0
0
647. China Is Run by Engineers. America Is Run by Lawyers.
647. China Is Run by Engineers. America Is Run by Lawyers.
Summary & Insights

Why would the architects of the world’s most powerful AI systems fight to protect the very open-source models that threaten their market share? This paradox sits at the heart of a growing geopolitical tension between the U.S. and China. While “closed” labs like OpenAI and Anthropic view open-weight models as a leak of intellectual property, industry giants like NVIDIA and Meta argue that a robust open ecosystem is actually the key to maintaining American leadership. This tension is exacerbated by “distillation,” a process where Chinese developers use the outputs of elite U.S. models to train leaner, cheaper, and highly competitive local alternatives.

The financial plumbing supporting this AI boom is becoming equally opaque and risky. A staggering $1.7 trillion in debt is currently sitting off the balance sheets of “hyperscalers” (like Microsoft, Amazon, and Alphabet) within Special Purpose Vehicles (SPVs) funded by private credit. While these companies are cash-rich, the sheer volume of new debt issuance is causing credit spreads to widen. There is a growing concern that we are seeing a repeat of the 2008 financial crisis or the late-90s telecom bubble, where financial complexity masks the true level of risk and the reality of actual demand.

Adding to the volatility is the sheer level of hype surrounding AI hardware. The debut of the Chinese memory chipmaker CXMT serves as a cautionary tale; the company became one of China’s most valuable entities overnight, trading at a staggering 1,600 times earnings. While memory chips are effectively the “new gold” for AI infrastructure, the current valuations suggest a decoupling from reality, where the narrative of “going to the moon” has completely superseded fundamental financial metrics.

Surprising Insights

  • The Distillation Loop: Chinese AI firms are allegedly using fraudulent accounts to prompt U.S. frontier models, then using those high-quality responses to “distill” and train their own smaller, more efficient models.
  • Strategic Openness: Top U.S. tech leaders signed a letter opposing government restrictions on open-weight models, not out of altruism, but because they benefit from the malleable ecosystem and chip exports to China.
  • Invisible Debt: Trillions of dollars in AI infrastructure spending are hidden in off-balance-sheet SPVs, making it difficult for traditional analysts to see the true total exposure to any single hyperscaler.
  • The Memory Bubble: Memory chip stocks are entering a “meme-like” phase, with some companies valued at multiples that would take over a millennium to pay back based on current profits.

Practical Takeaways

  • Audit Total Exposure: For investors in AI, don’t just look at unsecured public bonds. Analyze “look-through” exposure, including SPVs and back-end guarantees, to understand your true risk to a specific company.
  • Differentiate Frontier vs. Utility: Recognize the gap between “frontier” capabilities (the most advanced models) and “utility” models (cheaper, open-weight versions). The latter are where the most rapid adoption and pricing pressure are occurring.
  • Beware of Narrative-Driven Valuations: When a stock’s price-to-earnings ratio reaches extreme levels (like CXMT’s 1,600x), prioritize the “price” over the “story,” as these levels are historically unsustainable.
  • Monitor Market Consolidation: Keep a close watch on how China aggregates its compute power; if they shift from a “fast-following” strategy to a more aggressive pursuit of general-purpose capabilities, the competitive landscape will shift.

Tại sao những kiến trúc sư của các hệ thống AI quyền năng nhất thế giới lại đấu tranh để bảo vệ chính những mô hình mã nguồn mở vốn đang đe dọa thị phần của họ? Nghịch lý này nằm ở trung tâm của một cuộc căng thẳng địa chính trị ngày càng gia tăng giữa Hoa Kỳ và Trung Quốc. Trong khi các phòng thí nghiệm “đóng” như OpenAI và Anthropic coi các mô hình trọng số mở (open-weight) là một sự rò rỉ sở hữu trí tuệ, thì những gã khổng lồ trong ngành như NVIDIA và Meta lại lập luận rằng một hệ sinh thái mở mạnh mẽ thực chất mới là chìa khóa để duy trì vị thế dẫn đầu của Mỹ. Sự căng thẳng này càng trầm trọng hơn bởi quá trình “chưng cất” (distillation) — một quy trình mà các nhà phát triển Trung Quốc sử dụng đầu ra của các mô hình tinh hoa từ Mỹ để huấn luyện các lựa chọn thay thế tại địa phương tinh gọn hơn, rẻ hơn và có khả năng cạnh tranh cao.


