Como os CEOs podem navegar na nova geopolítica de Genai

como o AI generativa O mapa toma forma, os EUA e a China estão afirmando seu domínio. As empresas de tecnologia dessas superpotências da Genai construíram uma liderança substancial na criação e na comercialização em larga escala de grandes modelos de idiomas de melhor desempenho (LLMS). Em um mundo em que Genai está se tornando rapidamente um recurso crítico, os EUA e a China estão atualmente no ritmo para controlar o suprimento.

, mas algo interessante está acontecendo em paralelo. Um pequeno grupo de países - os “poderes médios de Genai” - está emergindo, cada um com seus próprios pontos fortes distintos que podem permitir que ele concorra em uma escala regional e até global como fornecedor da tecnologia. As implicações para as empresas são significativas. Embora um suprimento mais multipolar de Genai aumente a complexidade, também criaria a opção crítica. A abordagem tradicional - determinando qual país pode adquirir os semicondutores mais avançados, por exemplo, ou que tem o ambiente regulatório mais favorável - não foi suficiente. Os líderes da empresa podem avaliar a força relativa das superpotências de Genai e as potências médias nos seis principais facilitadores do fornecimento de genai: poder de capital, talento, propriedade intelectual (IP),

For corporate leaders who are integrating GenAI into an increasing share of their products and services, and who are operating across multiple geographies, relying solely on GenAI supplied by companies in the US or China could pose serious challenges, with local regulations, data requirements, and the availability of LLMs all subject to shifts in government policy. Although a more multipolar supply of GenAI increases complexity, it would also create critical optionality.

CEOs need to understand this dynamic—and be able to navigate the evolving geopolitics of GenAI. The traditional approach—determining which country can acquire the most advanced semiconductors, for example, or which has the most favorable regulatory environment—won’t suffice. Company leaders can assess the relative strength of GenAI superpowers and middle powers across the six key enablers of GenAI supply: capital power, talent, intellectual property (IP), Dados , Assim, Energia e computação POWER. ¹ 1 A intensidade de capital, computacional e energia dos modelos generativos de IA é muito maior que outras formas de IA. Embora os modelos generativos sejam distintos de outras famílias da tecnologia de IA, nossa avaliação dos facilitadores baseia-se no desempenho no nível do país em toda a IA, pois é indicativo de recursos transferíveis e subjacentes, particularmente IP e talento. Consulte nossa barra lateral de metodologia para obter mais detalhes sobre nossa abordagem analítica.

Não se trata da taxa de adoção de Genai de um país, que geralmente pode ser dissociada por sua capacidade de fornecer a tecnologia. O primeiro foi avaliado em um estudo recente do BCG com 73 economias globais ' exposição e prontidão para implantar genai . (Veja a barra lateral “a vantagem da adoção”.)

O foco de nossa pesquisa sobre o fornecimento nos permite ajudar os CEOs a determinar como garantir que sua empresa tenha acesso confiável e flexível a essa tecnologia de mudança de jogo. Aqui está uma olhada mais de perto os principais jogadores e os outros candidatos. Inscreva -se

As superpotências de Genai

Os EUA e a China são atualmente os únicos jogadores com acesso e controle robustos sobre partes consideráveis ​​de toda a cadeia de valor Genai. Eles produzem mais IP e têm os maiores pools de talentos da IA; Eles têm alguns dos ecossistemas de dados mais ricos do mundo e a maior capacidade de infraestrutura de data center, e lideram o acesso de capital.

Today’s Default Is “Made in the USA”

The US has had a pronounced head start on GenAI, building on decades of AI liderança. Quase 70% da notável IA do mundo Modelos ² 2 De acordo com a Epoch AI, um modelo notável “atende a qualquer um dos seguintes critérios: (i) melhoria de ponta em uma referência reconhecida; (ii) altamente citado (mais de 1.000 citações); (iii) relevância histórica; (iv) uso significativo.” Desde 1950, foram desenvolvidos por ou em parceria com empresas ou instituições acadêmicas dos EUA, assim como 57% dos LLMs com melhor desempenho. (Consulte Anexo 1.)

Os EUA abrigam cerca de 60% dos 2.000 estudiosos da IA ​​do mundo e atraíram aproximadamente um quarto de todos os especialistas da IA ​​que renunciaram globalmente entre 2022 e 2024; Seu pool de talentos total de IA cresceu para quase meio milhão de pessoas, o maior do mundo. E os estudiosos da IA ​​com sede nos EUA contribuíram com 35% dos documentos mais influentes do mundo no campo da IA ​​desde o seu Início. ³ 3 A.E. Ezugwu, J. Greeff e Y. Ho. “Um estudo abrangente da pesquisa inovadora de aprendizado de máquina: analisando publicações altamente citadas e impactantes ao longo de seis décadas” Journal of Engineering Research (outubro de 2023).

