar con mejor vibra en ese momento
• La comunidad china de LLM se siente más como un ecosistema que como tribus en competencia
  • Todos los laboratorios chinos vigilan a ByteDance, que tiene el popular modelo Doubao
  • ByteDance es el único laboratorio fronterizo cerrado de China
  • Todos los laboratorios respetan a DeepSeek como el líder técnico con mejor intuición de investigación en ejecución
  • Esto contrasta con cómo, al reunirse informalmente con miembros de laboratorios en EE. UU., rápidamente saltan chispas
• Lo más impresionante de la humildad de los investigadores chinos es su actitud indiferente ante el lado del negocio, diciendo que "no es su problema"
  • En EE. UU., todos están obsesionados con tendencias industriales a nivel ecosistema como vendedores de datos, cómputo o financiamiento

Diferencias y similitudes de la industria china de IA

• Hoy construir modelos de IA ya no es solo el resultado de ingeniería de grandes investigadores, sino una actividad compuesta donde se combinan construcción, despliegue, financiamiento y adopción
• Seis diferencias principales frente al ecosistema occidental:

• 1. Señales tempranas de demanda interna de IA

  • Existe la hipótesis de que las empresas chinas no pagan por software, por lo que no se formará un gran mercado de inferencia
  • Eso históricamente solo ha sido cierto para el muy pequeño ecosistema SaaS en China, mientras que el país sí tiene un gran mercado de nube
  • La gran pregunta no resuelta es si el gasto empresarial en IA seguirá al mercado SaaS (pequeño) o al mercado de nube (fundamental)
  • En general, la IA parece seguir una trayectoria más cercana a la nube, y nadie mostró una preocupación seria de que no fuera a crecer un mercado alrededor de nuevas herramientas

• 2. La mayoría de los desarrolladores usan Claude

  • La mayoría de los desarrolladores de IA en China están fascinados con Claude y con cómo cambió la forma de construir software
  • Claude se usa a pesar de estar nominalmente prohibido en China
  • Algunos investigadores mencionaron herramientas propias como Kimi o GLM CLI, pero todos hablaron de usar Claude
  • Hubo sorprendentemente muy pocas menciones a Codex, que está ganando popularidad rápidamente en el Bay Area
  • Aunque históricamente China haya sido reacia a comprar software, esto no da la impresión de que no vaya a haber un gran aumento en la demanda de inferencia

• 3. Sentido de propiedad tecnológica

  • La cultura china, combinada con un motor económico muy activo, produce resultados impredecibles
  • Muchos modelos de IA reflejan el equilibrio práctico y presente de muchas empresas tecnológicas, más que un plan maestro
  • La industria respeta a ByteDance y Alibaba como incumbentes que probablemente ganarán en la mayoría de los mercados gracias a sus amplios recursos
  • DeepSeek es un líder técnico respetado, pero está lejos de ser el líder de mercado; marca dirección, pero no tiene la estructura para ganar económicamente
  • En Occidente puede sorprender que empresas como Meituan (servicio de entregas) o Ant Group construyan modelos, pero consideran que, si los LLM serán el núcleo de los productos tecnológicos del futuro, necesitan una base sólida
  • Ajustar un modelo generalista permite fortalecer la pila con retroalimentación de la comunidad abierta y mantener una versión interna ajustada para sus propios productos
  • La mentalidad de "open first" se basa en la practicidad: obtener retroalimentación fuerte sobre el modelo, contribuir a la comunidad open source y reforzar la misión

• 4. El apoyo gubernamental existe, pero su escala no está clara

  • A menudo se afirma que el gobierno chino apoya activamente la competencia de LLM abiertos
  • El gobierno está descentralizado en varios niveles y no hay un playbook claro sobre qué hace exactamente cada nivel
  • Los vecindarios de Beijing compiten por atraer oficinas de empresas tecnológicas
  • La "ayuda" ofrecida casi con certeza incluye simplificar trámites burocráticos como permisos, pero no está claro si también abarca atraer talento o incluso contrabando de chips
  • Durante la visita hubo varias menciones al interés o ayuda del gobierno, pero hay muy poca información para reportar detalles de forma concluyente
  • No hubo ninguna señal de que el nivel más alto del gobierno chino influyera en decisiones técnicas sobre los modelos

