Финансирование, которое меняет расстановку сил в индустрии ИИ
В мае 2026 года в сфере ИИ Китая произошло знаковое событие — DeepSeek завершила первый раунд внешнего финансирования: общий объем привлеченных средств превысил 50 млрд юаней (около 7,4 млрд долларов США), а постинвестционная оценка достигла более 5 млрд долларов. Это стало первым в истории этой компании — лидера в своей области, которая долгое время держалась в стороне от рынков капитала — шагом к открытию дверей для инвестиций.
Инвесторский состав можно назвать поистине роскошным: основатель Лян Вэньфэн лично вложил 20 млрд юаней, Tencent — 10 млрд, CATL — 5 млрд, NetEase, JD.com и IDG Capital — по 3 млрд, а также в числе участников присутствуют Monolith Ersi Capital, Zhenxingu Investment и другие.
Почему этот раунд финансирования вызвал землетрясение в индустрии — не только из‑за масштаба, но и потому, что он пришёл от компании, которая когда‑то заявляла: «никаких инвестиций, никакого IPO, никакой коммерциализации». Людей интересовало: почему Лян Вэньфэн изменил решение? Каким на самом деле был его реальный технологический путь и бизнес-философия в компании, которой было дано так много ореола?
Недавно в индустрии распространилась стенограмма внутренних совещаний DeepSeek во время раунда финансирования. В этой многогчасовой записи Лян Вэньфэн крайне редко системно изложил свои полные размышления о культуре организации, технологическом пути, бизнес-игре и вычислительных инфраструктурах. Эти взгляды достаточно, чтобы объяснить прежние сдержанные решения этой компании — на первый взгляд они казались неинтуитивными, но в итоге оказалось, что они правильные.
Организационный эксперимент, движимый образом-видением: компания без KPI
«Управлять большой компанией — дело не ваших регламентов. Дело в образе-видении». На совещании Лян Вэньфэн так определил организационную философию DeepSeek.
Это не пустой лозунг. Он прямо сказал: у DeepSeek «нет организации» — это чисто история, движимая образом-видением. «Мы не делаем так, будто у нас есть способ: «вот какие KPI я хочу выполнить и как будут оценивать». У нас только видение».
Конкретное проявление этих организационных экспериментов таково: управление компанией делится на две линии — формальные проекты сверху вниз и свободные исследования снизу вверх. Лян Вэньфэн хочет, чтобы официальная работа «не занимала половину времени сотрудников»; оставшуюся половину времени исследователи могут свободно исследовать любые направления, которые считают важными: «никто им не руководит, нет KPI».
«Обычно мы тоже не очень задерживаемся на работе». Он привёл два довода: во‑первых, исследованиям нужен свободный, расслабленный контекст; если затянуть слишком сильно, исследовать невозможно; во‑вторых, компания крайне сфокусирована: «потому что мы сдержанны, многие вещи мы выбираем не делать. Чем меньше дел мне нужно делать, тем меньше работы достаётся каждому».
За этой, казалось бы, «буддийской» управленческой манерой стоит ясное стратегическое суждение: главная ключевая выгода DeepSeek — это сохранение стабильности команды.
«Пока я могу сохранять стабильность команды, я обязательно смогу сделать AGI». — сказал Лян Вэньфэн: «Разница лишь в том, чуть раньше или чуть позже. Если при столкновении с неудачами все не уйдут, тогда я могу продолжать».
Он рассматривает это как «единственную ключевую выгоду, с которой нельзя уступать». Всё остальное — время, ресурсы, деньги — может быть переменной, но команда не должна распасться. Один из ключевых смыслов этого раунда финансирования — через опционы зафиксировать долгосрочную привязку ключевой команды.
И ещё важнее: он объясняет, почему DeepSeek может притягивать и удерживать таланты, используя сам по себе образ-видение.
«AGI — это более масштабное видение. Это видение объединяет больше талантливых людей». По его мнению, структурное преимущество DeepSeek по отношению к коммерческим компаниям именно здесь. У коммерческих компаний видение может быть: «хорошо обслуживать конечного пользователя C» — в продукте и трафике это, возможно, плюс, но в технологиях получить преимущество сложно. «А сейчас самое благоприятное положение дел — модели техники и есть самое ядро, самое важное».
Эта организационная модель, движимая образом-видением, заставила Ляна намеренно отделить DeepSeek от исторической Bell Labs: «Bell Labs изначально было ясно, что им не нужна коммерциализация, а нам ясно, что она нужна. В конечном итоге мы всё равно должны уметь жить — мы ведь компания, и правительство не даст мне ни цента».
Это прагматичная сторона его философии: с добрыми намерениями изменить мир, но в конечном счёте надо уметь существовать и выжить.