As startups genai baseadas nos EUA também receberam investimento privado incomparável: um total de US $ 65 bilhões desde 2019. Os principais talentos do mundo e desenvolvedores de modelos internos ou profundas parcerias com desenvolvedores externos, essas empresas estão singularmente posicionadas para apoiar a liderança dos EUA em Genai no futuro próximo. É o maior hub de data center do mundo, com uma capacidade estimada de aproximadamente 45 gigawatts em 2024. Os EUA têm acesso confiável a hardware de ponta (através de NVIDIA baseado nos EUA e fortes laços geopolíticos para o TSMC baseado em TAIwan) para suportar a expansão dos centros de dados, embora os líderes longos para a grãos elétricos possam criar um desafio. UP

Beyond talent and capital, the US also has the infrastructure to support inference at scale—that is, to supply GenAI on an ongoing basis to model users. It is the largest data center hub in the world, with an estimated capacity of approximately 45 gigawatts in 2024. The US has reliable access to cutting-edge hardware (through US-based Nvidia and strong geopolitical ties to Taiwan-based TSMC) to support data center expansion, though long lead times to connect to the electrical grid may create challenges.

Made-in-China Models Are Catching Up

Alguns sinais indicam que a China está alcançando os EUA em alguns facilitadores -chave e fazendo um rápido progresso na produção do Top LLMS. Duas empresas chinesas, o Alibaba e a Startup Genai 01.ai, contribuem com mais de um quarto dos principais modelos de código aberto do mundo. Os gigantes da tecnologia estabelecidos Baidu e Tencent também lançaram modelos de alto desempenho, assim como uma nova geração de startups de Genai, os chamados AI Tigers: Zhipu AI, Baichuan AI, Moonhot AI e Minimax AI. Os principais modelos chineses reduziram substancialmente a lacuna em comparação com as alternativas de última geração no último ano. (Consulte Anexo 2.) E os principais modelos chineses fecharam efetivamente a lacuna nos benchmarks de idiomas chineses. (Veja a barra lateral “

The Chinese GenAI ecosystem has benefitted from access to foreign open-source or open-weights foundation models: 01.AI’s Yi model family, for example, is based on Meta’s Llama. (See the sidebar “ Uma paisagem de modelos de código aberto e fechado . ”) O governo chinês sinalizou sua intenção de garantir uma ampla oferta de opções domésticas de fonte aberta que desempenham um papel semelhante no futuro, apoiando um número crescente de empresas menores à medida que aumentam suas capacidades técnicas. Fundado pelo corpo docente ou ex -alunos da Tsinghua. O orçamento, que teve uma média de US $ 50 bilhões por ano entre 2016 e 2023. De fato, os fundos de capital de risco do governo demonstram o compromisso da China em aumentar a inovação da IA ​​através do investimento público. Os VCs do governo investiram quase um quarto de seus fundos totais em empresas de IA, excedendo US $ 180 bilhões no total desde 2000, dos quais aproximadamente US $ 100 bilhões foram investidos entre 2019 e

Although it trails the US, China still has a strong AI talent bench—and potent national research champions like Tsinghua University and Shanghai Jiao Tong University. The four AI tigers are all founded by Tsinghua faculty or alumni. China’s strength in AI talent is apparent in its leadership on patents, with more than 76,000 AI patents filed with the World Intellectual Property Organization between 2019 and 2023, about four times as many as the US.

China also has ample data center infrastructure, with approximately 20 gigawatts of capacity, and significant capital through its public R&D budget, which has averaged $50 billion per year between 2016 and 2023. In fact, government venture capital funds demonstrate China’s commitment to boosting AI innovation through public investment. Government VCs have invested nearly a quarter of their total funds in AI firms, exceeding $180 billion in total since 2000, of which roughly $100 billion was invested between 2019 and 2023. ⁴ 4 Martin Beraja, Wenwei Peng, David Y. Yang e Noam Yuchtman. “Governo como capitalista de risco na IA”, 3789 National Bureau of Economic Research Working Paper Series (julho de 2024). E o investimento privado, doméstico e estrangeiro, impulsionou ativamente o progresso entre os AI Tigers, que, juntamente com 01.Ai, levantaram mais de US $ 6 bilhões nos últimos anos - incluindo os hiperesseres chineses, principalmente o Alibaba.