Hệ thống tài chính hỗ trợ sự bùng nổ AI này cũng đang trở nên mơ hồ và rủi ro tương tự. Một khoản nợ khổng lồ lên tới 1,7 nghìn tỷ USD hiện đang nằm ngoài bảng cân đối kế toán của các “nhà siêu quy mô” (hyperscalers) như Microsoft, Amazon và Alphabet, thông qua các Pháp nhân Mục đích Đặc biệt (SPV) được tài trợ bởi tín dụng tư nhân. Mặc dù các công ty này dồi dào tiền mặt, nhưng khối lượng phát hành nợ mới quá lớn đang khiến chênh lệch tín dụng (credit spreads) nới rộng. Đang có một mối lo ngại ngày càng tăng rằng chúng ta đang chứng kiến sự lặp lại của cuộc khủng hoảng tài chính năm 2008 hoặc bong bóng viễn thông cuối thập niên 90, nơi sự phức tạp về tài chính che đậy mức độ rủi ro thực sự và thực trạng của nhu cầu thực tế.


Góp phần vào sự biến động này là mức độ cường điệu hóa quá mức xung quanh phần cứng AI. Sự ra mắt của nhà sản xuất chip nhớ Trung Quốc CXMT đóng vai trò như một bài học cảnh giác; công ty này đã trở thành một trong những thực thể giá trị nhất Trung Quốc chỉ sau một đêm, giao dịch ở mức định giá gây sốc, gấp 1.600 lần thu nhập. Mặc dù chip nhớ thực tế là “vàng mới” cho hạ tầng AI, nhưng các mức định giá hiện tại cho thấy một sự tách rời khỏi thực tế, nơi mà câu chuyện “bay lên cung trăng” đã hoàn toàn thay thế các chỉ số tài chính cơ bản.


Những góc nhìn bất ngờ



  • Vòng lặp chưng cất: Các công ty AI Trung Quốc bị cáo buộc sử dụng các tài khoản giả mạo để truy vấn các mô hình tiên phong của Mỹ, sau đó sử dụng những phản hồi chất lượng cao đó để “chưng cất” và huấn luyện các mô hình nhỏ hơn, hiệu quả hơn của riêng họ.

  • Sự cởi mở chiến lược: Các lãnh đạo công nghệ hàng đầu Hoa Kỳ đã ký một bức thư phản đối các hạn chế của chính phủ đối với các mô hình trọng số mở, không phải vì lòng vị tha, mà vì họ được hưởng lợi từ hệ sinh thái linh hoạt và việc xuất khẩu chip sang Trung Quốc.

  • Nợ vô hình: Hàng nghìn tỷ USD chi tiêu cho hạ tầng AI được ẩn trong các SPV ngoài bảng cân đối kế toán, khiến các nhà phân tích truyền thống khó có thể nhìn thấy tổng mức rủi ro thực sự đối với bất kỳ nhà siêu quy mô nào.

  • Bong bóng chip nhớ: Cổ phiếu chip nhớ đang bước vào giai đoạn “giống như cổ phiếu meme”, với một số công ty được định giá ở mức bội số mà sẽ mất hơn một thiên niên kỷ để hoàn vốn dựa trên lợi nhuận hiện tại.


Bài học thực tiễn



  • Kiểm tra tổng mức rủi ro: Đối với các nhà đầu tư vào AI, đừng chỉ nhìn vào các trái phiếu công khai không đảm bảo. Hãy phân tích rủi ro “nhìn xuyên thấu” (look-through exposure), bao gồm cả các SPV và bảo lãnh hậu cần, để hiểu rõ rủi ro thực sự đối với một công ty cụ thể.

  • Phân biệt giữa Tiên phong và Tiện ích: Nhận diện khoảng cách giữa khả năng “tiên phong” (các mô hình tiên tiến nhất) và các mô hình “tiện ích” (các phiên bản trọng số mở, rẻ hơn). Những mô hình sau này mới là nơi diễn ra sự áp dụng nhanh chóng nhất và áp lực về giá cao nhất.

  • Cẩn trọng với định giá dựa trên kỳ vọng: Khi chỉ số P/E (giá trên thu nhập) của một cổ phiếu đạt mức cực đoan (như mức 1.600 lần của CXMT), hãy ưu tiên nhìn vào “mức giá” thay vì “câu chuyện”, vì những mức này trong lịch sử là không thể bền vững.

  • Theo dõi sự hợp nhất thị trường: Theo dõi chặt chẽ cách Trung Quốc tập hợp năng lực tính toán; nếu họ chuyển từ chiến lược “theo đuổi nhanh” sang theo đuổi quyết liệt hơn các khả năng AI đa dụng (general-purpose), cục diện cạnh tranh sẽ thay đổi.