Лестница к AGI: от chain-of-thought к воплощённому интеллекту
Если организационную культуру считать операционной системой DeepSeek, то дорожная карта к AGI — это её навигационная карта. На совещании Лян Вэньфэн описал чёткий лестничный путь развития.
«Развитие AI можно понять как лестницу», — сказал он. «Лестница, по которой мы шли в прошлом году, — это CoT (chain-of-thought, цепочка рассуждений). Мы выяснили, что с помощью chain-of-thought интеллект можно довести до более высокого уровня. А лестница этого года — Agent: благодаря подходу Agent границы возможностей AI будут шире, а верхний предел интеллекта — выше».
Эта лестница — не набор независимых ступеней. На каждом шаге нужна поддержка всех предыдущих шагов. «Агенту нужен CoT, а CoT — нужен предыдущий языковой модельный слой; ни один шаг не делается «впустую».»
Но после появления Agent он увидел ключевую «бутылочную горлышко»: непрерывное обучение.
«AI всё равно не заменит сотрудников-человеков. Потому что человек способен непрерывно учиться. Ты нанимаешь сотрудника — он два месяца знакомится с обстановкой и работой в компании и уже может включаться. Ты говоришь: «Позови Сяо Ваня» — он знает, кто такой Сяо Ван. Но если у AI нет этих двух месяцев обучения, тебе придётся передать ему все контексты: кто такой Сяо Вань, какая у него должность, где он находится и так далее. Это нереально».
По мнению Ляна Вэньфэна, непрерывное обучение — это необходимый порог для перехода к AGI. Переступив его, окажешься на следующем узле: AI сможет саморазвиваться, разрабатывать свою следующую версию и исследовать более сильные модели. Тогда дело дойдёт до воплощённого интеллекта — «выйти в реальный мир, делать вам домашнюю работу, ухаживать за вами».
Этот план определяет логику компромиссов DeepSeek: что делать и чего не делать — всё крутится вокруг вопроса «находится ли это на основной линии интеллекта».
Мультимодальность? «Это компонент, это не сама основная линия. Мы сделаем, но не будем считать это самим интеллектом». Генерация видео? «С основной линией интеллекта это связано не очень сильно, мы не будем этим заниматься». Модель мира? «Сейчас это тоже напрямую не связано с тем, что предел интеллекта повышается, и мы этого тоже не будем делать».
Эта фокусировка иногда ошибочно воспринимается со стороны как консерватизм. Но логика Ляна очень ясна: он хочет стоять на главной ключевой ступени лестницы интеллектуальности; остальные дела — даже если их коммерческая ценность огромна — лучше уступить другим.
«После появления Sora все большие и маленькие компании стали делать, но потом маленькие компании её отрезали. В бизнесе это хорошая сделка, но к интеллекту это не имеет отношения. Мы будем делать только потому, что это часть карты интеллектуальной дорожной карты».
Параллельно он неизменно верит в Scaling Law. «Мы верим в Scaling: чем больше масштаб, тем лучше эффект. Что останавливает нас в Scaling — так это вычислительные мощности. Дело не в том, что мы не хотим Scaling — дело в том, что у нас нет столько вычислительных мощностей».
Отвечая на шумные в Силиконовой долине разговоры о том, что «Scaling дошёл до потолка», Лян Вэньфэн сказал прямо по сути: «Это актуально для Силиконовой долины. Для китайцев же мы ещё очень далеко. Мы вообще не находимся на таком уровне Scaling».
Бизнес-философия сдержанности: кунжут и арбуз
Самое озадачивающее бизнес-решение DeepSeek, возможно, в том, что кажется: компания почти всегда добровольно отказывается от краткосрочной выгоды. Очень низкая цена API, продукт не спешит монетизироваться, нет активного набора пользователей, открытый исходный код самых сильных моделей — в логике традиционного бизнеса такие действия почти невозможно объяснить.
Лян Вэньфэн описал всё с помощью набора «философии сдержанности».
«AI — это слишком большая история, выгода слишком велика. Чем сдержаннее ты себя ведёшь, тем выше шанс, что ты сделаешь это. Его логическая цепочка ясна: в итоге AI может занять десять процентов ВВП человечества, а такой большой рынок не может принадлежать одной монополии. Если пытаться монополизировать — тебя отбросит история. Поэтому нужно спроектировать механизм, который гарантирует, что ты берёшь только ограниченно».
Это проявление сдержанности как пассивной обороны. Но у сдержанности есть и другая сторона — как оружие стратегического наступления.
«Сдержанность — это стратегия: иногда ты можешь отказаться от некоторых вещей, чтобы получить больше других».
Он объяснил этот компромисс с помощью метафоры: краткосрочный рост пользователей и сиюминутная монетизация, возможно, — это всего лишь «кунжут», а AGI — настоящий «арбуз». «Я не должен разбирать весь кунжут. То, что нужно делать — это C‑сторона в прошлом году и B‑сторона в этом году: это нужно делать и делать хорошо, но это не наша цель. Это побочный продукт на пути к AGI — промежуточный результат».