Limitações atuais no acesso da China a chips de última geração para treinamento e inferência de modelo de IA provavelmente atrasarão, em vez de impedir mais progressos. Muitas empresas chinesas têm acesso a chips, e a Nvidia projetou modelos não cobertos pelas restrições comerciais dos EUA; As empresas chinesas adquiriram US $ 5 bilhões desses chips em 2023.

Além disso, a China está investindo agressivamente em sua capacidade doméstica de fabricação de chips: o governo prometeu aproximadamente US $ 40 bilhões e a Huawei divulgou recentemente suas lascas de ascensão, otimizadas para as cargas de IA. Independentemente de poder competir com a NVIDIA na vanguarda do hardware de computação-e especialmente a camada de software em cima-, a Huawei alcançou um marco nos últimos meses com o treinamento de uma LLM de alto desempenho, o Xinghuo 4 da IFLYTEK também tem a plataforma de ascensão. O Alibaba, por exemplo, está expandindo sua pegada de data center na Malásia, Filipinas, Tailândia, Coréia do Sul e México - estendendo o alcance de sua família Qwen de modelos de IA generativos. Mas o momento está se formando em outras partes do mundo. A UE, por exemplo, tem forte complementaridade entre os estados membros com forças estabelecidas. No Golfo, capital altamente concentrado e ágil, juntamente com energia acessível, está acelerando o progresso, mesmo na ausência de um setor de tecnologia robusto e estabelecido. A Coréia do Sul e o Japão têm setores de tecnologia fortes, com a capital para escalar. A UE deve se beneficiar da complementaridade dos facilitadores entre os Estados -Membros e da escala que pode alcançar como um mercado unificado.

Chinese companies also have ambitions outside their home market. Alibaba, for example, is expanding its data center footprint in Malaysia, Philippines, Thailand, South Korea, and Mexico—extending the reach of its Qwen family of generative AI models.

GenAI Middle Powers on the Rise

This US–China story has fueled the “two superpowers” narrative—and convincingly so. But momentum is building in other parts of the world. The EU, for example, has strong complementarity among member states with established strengths. In the Gulf, highly concentrated and agile capital, coupled with affordable energy, is accelerating progress even in the absence of a robust, established tech sector. South Korea and Japan both have strong technology sectors, with the capital to scale.

Made in the European Union

For some, what may be out of reach at the individual country level becomes feasible at the bloc level. The EU stands to benefit from the complementarity of enablers among member states and the scale it can achieve as a unified market.

Building on Distributed Strength. A UE já é o lar de um ecossistema de inicialização da Genai. O Mistral, com sede na França, contribuiu com sete dos principais LLMs do mundo e recebeu US $ 1,2 bilhão em financiamento até o momento. A startup alemã Aleph Alpha também desenvolveu modelos poderosos de fundação (dois dos principais LLMs do mundo), embora tenha sido mais recentemente girável para aplicações específicas da indústria. A Kyutai, fundada em 2023, recebeu cerca de US $ 350 milhões e já lançou seu modelo Moshi AI, especializado em discurso avançado; Com US $ 220 milhões em capital de sementes, H está pressionando para desenvolver agentes de IA que melhoram a produtividade; Enquanto isso, a piscina recebeu investimentos no valor de US $ 626 milhões para construir um modelo líder para geração de código; E o Black Forest Labs obteve cerca de US $ 150 milhões para promover seu modelo de base de texto para imagem.

Smaller GenAI startups are also attracting investment. Kyutai, founded in 2023, has received around $350 million and already released its Moshi AI model, specialized in advanced speech; with $220 million in seed capital, H is pushing to develop productivity-enhancing AI agents; Poolside, meanwhile, has received investments worth $626 million to build a leading model for code generation; and Black Forest Labs has obtained around $150 million to further its text-to-image foundation model.

Embora essas empresas sejam modestas em tamanho e financiamento em comparação com as contrapartes dos EUA e da China, elas têm uma forte base de talento para construir. A UE possui um extenso e crescente pool de especialistas em IA, dos quais existem mais de 100.000 na França e na Alemanha. (Consulte o Anexo 3.)

