संयुक्त राज्य अमेरिका और चीन के बीच आर्टिफिशियल इंटेलिजेंस (एआई) के विकास में अंतर का मापन किया गया, न कि अनुमान लगाया गया। अगस्त में, एआई, सुरक्षा और प्रौद्योगिकी के मामलों से निपटने वाले RAND Corporation के केंद्र ने दोनों देशों में कंपनियों की विस्तृत गणना प्रकाशित की, जो इस बात पर आधारित थी कि प्रत्येक कंपनी क्या बनाती है, बेचती है और पेटेंट कराती है। कुल मिलाकर 1181 कंपनियों की पहचान की गई, जिनमें से 743 अमेरिका में स्थित हैं और 438 चीन में स्थित हैं।
अध्ययन का मुख्य निष्कर्ष यह है: अमेरिकी एआई कंपनियों में से साठ एक प्रतिशत विशेष रूप से सॉफ्टवेयर पर ध्यान केंद्रित करता है। जबकि चीनी फर्मों में ऐसी कंपनियों का केवल छब्बीस प्रतिशत है। चीन में शेष कंपनियां अपने एल्गोरिदम के लिए भौतिक वाहक बनाने में सक्रिय रूप से लगी हुई हैं, जिसमें रोबोट, कारें और ड्रोन शामिल हैं।
इस प्रमुख अंतर के बावजूद, RAND के शोधकर्ताओं ने पाया कि अधिकांश पहलुओं में दोनों उद्योग बहुत समान हैं। लगभग 28% अमेरिकी और 27% चीनी फर्में ट्रांसफार्मर आर्किटेक्चर का उपयोग करती हैं, जो चैटजीपीटी और डीपसीक जैसी प्रणालियों का आधार है। इसके अलावा, दस में से नौ अमेरिकी एआई कंपनियां और चार में से तीन चीनी कंपनियां कच्चे मॉडल तक सीधी पहुंच के बजाय एआई-आधारित तैयार उत्पाद बेचती हैं - जैसे नैदानिक उपकरण या लॉजिस्टिक्स नियंत्रण पैनल।
यहां तक कि कथित 'एआई हथियार दौड़' भी उन्नत प्रयोगशालाओं के बीच एक स्थानीय घटना साबित हुई: प्रत्येक देश में केवल लगभग 19% कंपनियां बुनियादी मॉडल विकसित करने वाली हैं, जो ओपनएआई या अलीबाबा की तरह सामान्य मॉडल को शुरू से प्रशिक्षित करती हैं। बाकी अधिकांश कंपनियां चुपचाप अस्पतालों, कारखानों और बीमा कंपनियों के लिए सॉफ्टवेयर विकसित कर रही हैं।
दोनों बाजारों के बीच गहरा अंतर उनके एआई के अनुप्रयोग में प्रकट होता है। चीनी फर्में विनिर्माण क्षेत्र, परिवहन और ऊर्जा पर ध्यान केंद्रित करती हैं - यानी भौतिक अर्थव्यवस्था पर। जबकि अमेरिकी कंपनियां स्वास्थ्य सेवा, वैज्ञानिक अनुसंधान और साइबर सुरक्षा पर ध्यान केंद्रित करती हैं - जो ज्ञान अर्थव्यवस्था के अनुरूप है। इस बीच, नमूने में मानव सदृश रोबोट पर काम करने वाली कंपनियों का हिस्सा चीन में अमेरिका की तुलना में पांच गुना से अधिक है: 12% चीनी एआई फर्म बनाम केवल 2% अमेरिकी। वहीं, अमेरिका नैदानिक सॉफ्टवेयर में विशेषज्ञता रखने वाले स्टार्टअप का काफी अधिक उत्पादन करता है।
इस विभाजन के कारणों को स्कॉटिश अर्थशास्त्री और दार्शनिक एडम स्मिथ द्वारा प्रस्तावित श्रम विभाजन सिद्धांत से समझाया जा सकता है। चूंकि चीन दुनिया में सबसे घनी विनिर्माण आपूर्ति श्रृंखला बनाए रखता है - जिसमें मोटर, बैटरी, एक्चुएटर और सेंसर शामिल हैं - इसलिए उसका एआई स्वाभाविक रूप से मशीनों में एकीकृत हो जाता है। इसके अलावा, एक सरकारी औद्योगिक नीति है जो स्पष्ट रूप से इस दिशा को इंगित करती है: चीन ने 2025 में 'एम्बेडेड इंटेलिजेंस' को राष्ट्रीय प्राथमिकता घोषित किया और बाद में मानव सदृश रोबोट के लिए राष्ट्रीय मानक प्रणाली प्रकाशित की।