為什麼全球最強大 AI 系統的設計者，會竭力保護那些威脅其市場份額的開源模型？這個悖論正是美國與中國之間日益加劇的地緣政治緊張局勢之核心。儘管像 OpenAI 和 Anthropic 這樣的「封閉式」實驗室將開源權重模型視為知識產權的洩漏，但 NVIDIA 和 Meta 等行業巨頭則認為，強大的開放生態系統實際上是維持美國領導地位的關鍵。而「蒸餾」（distillation）過程進一步加劇了這種緊張關係——中國開發者利用美國頂尖模型的輸出結果，來訓練更精簡、更便宜且具高度競爭力的本土替代方案。


支持這場 AI 繁榮的金融體系也變得同樣不透明且充滿風險。目前有高達 1.7 兆美元的債務，透過由私人信貸資助的「特殊目的實體」（SPVs），隱藏在「超大規模雲端服務商」（如微軟、亞馬遜和 Alphabet）的資產負債表之外。儘管這些公司現金充足，但新債發行量之巨大已導致信用利差擴大。人們日益擔心，我們正目睹 2008 年金融危機或 90 年代末電信泡沫的重演：金融複雜性掩蓋了真正的風險水平以及實際需求的真相。


AI 硬體周圍極其瘋狂的炒作也增加了波動性。中國記憶體晶片製造商 CXMT 的亮相就是一個警示案例；該公司一夜之間成為中國最有價值的實體之一，其交易價格竟達盈餘的 1,600 倍。雖然記憶體晶片實際上是 AI 基礎設施的「新黃金」，但目前的估值表明其已與現實脫節，「登月」式的敘事已完全取代了基本的財務指標。


驚人之見



  • 蒸餾循環：據稱，中國 AI 公司利用虛假帳號向美國前沿模型發出指令，然後利用這些高品質的回答來「蒸餾」並訓練他們自己更小、更高效的模型。

  • 戰略性開放：美國頂級科技領袖簽署信函反對政府限制開源權重模型，並非出於利他主義，而是因為他們能從靈活的生態系統以及對華晶片出口中獲益。

  • 隱形成本：數兆美元的 AI 基礎設施支出隱藏在表外 SPV 中，使得傳統分析師難以看清單一超大規模服務商的真實總風險敞口。

  • 記憶體泡沫：記憶體晶片股票正進入「迷因化」階段，部分公司的估值倍數之高，若以目前獲利計算，需要超過一千年才能回本。


實務啟示



  • 審計總風險敞口：對於 AI 投資者而言，不要僅查看無擔保的公開債券。應分析「穿透式」風險敞口（包括 SPV 和後端擔保），以了解您對特定公司的真實風險。

  • 區分前沿與實用模型：意識到「前沿」能力（最先進的模型）與「實用」模型（較便宜的開源權重版本）之間的差距。後者才是目前普及速度最快且價格壓力最大的領域。

  • 警惕敘事驅動的估值：當股票的本益比達到極端水平（如 CXMT 的 1,600 倍）時，應將「價格」置於「故事」之上，因為從歷史上看，這種水平是不可持續的。

  • 監控市場整合：密切關注中國如何聚合其算力；如果他們從「快速跟隨」策略轉向更積極地追求通用能力，競爭格局將會發生改變。


Pourquoi les architectes des systèmes d’IA les plus puissants au monde se battraient-ils pour protéger les modèles open-source mêmes qui menacent leurs parts de marché ? Ce paradoxe est au cœur d’une tension géopolitique croissante entre les États-Unis et la Chine. Alors que les laboratoires « fermés » comme OpenAI et Anthropic considèrent les modèles à poids ouverts (open-weight) comme une fuite de propriété intellectuelle, des géants de l’industrie tels que NVIDIA et Meta soutiennent qu’un écosystème ouvert et robuste est en réalité la clé du maintien du leadership américain. Cette tension est exacerbée par la « distillation », un processus par lequel des développeurs chinois utilisent les résultats des modèles d’élite américains pour entraîner des alternatives locales plus légères, moins coûteuses et hautement compétitives.


