Kunstmatige intelligentie (AI) De VS of China: wie wint de AI-race?

Thomas Edison had George Westinghouse. Apollo had Sputnik. De huidige AI-race tussen de Verenigde Staten en China is misschien het laatste voorbeeld van rivaliteit die werkt als katalysator voor innovatie.

"Concurrentie is gezond, en ik denk dat sterke rivalen ervoor zullen zorgen dat AI-labs sneller zullen innoveren en evolueren", zegt Mark Casey, equity portfolio manager.

"Het Chinese DeepSeek gebruikte bijvoorbeeld technieken om 'Mixture of Experts', een concept voor machinaal leren, efficiënter te maken, en die zijn inmiddels door veel toonaangevende AI-labs geïmplementeerd."

Dankzij een lageprijzenstrategie, deels mogelijk gemaakt door goedkope arbeidskrachten en stroom, kon China marktaandeel veroveren, ook al behouden de VS hun leiderspositie in de digitale economie en baanbrekende frontiertoepassingen. Hierna geven we een overzicht van de manier waarop beide landen AI benaderen, hun voordelen bij het inzetten van de technologie, en wat de volgende fase van de ontwikkelingen in AI voor beleggers zou kunnen betekenen.

AI in de VS: Voordeel op het vlak van uitgaven

Tegenover de enorme investeringsuitgaven van grote Amerikaanse techbedrijven staat de veelbelovende mogelijkheid van artificiële superintelligentie of ASI.

"De AI-aanpak van de VS verschilt sterk van die van China, in eerste instantie hoeveel ze uitgeven om modellen te ontwikkelen om de grenzen van wat mogelijk is te verleggen", zegt Jared Franz, econoom bij Capital Group.

"Anthropic, OpenAI en andere Amerikaanse bedrijven streven naar superintelligentie, wat zou kunnen leiden tot ingrijpende veranderingen qua economische groei, snellere wetenschappelijke ontdekkingen en de oplossing van een aantal van 's werelds grootste problemen", aldus Franz. "Het blijft een speculatieve benadering, en hoewel het risico om de controle over een superintelligent systeem te verliezen zorgen baart, vinden de VS dat vanwege het winstmotief nog steeds aanvaardbaar. China heeft die aanpak niet helemaal afgeschreven, maar zet AI in de eerste plaats in voor industriële toepassingen."

Om potentiële superintelligentie te bereiken, hebben AI-bedrijven in de VS hun pijlen op een ander acroniem gericht: RSI, wat staat voor Recursive Self-Improvement of recursieve zelfverbetering. "Onderzoekers streven al tientallen jaren naar modellen die zichzelf kunnen verbeteren. OpenAI verklaarde onlangs dat hun krachtigste model een voordeliger instapmodel had verbeterd. Dat is een belangrijke ontwikkeling, want als RSI wordt bereikt, veroorzaakt dat een explosie in efficiëntie, productiviteit en andere verbeteringen die de prijzen van modellen zouden kunnen drukken", legt Franz uit.

Natuurlijk hoeft AI zelfs geen superintelligentie te bereiken, laat staan het iets meer bescheiden, maar nog steeds ambitieuze doel van intelligentie op mensenmaat, om een invloed op de wereld uit te oefenen. "Praat met om het even wie in Silicon Valley en iedereen zal zeggen dat AI voor elk denkbaar probleem en in elke sector wordt ingezet", zegt Franz. "Ondanks de hoge mislukkingspercentages en hoewel er geen garantie is op succes, blijft er durfkapitaal vloeien naar AI-gerelateerde start-ups die een omwenteling teweeg zouden kunnen brengen."

Het valt nog af te wachten of de miljarden dollars die bestemd zijn voor investeringsuitgaven het gewenste resultaat zullen opleveren, maar de geschiedenis leert ons dat de topbedrijven die de vruchten plukken niet in gelijke mate profiteren als ze niet absoluut de beste zijn. "De beste CEO zou niet tweemaal, maar wel tienmaal zoveel kunnen verdienen als de volgende in de rij", zegt Casey, verwijzend naar top executives zoals Nick Howley bij luchtvaartonderdelenfabrikant TransDigm of Hock Tan bij Broadcom. "Voor de absolute top betaal je fors meer. Het is in veel sectoren belangrijk om de beste en de snelste te zijn, en daar betalen mensen graag een premie voor. Dat is precies waarom de toekomst van AI-labs zo moeilijk te voorspellen is."

AI in China: Focus op industrie

China’s AI-aanpak is sterk gericht op industriële toepassingen, wat goed aanleunt bij de troef van het land om efficiënt en op grote schaal dingen te kunnen bouwen.

"De VS streven naar uiterst geavanceerde modellen, en bedrijven concurreren om grensverleggende grote taalmodellen te ontwikkelen die de menselijke intelligentie kunnen evenaren. China focust op intelligentie voor industriële toepassingen, zoals zelfrijdende auto's en robotica, en streeft niet naar intelligentie op menselijk niveau", zegt Winnie Kwan, equity portfolio manager.