A UE também tem a vantagem de ser um mercado enorme, com um PIB combinado de US $ 18 trilhões. É tão grande que sua estrutura regulatória comparativamente exigente para a IA, incluindo o Regulamento Geral de Proteção de Dados (GDPR) e a Lei AI da UE recentemente promulgada, é improvável que os fornecedores da Genai de operação de operar lá. ⁵ 5 A Meta, que em julho de 2024 anunciou sua intenção de não disponibilizar certos modelos na UE por razões regulatórias, não é um fornecedor da Genai, conforme definido neste artigo, pois desenvolve a Foundation LLMS, mas não fornece (e monetiza) a inferência para usuários finais. De fato, suas regulamentações poderiam criar uma demanda por inteligência desenvolvida e movida pela UE, que pode ser vista como mais confiável e protetora dos dados dos usuários. quase 60% menos na Suécia e na Finlândia, do que na Alemanha. Além disso, as empresas que procuram fornecer modelos genai ao mercado da UE podem não ter alternativa para escalar os data centers lá pelas razões regulatórias acima mencionadas. Equipamentos de litografia produzidos exclusivamente pelo ASML baseado na Holanda. A UE tem um histórico de investimento atrasado no setor de tecnologia e, portanto, não conseguiu escalar campeões de tecnologia: enquanto o PIB dos EUA é 1,5 vezes maior que o da UE, o valor de mercado da participação dos EUA das 1.000 maiores empresas de tecnologia pública do mundo é quase 18 vezes maior que a UE

The EU has the world’s third-largest data center capacity, after the US and China, with 8 gigawatts in 2024. While electricity prices in the region are high, considerable variability can be exploited: industrial electricity can cost 20% less in France, and close to 60% less in Sweden and Finland, than in Germany. Moreover, companies looking to supply GenAI models to the EU market may have no alternative to scaling data centers there for the aforementioned regulatory reasons.

Building on the above strengths, we already see complementarity in action: Mistral’s models, for example, are designed in France, trained on Italian supercomputers, and served to clients largely out of Swedish data centers—powered by the chips manufactured using EUV lithography equipment produced exclusively by Netherlands-based ASML.

Bridging the Funding Gap. The EU’s greatest challenge lies in securing the investments necessary to keep up with model scaling and expand data center infrastructure (which includes upgrading the power grid). The EU has a history of lagging investment in the tech sector, and therefore it has been unable to scale tech champions: while US GDP is 1.5 times greater than that of the EU, the market cap of the US share of the world’s 1,000 largest public tech companies is close to 18 times greater than the EU Compartilhar. ⁶ 6 No final de outubro de 2024, a capitalização de mercado da participação dos EUA das maiores 1.000 empresas de tecnologia do mundo era de US $ 24,7 trilhões, em comparação com US $ 1,4 trilhão para a participação da UE.

Como resultado, as empresas de tecnologia baseadas na UE têm apenas uma fração do músculo de investimento de seus colegas dos EUA: as 20 maiores empresas de tecnologia da UE gastaram US $ 40 bilhões em P&D em 2022, em comparação com US $ 200 bilhões para as 20 maiores empresas de tecnologia nos EUA. Sem surpresa, as startups da Genai na UE receberam apenas US $ 3,5 bilhões em investimentos desde 2019, ou 5% do investimento privado recebido por startups da Genai, com sede nos EUA. O relatório Draghi sobre competitividade europeia e anúncios recentes do Banco Europeu de Investimento e da Comissão Europeia enfatiza a necessidade de um ecossistema de tecnologia da UE mais forte - com o financiamento necessário para que as startups escalem no bloco. Existem grupos de recursos que a UE poderia explorar, principalmente os gastos públicos em P&D nos Estados -Membros, que tiveram uma média de US $ 40 bilhões por ano entre 2016 e 2022 - mas isso exigirá um esforço conjunto em um ambiente complexo de decisões distribuídas. Mas a orquestração entre as fronteiras nacionais também tem sido desafiadora, como na iniciativa Gaia X para desenvolver infraestrutura de nuvem confiável e soberana para a UE. Resta saber se o momento da política se traduz em ação oportuna. Os países também podem confiar no forte acesso ao capital para terceirizar o desenvolvimento de modelos que eles podem possuir e servir em escala. Essa abordagem é mais adequada para economias como a Arábia Saudita e os Emirados Árabes Unidos, que têm acesso centralizado a recursos de capital significativos, como fundos soberanos de riqueza.

There are signs of positive momentum, however. The Draghi report on European competitiveness and recent announcements by the European Investment Bank and the European Commission all stress the need for a stronger EU tech ecosystem—with the funding necessary for startups to scale within the bloc. There are pools of resources the EU could tap into, notably public R&D spending across member states, which averaged about $40 billion per year between 2016 and 2022—but doing so will require a concerted effort in a complex environment of distributed decision making.

Precedents for such collaboration exist, particularly in joint efforts like the creation of the European airplane consortium Airbus. But orchestration across national boundaries has also at times been challenging, as with the Gaia X initiative to develop trustworthy and sovereign cloud infrastructure for the EU. It remains to be seen whether the present policy momentum translates into timely action.