L’infrastructure financière soutenant ce boom de l’IA devient tout aussi opaque et risquée. Un montant colossal de 1 700 milliards de dollars de dette se trouve actuellement hors bilan des « hyperscalers » (tels que Microsoft, Amazon et Alphabet), au sein de véhicules ad hoc (SPV) financés par le crédit privé. Bien que ces entreprises disposent de liquidités abondantes, le volume considérable de nouvelles émissions de dettes provoque un élargissement des spreads de crédit. Une inquiétude grandit quant à la possibilité de voir se répéter la crise financière de 2008 ou la bulle des télécoms de la fin des années 90, où la complexité financière masque le niveau réel du risque et la réalité de la demande effective.


S’ajoute à cette volatilité l’engouement démesuré entourant le matériel informatique pour l’IA. Les débuts du fabricant chinois de puces mémoire CXMT font office de mise en garde ; l’entreprise est devenue du jour au lendemain l’une des entités les plus précieuses de Chine, s’échangeant à un ratio stupéfiant de 1 600 fois ses bénéfices. Si les puces mémoire sont concrètement « le nouvel or » de l’infrastructure de l’IA, les valorisations actuelles suggèrent un déphasage avec la réalité, où le récit d’un « envol vers la lune » a complètement supplanté les indicateurs financiers fondamentaux.


Insights Surprenants



  • La boucle de distillation : Des entreprises d’IA chinoises utiliseraient des comptes frauduleux pour interroger les modèles de pointe américains, puis utiliseraient ces réponses de haute qualité pour « distiller » et entraîner leurs propres modèles, plus petits et plus efficaces.

  • L’ouverture stratégique : De grands dirigeants technologiques américains ont signé une lettre s’opposant aux restrictions gouvernementales sur les modèles à poids ouverts, non par altruisme, mais parce qu’ils profitent de la malléabilité de l’écosystème et des exportations de puces vers la Chine.

  • La dette invisible : Des billions de dollars de dépenses en infrastructures d’IA sont cachés dans des SPV hors bilan, rendant difficile pour les analystes traditionnels d’évaluer l’exposition totale réelle à un hyperscaler donné.

  • La bulle de la mémoire : Les actions des puces mémoire entrent dans une phase « mèmétique », avec certaines entreprises valorisées à des multiples qu’il faudrait plus d’un millénaire pour rembourser sur la base des profits actuels.


Points Clés Pratiques



  • Auditer l’exposition totale : Pour les investisseurs en IA, ne vous contentez pas d’examiner les obligations publiques non garanties. Analysez l’exposition « transperçante » (look-through), y compris les SPV et les garanties arrière, pour comprendre votre risque réel vis-à-vis d’une entreprise spécifique.

  • Différencier « Frontier » et « Utility » : Reconnaissez l’écart entre les capacités de pointe (les modèles les plus avancés) et les modèles d’utilité (versions moins coûteuses, à poids ouverts). C’est dans cette dernière catégorie que l’adoption est la plus rapide et que la pression sur les prix est la plus forte.

  • Se méfier des valorisations narratives : Lorsqu’un ratio cours/bénéfice atteint des niveaux extrêmes (comme les 1 600x de CXMT), privilégiez le « prix » face à l’« histoire », car ces niveaux sont historiquement insoutenables.

  • Surveiller la consolidation du marché : Suivez de près la manière dont la Chine agrège sa puissance de calcul ; s’ils passent d’une stratégie de « fast-following » (imitation rapide) à une poursuite plus agressive de capacités généralistes, le paysage concurrentiel changera.


Warum sollten die Architekten der leistungsfähigsten KI-Systeme der Welt gerade jene Open-Source-Modelle schützen, die ihren eigenen Marktanteil bedrohen? Dieses Paradoxon steht im Zentrum einer wachsenden geopolitischen Spannung zwischen den USA und China. Während „geschlossene“ Labore wie OpenAI und Anthropic Open-Weight-Modelle als Leckage von geistigem Eigentum betrachten, argumentieren Branchenriesen wie NVIDIA und Meta, dass ein robustes offenes Ökosystem tatsächlich der Schlüssel zur Aufrechterhaltung der amerikanischen Führungsposition sei. Verschärft wird diese Spannung durch die sogenannte „Distillation“ – ein Prozess, bei dem chinesische Entwickler die Ausgaben elite-amerikanischer Modelle nutzen, um schlankere, günstigere und hochwettbewerbsfähige lokale Alternativen zu trainieren.