"Daardoor verschilt ook de vereiste rekenkracht: Chinese AI-modellen verbruiken veel minder tokens vanwege het gebrek aan geavanceerde rekenkracht in het land."

Daardoor zou AI het nu al robuuste industriële ecosysteem van het land nog een boost kunnen geven, en nieuwe technologische ontwikkelingen omvormen tot echte producten. "Veel bedrijven maken humanoïde robots die worden gebruikt voor assemblage of logistiek, en die precies doen wat mensen op de fabrieksvloer of in een magazijn doen", zegt equity investment analyst Sugi Widjaja, gespecialiseerd in Aziatische techbedrijven. "Wat hardware betreft, doen ze het goed, en ook qua software blijven ze vooruitgang boeken dankzij de lessen die ze trekken uit de sector van de zelfrijdende voertuigen van het land."

Om wereldwijde invloed en marktaandeel te veroveren, hanteert China een open-weightmodel waardoor klanten de Chinese AI veilig kunnen gebruiken. Echte open-sourcemodellen bieden volledige toegang tot trainingdata en programmeercode – open-weightmodellen doen dat niet. "Dit betekent dat Amerikaanse bedrijven goedkopere Chinese open-weightmodellen kunnen gebruiken zonder data met China te delen. Ze gebruiken die modellen via cloudproviders zoals Amazon Web Services of Microsoft Azure, die de modellen lokaal hosten en ervoor zorgen dat alles voldoet aan de Amerikaanse data- en privacywetgeving", legt hij uit.

Concurrerende coëxistentie

Volgens Kwan zal er geen absolute winnaar uit de bus komen, maar zullen beide systemen naast elkaar blijven bestaan. Amerikaanse frontiermodellen worden dan gebruikt voor geavanceerde belangrijke taken, en Chinese modellen doen de rest. "De beste bedrijven kiezen allicht altijd voor het intelligentste model voor taken waarbij het belangrijk is om 10% tot 15% beter te presteren om na verloop van tijd een concurrentievoordeel te behalen. Maar als het Chinese model goed genoeg is, zal dat voor minder belangrijke taken worden gebruikt", voegt ze toe.

Casey is het daarmee eens, en merkt op dat er nu al bedrijven zijn die voor taken of projecten modellen met de laagste totaalprijs gebruiken. "Chinese modellen zijn weliswaar voordeliger per token, maar er zijn meer tokens nodig om een taak nauwkeurig uit te voeren. Bijgevolg zijn er bedrijven ontstaan zoals het niet-beursgenoteerde OpenRouter, om afhankelijk van de taak en de vereiste nauwkeurigheid tussen modellen te schakelen."

Hij voegt toe: "Het is te vroeg om op het vlak van productiviteit en innovatie een winnaar uit te roepen, maar gezien de geopolitieke spanning en het diepgewortelde wantrouwen zullen beide systemen naast elkaar blijven bestaan. Vandaag zijn er bijvoorbeeld bedrijven zoals Baidu en Tencent die tegen heel lage prijzen infrastructure-as-a-service aanbieden, maar daar wordt in de VS en Europa niet vaak een beroep op gedaan."

Wat betekent de AI-race tussen de VS en China voor beleggers?

Maar weinig gebeurtenissen hebben het vertrouwen van beleggers in de houdbaarheid van de Amerikaanse AI-boom meer op de proef gesteld dan de opkomst van de Chinese open-weightmodellen. "AI-uitgaven zijn relevant voor veel bedrijven op de Amerikaanse aandelenmarkten. De volatiliteit die met de AI-race tussen de VS en China gepaard gaat, zal dus aanhouden. Het is belangrijk om hun ontwikkelingen nauwlettend in de gaten te houden, want beide boeken snelle vooruitgang en hebben belangrijke gevolgen voor zowel bedrijven als de maatschappij", zegt Casey.

"Vooralsnog hebben Chinese modellen de nood aan Amerikaanse AI-ontwikkeling nog niet ondermijnd, maar mogelijk bereikt de AI-uitbouwcyclus wel stilaan de top van de S-curve, waar de groei van nieuwe capaciteit vertraagt hoewel de algehele vraag blijft toenemen", aldus Casey. "Op een bepaald moment zullen we volgens mij waarschijnlijk een verschuiving zien naar bedrijven waarvan de groei in verhouding staat tot de totale hoeveelheid reeds geïmplementeerde AI-infrastructuur, en niet de nieuwe infrastructuur die elk jaar wordt gebouwd. Een voorbeeld is Amazon Web Services. Andere bedrijven zoals Meta zouden van een eventuele daling van de prijs van AI-chips kunnen profiteren, aangezien die voor het bedrijf inputkosten vertegenwoordigen."

Franz besluit: "Uit eerdere technologiecycli leren we dat leiders in het begin van de cyclus vaak niet de leiders aan het einde of in het midden van de cyclus zijn. Aan de top vindt er een hele stoelendans plaats, en het is bijzonder moeilijk te voorspellen welke bedrijven uiteindelijk zullen winnen. Daarom volgen we deze ontwikkelingen in de VS op de voet en in China met onderzoek ter plaatse."