Made in Saudi Arabia or the UAE

Because of the high cost of building a top-performing GenAI ecosystem, some countries can use publicly available IP and invest strategically in talent and computing power. Countries may also rely on strong access to capital to outsource the development of models which they can nevertheless own and serve at scale. This approach is best suited to economies such as Saudi Arabia and the UAE, which have centralized access to significant capital resources like sovereign wealth funds.

Investir em crescimento. Os Emirados Árabes Unidos lançaram um fundo de AI VC de US $ 10 bilhões - mais de oito vezes o financiamento total recebido até o momento por Mistral, por exemplo. Enquanto isso, a Arábia Saudita planeja investir US $ 40 bilhões em desenvolvimento de IA, além de um plano anunciado recentemente para investir US $ 100 bilhões em expansão de data center (Project Transcendence) e seu fundo de tecnologia anterior de US $ 100 bilhões (Projeto ALAT). Esses investimentos comprometidos baseiam -se em poços de capital muito maiores: dos 20 maiores fundos soberanos de riqueza do mundo, os Emirados Árabes Unidos abrigam cinco, totalizando aproximadamente US $ 2 trilhões em ativos sob gestão, enquanto o Fundo de Investimento Público da Arábia Saudita (PIF) gerencia US $ 920 = 3941 In the Gulf region, Saudi Arabia and the UAE are each making significant investments to diversify their economies and contribute to the region’s broader technological acceleration.

The commitment to direct investments toward AI is clear. The UAE has launched a $10 billion AI VC fund—more than eight times the total funding received to date by Mistral, for example. Saudi Arabia, meanwhile, plans to invest $40 billion in AI development, on top of a recently announced plan to invest $100 billion in data center expansion (Project Transcendence) and its earlier $100 billion tech fund (Project Alat). These committed investments draw on much larger pools of capital: of the 20 largest sovereign wealth funds worldwide, UAE is home to five, totaling roughly $2 trillion in assets under management, while Saudi Arabia’s Public Investment Fund (PIF) manages $920 billion.

Both countries have invested heavily in building an AI R&D ecosystem through universities and sovereign-wealth-backed startups like G42 in the UAE. Since 2022, the AI talent pool in the UAE and Saudi Arabia has grown by 36% and 17%, respectively, and Migração de talentos da IA ​​líquida de entrada cresceu 40% e 70%. (Ver Anexo 4.)

Infraestrutura de data center no Golfo permanece pequena em termos absolutos, com a Arábia Saudita e os Emirados Árabes Unidos em torno de 0,4 gigawatts de capacidade. Mas está crescendo rapidamente, em parte ativado pelos baixos custos de energia da região, que pode ser de 30% a 50% menor do que nos EUA em média. A recente flexibilização das restrições de exportação de chip de ponta para os Emirados Árabes Unidos-que o governo saudita espera que também se estenda à Arábia Saudita-contribuirá para o acesso sustentado ao hardware otimizado para cargas de trabalho de IA. Ainda assim, o ritmo da construção real do data center é uma questão em aberto. Dois dos modelos Falcon do Instituto de Inovação em Tecnologia da Emirados continuam sendo contados entre os principais LLMs do mundo, e o G42 dos Emirados Árabes Unidos desenvolveu uma família de modelos árabes de alto desempenho, Jais-que fala da capacidade dos desenvolvedores da região de acessar um corpus robusto de dados árabe para modelo

Progress to date has been notable: Saudi Arabia’s Aramco has produced what is reportedly the largest industrial GenAI model in the world, and the Saudi Data and AI Authority released the leading Arabic LLM family, ALLaM, the largest versions of which are built on the basis of Meta’s Llama-2. Two of the Emirati Technology Innovation Institute’s Falcon models continue to be counted among the world’s top LLMs, and the UAE’s G42 has developed a high-performing Arabic model family, Jais—which speaks to the ability of developers in the region to access a robust corpus of Arabic data for model Treinamento. ⁷ 7 330 bilhões de tokens em árabe foram usados ​​para treinar Jais; Para comparação, o Llama 3.1 da Meta foi treinado em 15 trilhões de tokens.