• 5. La industria de datos está mucho menos desarrollada

  • Dado que se ha oído que Anthropic y OpenAI gastan más de 10 millones de dólares en un solo entorno y cientos de millones al año en expandir la frontera de RL, se buscó confirmar si los laboratorios chinos compran esos mismos entornos a empresas estadounidenses o reciben apoyo del ecosistema local
  • Más que inexistente, la industria de datos es relativamente de menor calidad, por lo que muchas veces conviene más construir internamente entornos o datos
  • Los investigadores invierten mucho tiempo en construir por sí mismos entornos de entrenamiento para RL
  • Grandes empresas como ByteDance y Alibaba tienen equipos internos de etiquetado de datos para apoyar esto
  • Todo esto refleja la mentalidad del punto anterior de construir en vez de comprar

• 6. Demanda urgente de chips de Nvidia

  • El cómputo de Nvidia es el gold standard del entrenamiento, y todos los laboratorios ven su progreso limitado por la escasez
  • Si hubiera oferta, claramente comprarían
  • Otros aceleradores, incluido Huawei, reciben evaluaciones positivas para inferencia, y muchos laboratorios tienen acceso a chips de Huawei
• Estos puntos dibujan un ecosistema de IA muy distinto, donde mapear rápidamente cómo operan los laboratorios occidentales sobre China puede provocar errores de categoría
• La pregunta clave es si estos ecosistemas distintos producirán tipos de modelos significativamente diferentes, o si los modelos chinos siempre se describirán como versiones de hace 3 a 9 meses de los modelos fronterizos de EE. UU.

Equilibrio global

• China no es un lugar que pueda expresarse con reglas o recetas; tiene una dinámica y una química muy distintas
  • Su cultura es muy antigua y profunda, y está completamente entrelazada con la forma en que construye tecnología localmente
• La estructura actual de poder en EE. UU. usa su visión sobre China como dispositivo central de toma de decisiones, pero China tiene cualidades e instintos muy difíciles de modelar desde la toma de decisiones occidental
• Incluso al preguntar directamente por qué estos laboratorios publican sus mejores modelos en abierto, la intersección entre sentido de propiedad y apoyo genuino al ecosistema sigue siendo difícil de conectar
• Casi todas las grandes tecnológicas chinas están construyendo su propio LLM generalista
  • Meituan (servicio de entregas), Xiaomi (empresa de tecnología de consumo muy amplia) y otras publican modelos de pesos abiertos
  • Sus equivalentes en EE. UU. simplemente comprarían el servicio
  • Estas empresas construyen LLM no para seguir una moda, sino por un deseo profundo y fundamental de controlar su propia pila y desarrollar la tecnología más importante de la era
• La humanidad, el encanto y la calidez genuina de los investigadores chinos hicieron de esto una experiencia muy humana
  • Las conversaciones geopolíticas duras que son comunes en EE. UU. no parecían haberlos tocado en absoluto
• Si el ecosistema abierto prospera globalmente, se puede construir una IA más segura, accesible y útil; la pregunta actual es si los laboratorios estadounidenses tomarán medidas para ocupar esa posición de liderazgo
• Siguen circulando más rumores sobre órdenes ejecutivas que afectarían a los modelos abiertos, lo que podría complicar aún más la sinergia entre el liderazgo de EE. UU. y el ecosistema global

[jjw9512151]

A veces me preocupa que una fijación excesiva e irracional con China
no esté creando al monstruo que llevamos dentro.

Como cuando uno de los pretextos para que los nazis llegaran al poder fue el anticomunismo.

[kaydash]

¡Solo una China...!