इसके अतिरिक्त, RAND के नमूने में चीन की आधी से अधिक एआई कंपनियां अलीबाबा और टेंसेंट जैसे बड़े समूहों का हिस्सा हैं, जो उन्हें विकास को लागू करने के लिए एक तैयार विनिर्माण आधार या बेड़ा प्रदान करता है। अमेरिका का लाभ विपरीत दिशा में काम करता है। इसके पूंजी बाजार एक भाषा मॉडल में अरबों डॉलर का निवेश करने में सक्षम हैं, इस उम्मीद में कि कोई सफलता मिलेगी, और यह जोखिम सरकार के बजाय वॉल स्ट्रीट उठाती है। चिकित्सा, विज्ञान और सुरक्षा में अमेरिका का गहरा अनुभव प्रोग्रामेबल एआई के लिए समाधान करने हेतु समृद्ध, उच्च मूल्य वाले कार्य प्रदान करता है। इसे एल्गोरिथम युग के लिए अद्यतन तुलनात्मक लाभ के रूप में देखा जा सकता है: कोई भी उनसे अधिक बुद्धिमान नहीं है, वे बस उस चीज़ में विशेषज्ञता रखते हैं जो उनकी अपनी अर्थव्यवस्था प्रदान करती है।
एक और शांत दौड़ चल रही है, जो रोबोट बनाम चैटबॉट की कहानी के समानांतर है - वह है कीमत के लिए लड़ाई। RAND ने OpenRouter पर डेवलपर्स के वास्तविक ट्रैफ़िक को ट्रैक किया, जो सैकड़ों एआई मॉडल को एपीआई कॉल निर्देशित करने वाला एक गेटवे है। 2024 के अंत में, अमेरिकी मॉडल लगभग पूरे ट्रैफ़िक का नौ दसवां हिस्सा संसाधित कर रहे थे, जबकि चीनी मॉडल लगभग अदृश्य थे। हालांकि, अप्रैल 2026 तक स्थिति बराबर हो गई: अनुपात 49% से 47% हो गया। यह बदलाव डीपसीक-वी3 और क्यूवेन श्रृंखला जैसे खुले चीनी मॉडलों के कारण हुआ, जो स्वतंत्र बेंचमार्क पर सर्वश्रेष्ठ अमेरिकी प्रणालियों के करीब परिणाम प्राप्त करते हैं, जबकि प्रति टोकन कुल लागत अमेरिकी समकक्षों की लागत का एक चौथाई या पांचवां हिस्सा होती है।
यह ध्यान रखना महत्वपूर्ण है कि चीनी प्रयोगशालाओं ने अचानक उच्चतम स्तर की बुद्धिमत्ता पर अपने प्रतिस्पर्धियों को पीछे नहीं छोड़ा है; कच्चे बुद्धिमत्ता के मेट्रिक्स पर अमेरिकी सिस्टम अभी भी आगे हैं। फिर भी, 'पर्याप्त अच्छा, चार गुना सस्ता' का सिद्धांत वही शांत, संचयी लाभ प्रस्तुत करता है जो बाजार को नीचे से ऊपर बदल देता है, जैसा कि अर्थशास्त्री जोसेफ शुम्पीटर ने 'रचनात्मक विनाश' नामक क्रूर तर्क में वर्णित किया था।
ये रुझान एक स्प्रिंट का वर्णन नहीं करते हैं जहां एक खिलाड़ी जीतता है। वे दो राज्यों को प्रदर्शित करते हैं जो एक ही समस्या के विभिन्न हिस्सों को हल कर रहे हैं, और इसी अंतर में सबसे प्रभावी और आर्थिक रूप से व्यवहार्य सहयोग की संभावना निहित है। ऐसे क्षेत्रों में मानव सदृश रोबोट के साथ मनुष्यों के पास काम करते समय सुरक्षा परीक्षण, शंघाई में बनाए गए सेंसर को सिएटल में लिखे गए सॉफ्टवेयर के साथ इंटरैक्ट करने की अनुमति देने वाले सामान्य मानकों का निर्माण, और दवा की खोज और रोगों के निदान के लिए एआई में संयुक्त अनुसंधान शामिल हैं।
जेफ्री हंटन, 2024 में आधुनिक न्यूरल नेटवर्क की गणितीय नींव बनाने के लिए भौतिकी का नोबेल पुरस्कार विजेता, ने सीधे तौर पर कहा कि तकनीक अधिकांश लोगों, जिसमें वह स्वयं भी शामिल है, की अपेक्षा से तेजी से विकसित हो रही है, और जोखिम इतने बड़े हैं कि उन्हें केवल प्रतिस्पर्धा के माध्यम से प्रबंधित नहीं किया जा सकता है। यह एक इंजीनियरिंग तथ्य है।
ब्रिटिश गणितज्ञ और तर्कशास्त्री एलन ट्यूरिंग, जिन्होंने 1950 में लिखा था, ने इसे सरल शब्दों में व्यक्त किया: 'हम केवल कम दूरी तक देख सकते हैं, लेकिन वहां करने के लिए बहुत कुछ है।' सत्तर पांच साल बाद एक देश ने अपनी मशीनों को बोलना और तर्क करना सिखाया, और दूसरे ने चलना और भारी सामान उठाना सिखाया। अंततः, किसी को दोनों में से कुछ करना होगा, और तब इस कहानी के दो हिस्से - मस्तिष्क और शरीर - आखिरकार मिलेंगे।