Atingindo massa crítica. Para todo o crescimento impressionante a esse respeito - com aproximadamente 7.000 e 5.000 especialistas em IA que agora residem nos Emirados Árabes Unidos e na Arábia Saudita, respectivamente - o pool de talentos do Golfo permanece pequeno em comparação com países como a Alemanha (55.000 especialistas em genes) ou a França (50.000). Justifique as crescentes demandas de capital do desenvolvimento do modelo Genai. O G42 dos Emirados Árabes Unidos parece estar fazendo exatamente isso com seu Nanda LLM, projetado para atender aos consumidores de língua hindi na Índia. Para essas nações, que incluem a Coréia do Sul e o Japão, investir para alcançar essa escala pode criar maior competitividade, pelo menos em nível doméstico ou regional. A Coréia do Sul e o Japão também têm grandes mercados internos e pools de capital consideráveis ​​para fornecer o investimento necessário. Força. It remains to be seen whether Saudi Arabia and the UAE can sustain the AI talent pipeline needed to foster a self-sustaining model-development ecosystem. For all the impressive growth in this regard—with roughly 7,000 and 5,000 AI specialists now residing in the UAE and Saudi Arabia, respectively—the Gulf’s talent pool remains small compared to countries such as Germany (55,000 AI specialists) or France (50,000).

More important, for Saudi Arabia and the UAE to become profitable suppliers of GenAI, they have to reach sizeable technology export markets to justify the growing capital demands of GenAI model development. The UAE’s G42 appears to be doing precisely this with its Nanda LLM, designed to cater to Hindi-speaking consumers in India.

Made in Japan or South Korea

Some countries have capabilities across critical GenAI enablers but lack scale. For these nations, which include South Korea and Japan, investing to achieve this scale can create greater competitiveness, at least at a domestic or regional level. South Korea and Japan also have large internal markets and sizeable capital pools to provide the investment required.

The path for these countries is less certain given the challenges they face—but their strength in some key enablers suggests that it’s too soon to count them out.

Capitalizing on a Legacy of Tech Strength. Tanto a Coréia do Sul quanto o Japão têm ecossistemas tecnológicos fortes e fortemente concentrados, dominados por conglomerados que são grandes gastadores de P&D. Os gastos anuais em P&D das 20 maiores empresas de tecnologia do Japão são maiores que os de outras potências médias da Genai, em US $ 28 e US $ 26 bilhões, respectivamente, em comparação com US $ 14 bilhões em Alemanha e US $ 4 bilhões na França. (Veja o Anexo 5.) Esse foco em P&D se traduz em um forte desempenho em patentes: Coréia do Sul e Japão classificam o primeiro e o terceiro entre os poderes médios da Genai em patentes de IA desde 2013.

Coréia do Sul e Japão também se beneficiam de suas posições importantes ao longo da cadeia de valor de hardware, o que lhes dá acesso confiável a chips de alta qualidade. A Coréia do Sul detém uma participação de mercado de aproximadamente 30% na fabricação de chips de ponta (sub-10 nanômetro), embora ele segue a NVIDIA em chips de ponta e espera-se que perca a participação Nos próximos anos . Tanto a Coréia do Sul quanto o Japão são os principais exportadores de insumos críticos na fabricação de chips: índio para a Coréia do Sul e processamento fotorresista, remoção de materiais e limpeza, equipamentos de automação de fabricação e arsênico para o Japão. Na Coréia do Sul, a Samsung e o Naver construíram seus próprios LLMs - como a gigante de telecomunicações KT Corp, usando chips de IA fabricados internamente. Naver, como o maior mecanismo de busca na Internet do país, se beneficia de seu acesso a dados (a Coréia do Sul é um dos quatro países onde o Google não domina o mercado de pesquisa na Internet). Outros, como o conglomerado de tecnologia Rakuten, usaram modelos de código aberto estrangeiros como llama e Mistral, que são otimizados para o idioma japonês. A Coréia do Sul está menos favorecida aqui do que o Japão, cuja economia é aproximadamente duas vezes e meia maior. Mas os desenvolvedores sul -coreanos parecem estar se movendo de maneira mais agressiva para proteger os mercados de exportação para a Genai: Naver, por exemplo, está em parceria com a Arábia Saudita para desenvolver em conjunto um LLM de idioma árabe, enquanto outras empresas sul -coreanas estão construindo modelos especializados direcionados ao Tailândia, Mercados Maiores e Maiores, entre os Maiores e Maiores, entre os Maiores e Maiores, entre os Maiores, entre os que são mais altos, entre os que são mais altos e mais altos e mais altos, entre os maiores e os maiores, entre os maiores e os maiores, entre os maiores e os maiores, entre os maiores e os maiores, entre outros, entre os maiores e os maiores, entre os que são mais altos e maiores, entre os maiores e os maiores, entre os que são mais altos, com mais de um mercado que se direciona. 2024. Isso está a par da Alemanha e bem à frente dos 0,9 Gigawatts da Coréia do Sul. (A construção planejada pode dobrar a capacidade na Coréia do Sul nos próximos anos, capitalizando os preços comparativamente baixos da energia.) Ainda não está claro, no entanto, se os desenvolvedores de modelos japoneses poderão competir como fornecedores de Genai com os hiperesseres dos EUA, muitos dos quais estão aumentando os investimentos para expandir sua pegada no Japão; Até o momento, nenhum campeão óbvio para o desenvolvimento doméstico do modelo Genai surgiu lá. Isso dependerá amplamente da Samsung, que representa 70% do gasto total em P&D entre as 20 maiores empresas de tecnologia do país. Ambos os governos expressaram fortes ambições de IA apoiadas pelo governo; Resta ver como essas ambições se traduzem em ação e com que rapidez. A arquitetura sobre a qual são construídas foi publicada pela primeira vez pelo Google em 2017. Cada vez mais, no entanto, as empresas estão melhorando o LLMS por meio de inovações de engenharia que são colocadas em camadas nesse IP aberto. No entanto, mesmo essas melhorias se enquadram no paradigma atual de escala, o que torna a intensidade do capital e a capacidade de computação fontes críticas de vantagem.