Ценообразование API лучше всего отражает эту философию. Принцип ценообразования DeepSeek таков: окупать стоимость оборудования за десять месяцев.
«Та себестоимость: окупается за десять месяцев — мы сами можем это сделать, другие не могут. Как Alibaba или Tencent: из‑за того, что у них нет такой оптимизации, их себестоимость должна быть в несколько раз выше».
Интересно, что он обнаружил: когда цена удваивается, объём потребляемых пользователями токенов почти не меняется — спрос в этом диапазоне неэластичен. Теоретически повышение цены может напрямую увеличить выручку. Но когда он попытался снизить цены, в чате компании «была сплошная радость».
«Вот это наши реальные мысли. Заработав разумную прибыль, сделать так, чтобы всем было доступно. Ради этого мы потратили столько усилий, чтобы сделать модели качественно — и чтобы каждый мог ими полноценно пользоваться».
Такая, казалось бы, «наивно-щедрая» ценовая стратегия как раз и формирует мощный барьер конкуренции. Установив цену так, чтобы окупаться за десять месяцев, конкуренты, разворачивающие сторонние модели, оказываются без прибыли — потому что у них себестоимость выше. Открытость исходного кода не только не повредит выручке, наоборот — станет частью «рва».
«Я тоже совершенно не переживаю, что кто-то развернёт наши модели, чтобы конкурировать с нами. Вообще не переживаю. Меня беспокоит только одно: что у него может не получиться развернуть — если он неправильно сделает некоторые детали, эффект станет хуже или себестоимость окажется выше».
Его фундаментальная вера такова: человек, который берёт больше, будет побеждён тем, кто берёт меньше.
«С самого начала OpenAI считал, что ему правда удастся монополизировать этот мир, но на деле у него будет очень много вызовов. Со стороны США тоже будут вызовы; в будущем — вызовы и со стороны Китая, потому что китайцы готовы брать меньше. Того, кто берёт больше, победит тот, кто берёт меньше. Даже если тебе не нужно действительно брать много: если твой образ действий — «брать больше», то тебя победит тот, чей образ действий — «брать меньше».
Разрыв в вычислительных мощностях и реальная стратегия: отставание на два года, при этом — одна двадцатая вычислительной мощности
Во всех откровенных высказываниях, касающихся вычислительных мощностей, возможно, самое реальное и самое трезвое — именно это.
«Разрыв с США в основном в ресурсах. А разрыв в людях не слишком большой». Лян Вэньфэн сказал это очень точно. По сути, «разрыв в талантах» — это те же самые люди: кто-то остаётся в Китае, кто-то уезжает за рубеж, распределение случайно. Реальное отличие — в вычислительных мощностях: в Китае меньше возможностей проводить эксперименты, поэтому в целом разрыв в талантах с США есть именно из‑за этого. «Разница в талантах по сути тоже из‑за разницы в вычислительных мощностях».
Он откровенно признаёт: сейчас DeepSeek может проводить эксперименты на масштабе активированных параметров в десятки миллиардов; а топовые модели США уже имеют масштаб в 800B активированных параметров. «Разрыв на порядок. Даже если потратить пятьдесят миллиардов целиком, в сущности всё равно нечем будет обучить».
Эта история о разнице резюмируется им одной фразой: «отставание от США на два года, но сделать это с вычислительными мощностями, равными лишь одной двадцатой мощности США».
Но он не хочет останавливаться на этом. «В будущем мы перепишем этот нарратив: мы используем лишь долю вычислительных ресурсов, но сокращаем время — до 6 месяцев, до 3 месяцев».
Эта уверенность в догонянии частично опирается на его ключевую гипотезу: AI может ускорить исследования AI. Как только удастся решить проблему непрерывного обучения, AI сможет помогать исследовать AI — формируя самоускоряющееся «крутящаяся карусель» исследований.
Что касается замещения отечественными чипами, Лян Вэньфэн дал оценку более оптимистичную, чем многие.
«Крепостной ров CUDA от NVIDIA разрушается всё быстрее». Он называет три причины: AI сам по себе умеет писать код и строить экосистему; продвинутый язык TileLang, разработанный DeepSeek, позволяет быстро переписать экосистему NVIDIA; рынок вычислительных карт уже больше, чем рынок игровых карт, и специализированные чипы больше не обязаны быть жёстко связаны с CUDA.
Его вывод таков: «У отечественных AI-чипов и аппаратная часть, и экосистема — проблем нет. Единственная проблема — недостаток производственных мощностей. В течение года мы сможем фактами изменить эти представления».
