مون‌شات AI، یکی از شناخته‌شده‌ترین آزمایشگاه‌های هوش مصنوعی چین، حالا برای رشد درآمدی بسیار بزرگ‌تری برنامه‌ریزی کرده است. طبق گزارشی از بلومبرگ، این شرکت می‌خواهد تا پایان سال، درآمد سالانه‌سازی‌شده خود را به ۲ میلیارد دلار برساند؛ رقمی که تقریباً دو برابر نرخ درآمدی گزارش‌شده آن در ماه اوت است. این هدف بلندپروازانه، بیش از هر چیز به استقبال بازار از مدل K3 برمی‌گردد؛ مدلی که تابستان امسال عرضه شد و خیلی زود توجه زیادی را به خود جلب کرد.
در حالی که میزان استفاده از K3 طی ماه‌های اخیر کمی افت کرده، داده‌های OpenRouter نشان می‌دهد که همچنان روزانه تا ۳۰۰ میلیارد توکن توسط مدل‌های K3 روی این پلتفرم تولید می‌شود. همین عدد به‌خوبی نشان می‌دهد که مون‌شات هنوز جایگاه مهمی در بازار مدل‌های هوش مصنوعی دارد.
هدف‌گذاری بزرگ برای درآمدزایی از مدل K3
رسیدن به درآمد ۲ میلیارد دلاری برای شرکتی که مدل‌هایش را با وزن‌های باز عرضه می‌کند، اتفاق کوچکی نیست. مون‌شات ظاهراً امیدوار است محبوبیت K3 را به فروش و قراردادهای بیشتر تبدیل کند و از این مسیر، درآمد خود را در مدت کوتاهی جهش دهد.
مدل‌های open-weight معمولاً به دلیل دسترسی آزادتر، حاشیه سود کمتری نسبت به مدل‌های بسته دارند. با این حال، رشد پیش‌بینی‌شده مون‌شات نشان می‌دهد که بازار این نوع مدل‌ها هنوز ظرفیت درآمدزایی قابل توجهی دارد؛ حتی اگر سودآوری آن‌ها به اندازه بازیگران بزرگ‌تر نباشد.
فاصله مون‌شات با OpenAI و Anthropic
با وجود رشد چشمگیر مون‌شات، این شرکت هنوز فاصله زیادی با غول‌های اصلی بازار دارد. گزارش‌های اخیر، درآمد سالانه OpenAI را حدود ۴۰ میلیارد دلار و درآمد Anthropic را حدود ۶۵ میلیارد دلار برآورد کرده‌اند.
این اختلاف، بخشی به مدل کسب‌وکار برمی‌گردد. شرکت‌هایی که مدل‌های بسته ارائه می‌دهند، معمولاً کنترل بیشتری بر دسترسی و استفاده تجاری دارند و به همین دلیل می‌توانند حاشیه سود بالاتری ثبت کنند. در مقابل، مون‌شات با وجود محبوبیت K3، باید با ساختاری کار کند که درآمدزایی از آن سخت‌تر است.
چرا مدل‌های open-weight سود کمتری دارند؟
- دسترسی به وزن‌های مدل آزادتر است و انحصار کمتری ایجاد می‌کند.
- رقبا و توسعه‌دهندگان می‌توانند راحت‌تر از مدل استفاده یا آن را شخصی‌سازی کنند.
- قدرت قیمت‌گذاری معمولاً کمتر از مدل‌های کاملاً بسته است.
- بخش بیشتری از ارزش، به خدمات جانبی و زیرساخت وابسته می‌شود.
حاشیه‌های جدی پیرامون روش توسعه مدل‌ها
در کنار اعداد امیدوارکننده، مون‌شات با یک جنجال مهم هم روبه‌رو شده است. اوایل همین هفته، Anthropic این شرکت را متهم کرد که در یک فرایند طولانی‌مدتِ تقطیر مدل، نزدیک به ۳۰۰ هزار درخواست از Kimi را مستقیماً به Claude Opus هدایت کرده است. طبق این ادعا، در عمل به‌جای آن‌که Kimi از مدل‌های خودش پاسخ بدهد، از Opus استفاده شده است.
Anthropic همچنین مدعی شده که در مجموع بیش از ۲۳ میلیون پاسخ از مدل‌های این شرکت جمع‌آوری شده تا در آموزش مدل‌های مون‌شات به کار برود. اگر این ادعاها درست باشد، ماجرا فقط یک بحث فنی نیست و می‌تواند پیامدهای حقوقی و اعتباری جدی برای مون‌شات داشته باشد.
نکات مهم این خبر
- مون‌شات AI رسیدن به درآمد سالانه‌سازی‌شده ۲ میلیارد دلاری را تا پایان سال هدف گرفته است.
- این رقم تقریباً دو برابر نرخ درآمدی گزارش‌شده شرکت در ماه اوت است.
- مدل K3 با وجود افت جزئی مصرف، هنوز روزانه تا ۳۰۰ میلیارد توکن در OpenRouter تولید می‌کند.
- درآمد مون‌شات همچنان بسیار کمتر از OpenAI و Anthropic است.
- اتهام Anthropic درباره استفاده از Claude Opus، حاشیه بزرگی برای مون‌شات ایجاد کرده است.
آیا مدل‌های باز می‌توانند به کسب‌وکار بزرگ تبدیل شوند؟
آنچه مون‌شات دنبال می‌کند، آزمونی مهم برای اقتصاد مدل‌های باز هوش مصنوعی است. اگر این شرکت بتواند با وجود حاشیه سود کمتر، به درآمد چند میلیارد دلاری برسد، نگاه بازار به مدل‌های open-weight جدی‌تر خواهد شد. از سوی دیگر، تداوم ابهام‌های حقوقی و اتهام‌های مطرح‌شده می‌تواند این مسیر را پیچیده کند.
فعلاً یک چیز روشن است: مون‌شات فقط به دنبال دیده شدن نیست؛ این شرکت می‌خواهد از محبوبیت K3 یک کسب‌وکار بزرگ بسازد، حتی اگر در این مسیر با چالش‌های فنی، رقابتی و حقوقی سنگینی روبه‌رو باشد.
نظر، سوال یا تجربه خود را درباره این مطلب با سایر کاربران اوکالا به اشتراک بگذارید.