While neither country has produced world-class LLMs to date, there are visible efforts around foundation model development. In South Korea, Samsung and Naver have built their own LLMs—as has telecom giant KT Corp, using AI chips manufactured domestically. Naver, as the largest internet search engine in the country, benefits from its access to data (South Korea is one of only four countries where Google doesn’t dominate the Internet search market).

In Japan, a partnership between universities and private companies recently released the open-source Fugaku-LLM, a model that has strong performance in Japanese-language benchmarks and trained using the Riken supercomputer Fugaku. Others, like tech conglomerate Rakuten, have used foreign open-source models like Llama and Mistral, which are then optimized for the Japanese language.

Finding Sufficient Market Demand and Computing Power. To justify the requisite investments, South Korea and Japan would need to secure large enough target markets for their generative intelligence. South Korea is less advantaged here than Japan, whose economy is roughly two and a half times as large. But South Korean developers appear to be more aggressively moving to secure export markets for GenAI: Naver, for instance, is partnering with Saudi Arabia to jointly develop an Arabic language LLM, while other South Korean companies are building specialized models targeting the Thai, Vietnamese, and Malaysian markets, among others.

Japan has a larger market and greater data center infrastructure, at 1.9 gigawatts of capacity for 2024. This is on par with Germany and well ahead of South Korea’s 0.9 gigawatts. (Planned construction could double capacity in South Korea in the coming years, capitalizing on comparatively low energy prices.) It is not clear yet, however, whether Japanese model developers will be able to compete as suppliers of GenAI with US hyperscalers, many of which are increasing investments to expand their footprint in Japan; to date, no obvious champion for domestic GenAI model development has emerged there.

In South Korea, where Naver and Samsung are clearly making inroads, it remains to be seen if funding will suffice to allow these companies to keep pace with the world’s leading models, which continue to scale. This will largely depend on Samsung, which accounts for 70% of total R&D spending among the 20 largest tech companies in the country.

In both South Korea and Japan, the odds of securing a place as competitive domestic and possibly regional suppliers of GenAI may depend on a concerted effort that capitalizes on the history of strong partnership between the private and public sectors around strategic national priorities. Both governments have voiced strong government-backed AI ambitions; it remains to be seen how those ambitions translate into action, and how quickly.

Betting on Research Breakthroughs

LLMs are largely developed using open IP; the architecture on which they are built was first published by Google in 2017. Increasingly, however, companies are improving LLMs through engineering innovations that are layered onto that open IP. Yet even those improvements fall within the current paradigm of scale, which makes capital intensity and computing-power capacity critical sources of advantage.

Esse paradigma não é o fim da inovação fundamental na IA. É possível que novas abordagens que não dependam da arquitetura original do LLMS de hoje possam oferecer desempenho superior a um custo computacional mais baixo. Essa inovação, se mantida proprietária, reformularia as fontes de vantagem de hoje - privilegiando quem estiver em posse disso. Notavelmente, o Reino Unido, o Canadá e (em menor grau) Israel são fortes centros de pesquisa de IA e fizeram importantes contribuições para o campo. (Consulte o Anexo 6.)

Breakthrough innovations of this kind could come from the US, China, or the GenAI middle powers—but also from countries with a strong legacy of AI R&D but limited strength across today’s key enablers. Notably, the UK, Canada, and (to a lesser extent) Israel are strong centers of AI research and have made important contributions to the field. (See Exhibit 6.)