Но он также не скрывает реальных ограничений Huawei. Мощность Huawei, выделенная DeepSeek, — 16 тысяч карт, что составляет лишь около 4 тысяч карт NVIDIA серии B. «Это не большой объём; он хватает, чтобы обучить нашу нынешнюю итерацию моделей, но не хватает, чтобы обучить следующее поколение».
Он подвёл разрыв чипов между Китаем и США точным числом: «в четыре раза плюс два года». Четыре карты Huawei закрывают одну карту NVIDIA, но при этом отставание — на два года.
Даже так, он всё равно оптимистичен по поводу долгосрочной перспективы: «Я не очень верю, что через пять лет мы всё ещё будем упираться в проблему мощностей».
Финал индустрии: нет сверхприбылей — только себестоимость, время и опыт
Когда его спрашивали, в чём будет проявляться различие «в финале» конкуренции больших моделей, Лян Вэньфэн дал предельно краткий ответ: стоимость, время, пользовательский опыт.
«Кроме этого, возможно, нет большой разницы».
На первом месте — стоимость. Кто сможет при одинаковом качестве сервиса сделать себестоимость ниже — у того и будет самая основная крепость. Время — вторично: на пару месяцев раньше или позже — разница огромная. Пользовательский опыт хоть и третий по приоритету, но у него тоже есть некая липкость и барьеры: «но это может и не быть по сути».
На этом основании он делает вывод, что индустрия неизбежно будет сходиться. «Сейчас в Китае модельных базовых моделей делают слишком много. В США, возможно, их будет всего три. А китайские ресурсы распределены очень разрозненно — это точно будет сходиться. Не нужно столько компаний».
Он предсказывал: когда участники поймут, что прибыль от этой истории не настолько высока, как они представляли, они естественно выйдут из игры. «Я не верю в сверхприбыли, потому что это не соответствует объективным законам. В конце концов в Китае останутся три-четыре конкурента, и цены уже наверняка достаточно низкие, чтобы идти на ценовую войну».
В глобальном разделении труда он считает, что структурная возможность китайских компаний в том, что «объём максимальный, а продукт доводят до самой дешёвой себестоимости». «Китайцы готовы брать меньше — значит, вы можете предоставить этот сервис. Эта «дешевизна» может быть системной, то есть такой же, как в других отраслях: Китай предлагает сервис дешевле — возможно, так же и здесь».
А сколько ещё нужно до AGI?
«По теме AI в течение одного-двух лет в Китае можно будет достичь уровня примерно как за рубежом; в этом году, возможно, получится замена зарубежным моделям. Но это ещё не настоящий AGI. Его порог для AGI — наличие способности к непрерывному обучению. До тех пор то, что мы можем делать, — это сначала стоимость, а потом улучшать эффективность: сделать лучше и быстрее. Но чтобы случился большой прорыв, это должно быть непрерывное обучение».
Финал: не подражать никому в поисках
«Мы не подражаем никому: каждый шаг — это анализ плюсов и минусов в реальных обстоятельствах, по фактам, и на основе этого принимается решение». Ближе к концу совещания Лян Вэньфэн так подвёл итог выбранному пути DeepSeek.
Это странная комбинация: крайняя амбициозность и крайняя сдержанность сосуществуют вместе. Амбициозность — в том, что он хочет сделать AGI и не удовлетворяется никакой промежуточной станцией; сдержанность — в том, что он готов отказаться почти от всей краткосрочной выгоды ради этого, и даже не прочь сделать самый сильный модуль с открытым исходным кодом и опустить цену API до такого уровня, при котором конкурентам невыгодно получать прибыль.
Вполне возможно, что эта связка — глубинная логика, и Лян Вэньфэн видит её особенно ясно: в рынке, который вот-вот станет настолько большим, что представить трудно, способ максимизировать вероятность успеха — не судорожно вырывать сиюминутную выгоду, а построить самую большую экосистему и консенсус. Сдержанность — не слабость, а форма долгосрочной атаки.
«Многие компании делают очень великие вещи, потому что у них есть стремление, выходящее за рамки прибыли. Но в итоге это стремление не только не мешает коммерциализации — наоборот, делает коммерциализацию ещё лучше».
Эта стенограмма совещания по финансированию, возможно, станет текстом, который в истории стартапов в сфере AI стоит перечитывать снова и снова. Она не только фиксирует стратегические размышления компании на ключевых поворотных этапах, но и показывает крайне редкую бизнес-философию: в индустрии, где краткосрочная выгода и технологическая тревога правят балом, всё же находится кто-то, кто готов ставить на более большое будущее — с добрыми намерениями, сдержанностью и долгосрочным мышлением.
(Эта статья подготовлена на основе стенограммы внутренних совещаний во время раунда финансирования DeepSeek; содержание обобщает сообщения таких медиа, как Jiemian News, Tencent Technology, Shenlan Finance и др.)