Das finanzielle Gefüge, das diesen KI-Boom stützt, wird gleichermaßen undurchsichtig und riskant. Erschreckende 1,7 Billionen Dollar an Schulden befinden sich derzeit außerhalb der Bilanzen von „Hyperscalern“ (wie Microsoft, Amazon und Alphabet) in Zweckgesellschaften (Special Purpose Vehicles, SPVs), die durch Privatkredite finanziert werden. Obwohl diese Unternehmen über enorme Cash-Reserven verfügen, führt das schiere Volumen neuer Schuldenemissionen zu einer Ausweitung der Kreditspreads. Es wächst die Sorge, dass wir eine Wiederholung der Finanzkrise von 2008 oder der Telekommunikationsblase Ende der 90er Jahre erleben, bei der finanzielle Komplexität das wahre Risikoniveau und die Realität der tatsächlichen Nachfrage verschleiert.


Zur Volatilität trägt zudem der enorme Hype rund um die KI-Hardware bei. Das Debüt des chinesischen Speicherchip-Herstellers CXMT dient als warnendes Beispiel: Das Unternehmen wurde über Nacht zu einem der wertvollsten Unternehmen Chinas und wurde mit dem astronomischen Kurs-Gewinn-Verhältnis von 1.600 bewertet. Während Speicherchips faktisch das „neue Gold“ der KI-Infrastruktur sind, deutet die aktuelle Bewertung auf eine Entkoppelung von der Realität hin, bei der das Narrativ des „To the Moon“-Wachstums fundamentale Finanzkennzahlen vollständig verdrängt hat.


Überraschende Erkenntnisse



  • Die Distillations-Schleife: Chinesische KI-Firmen nutzen mutmaßlich gefälschte Konten, um US-Frontier-Modelle abzufragen, und verwenden diese qualitativ hochwertigen Antworten anschließend, um ihre eigenen kleineren, effizienteren Modelle zu „destillieren“ und zu trainieren.

  • Strategische Offenheit: Führende US-Tech-Manager unterzeichneten einen Brief gegen staatliche Einschränkungen von Open-Weight-Modellen – nicht aus Altruismus, sondern weil sie von dem anpassungsfähigen Ökosystem und den Chip-Exporten nach China profitieren.

  • Unsichtbare Schulden: Billionen von Dollar an Ausgaben für KI-Infrastruktur sind in außerbilanziellen SPVs versteckt, was es für traditionelle Analysten schwierig macht, das tatsächliche Gesamtrisiko gegenüber einem einzelnen Hyperscaler zu erkennen.

  • Die Speicher-Blase: Aktien von Speicherchip-Herstellern treten in eine „Meme-ähnliche“ Phase ein, wobei einige Unternehmen mit Multiplikatoren bewertet werden, deren Amortisation basierend auf den aktuellen Gewinnen über ein Jahrtausend dauern würde.


Praktische Schlussfolgerungen



  • Gesamtexposure prüfen: Investoren im KI-Bereich sollten nicht nur auf unbesicherte öffentliche Anleihen achten. Analysieren Sie die „Look-through“-Exposure, einschließlich SPVs und Backend-Garantien, um Ihr tatsächliches Risiko gegenüber einem bestimmten Unternehmen zu verstehen.

  • Unterscheidung Frontier vs. Utility: Erkennen Sie die Lücke zwischen „Frontier“-Fähigkeiten (den fortschrittlichsten Modellen) und „Utility“-Modellen (günstigeren Open-Weight-Versionen). Letztere sind der Bereich, in dem die schnellste Adoption und der stärkste Preisdruck stattfinden.

  • Vorsicht bei narrativ getriebenen Bewertungen: Wenn das Kurs-Gewinn-Verhältnis einer Aktie extreme Werte erreicht (wie die 1.600x bei CXMT), sollte der „Preis“ über die „Geschichte“ gestellt werden, da solche Niveaus historisch nicht nachhaltig sind.

  • Marktkonsolidierung beobachten: Behalten Sie genau im Auge, wie China seine Rechenleistung aggregiert. Sollten sie von einer „Fast-Following“-Strategie zu einem aggressiveren Streben nach universellen General-Purpose-Fähigkeiten übergehen, wird sich die Wettbewerbslandschaft grundlegend verschieben.


In his new book “Breakneck,” Dan Wang argues that the U.S. has a lot to learn from China. He also says that “no two peoples are more alike.” We have questions.

 

  • SOURCES:
    • Dan Wang, research fellow at the Hoover Institution at Stanford University, author of Breakneck: China’s Quest to Engineer the Future.

 

 

Hosted by Simplecast, an AdsWizz company. See pcm.adswizz.com for information about our collection and use of personal data for advertising.

Freakonomics RadioFreakonomics Radio
Let's Evolve Together
Logo