Canadá e o Reino Unido abrigam uma parcela considerável dos principais estudiosos da IA ​​do mundo; Eles produziram muitos modelos notáveis ​​de IA e publicaram alguns dos trabalhos de pesquisa mais importantes da IA. Ambos os países também são altamente classificados em termos do número de especialistas em IA residentes lá - o Reino Unido é o quarto no mundo e o Canadá é o sétimo. A startup da Genai, com sede no Canadá, a Cohere produziu quatro dos principais LLMs do mundo (todos da família do modelo de comando). O DeepMind, produzido pelo Reino Unido, um dos principais laboratórios de pesquisa de IA do mundo, foi adquirido pelo Google em 2014 e esteve no coração das inovações de IA da empresa, incluindo alphago, alphafold e gêmeos-uma das principais famílias do World LLM. Especialistas da IA ​​em uma base per capita. Apesar de sua pequena escala, a forte concentração de talento de IA de Israel permitiu que ele desenvolvesse cinco dos principais LLMs (desde as famílias Jamba e Jurassic Model) através de laboratórios AI21. Modelo.

This strong bench of talent has driven economic benefit for both countries. Canadian-based GenAI startup Cohere has produced four of the world’s top LLMs (all from the Command model family). The UK-produced DeepMind, one of the world’s top AI research labs, was acquired by Google in 2014 and has been at the heart of the company’s AI innovations, including AlphaGo, AlphaFold, and Gemini—one of the world’s top LLM families.

Israel, with a significantly smaller population than the UK and Canada, is still among the 15 countries with the most top AI researchers and has one of the highest numbers of AI specialists on a per capita basis. Despite its small scale, Israel’s strong concentration of AI talent has enabled it to develop five of the top LLMs (from the Jamba and Jurassic model families) through AI21 Labs.

A Call to Action for Leaders

Both company and country leaders need to be able to navigate the new geopolitics of AI by building their geopolitical muscle: the ability to sense coming shifts and adapt their operating model.

Por um lado, as empresas têm interesse em um suprimento diversificado de Genai. As lições do Covid são fortes: uma interrupção maciça pode criar pontos de estrangulamento graves da cadeia de suprimentos e destruir o valor, o que sublinha a importância da opcionalidade.

Executives will also need to be able to ensure smooth Operações Em todas as geografias em que fazem negócios, apesar das diferenças de regulamentação, idioma e infraestrutura de tecnologia herdada. Certos modelos podem estar disponíveis em alguns países, mas não em outros, o que defende a construção de cadeias de suprimentos regionais de geração e localizar parte das operações de tecnologia de uma empresa multinacional. Os CEOs devem, portanto, considerar uma abordagem de portfólio para a IA generativa. Utilizando uma variedade de modelos - mesmo uma combinação de código aberto e fechado - pode permitir que as empresas explorem os pontos fortes específicos dos modelos individuais, enquanto aumentam as opções para acesso ao modelo entre jurisdições.

If all options originate in just two countries, it could lead to disruptions in the technology’s availability due to geopolitical shocks. CEOs should therefore consider a portfolio approach to generative AI. Utilizing a variety of models—even a combination of open source and closed—can enable companies to exploit individual models’ specific strengths while increasing options for model access across jurisdictions.

Por outro lado, porque a soberania da IA ​​pode em breve se tornar uma fonte crítica de segurança nacional, valor econômico e poder suave, governos dos países ou em regiões com potencial para se tornarem as potências médias de Genai devem considerar o que seria necessário para reivindicar o espaço. Garantir que a robustez entre os ativadores envolverá diferentes prioridades imediatas para cada uma: alguns precisarão se concentrar em atrair e reter o talento certo, outros precisarão enfatizar o investimento para aumentar os campeões domésticos de IA, e outros ainda precisam priorizar a expansão de sua infraestrutura de que os líderes de gestão e o setor privado e os líderes do setor privado fazem com que os líderes do setor privado e do setor privado façam que sejam os líderes do setor privado. Tarifas, a restrição de fluxos internacionais de talentos ou regulamentos de dados. O tempo todo, o cenário da tecnologia está evoluindo rapidamente, e o custo da entrada está aumentando tão rapidamente. Nesse ambiente, a capacidade de entender a paisagem completa de Genai será crítica.

The choices that both private and public sector leaders make will be shaped by regulatory and policy action that may create drastic shifts, for example, in tariffs, the restriction of international talent flows, or data regulations. All the while, the tech landscape is quickly evolving, and the cost of entry is rising just as rapidly. In this environment, the ability to understand the full GenAI landscape will be critical.