Odgovor nije jedno ime ni jedna tvrtka, nego pregršt istraživača izraslih iz istog sveučilišta, država koja ih je financirala i konkurencija koja ih je gonila.

Tsinghua, tvornica AI kadrova

Prvi zaslužni nije osoba, nego institucija. Pekinško sveučilište Tsinghua desetljećima je bilo glavni izvor talenta za kinesku tehnologiju, a velik dio današnjih vodećih imena krenuo je upravo odande ili s još nekoliko srodnih ustanova. Godine 2005. Andrew Yao, bivši profesor s Princetona i dobitnik Turingove nagrade, ondje je osnovao elitni "Yao razred" za obrazovanje vrhunskog kadra, iz kojeg je poslije potekao dio osnivača.

Temelj za generativni AI počeo se graditi daleko ranije. Početkom 2000-ih kineska je internetska industrija počela stvarati goleme količine podataka, pa su tvrtke ulagale u strojno učenje za analizu ponašanja korisnika, dok je država tražila programe za prepoznavanje lica i glasova. Sveučilišta su masovno školovala stručnjake za računalstvo, a iz tog su razdoblja izašli i takozvani "četiri zmajčića", startupi SenseTime, Megvii, CloudWalk i Yitu, koji su izučili velik dio inženjera danas aktivnih u AI-ju. Kako su se pravila o komercijalizaciji akademskih istraživanja postupno otpuštala, kadar je za osnivanje vlastitih tvrtki već bio spreman.

Tang Jie

Ako mreža ima središte, to je Tang Jie. Danas 49-godišnji profesor na Tsinghui strojnim se učenjem bavi otprilike četvrt stoljeća, a istraživački se profilirao u područjima analize društvenih mreža, rudarenja podataka, znanstvenih grafova i obrade prirodnog jezika. Doktorirao je iz računalnih znanosti, a upravo je rudarenje podataka, disciplina koja iz velikih skupova izvlači skrivene obrasce, poslije postalo jedan od temelja AI-ja.

Do 2010-ih njegovi su bivši studenti punili vrhunske tvrtke u Silicijskoj dolini, a 2019. iz vlastitog je laboratorija izdvojio tvrtku koja se danas zove Z.AI. Kad je OpenAI 2020. objavio GPT-3, Tangov je tim već ciljao na model iste razine. Njegovo je ime i danas u središtu utrke: kad je Elon Musk u lipnju predvidio da Kina neće dostići Anthropicov model Fable prije prvog tromjesečja 2027., Tang je na platformi X kratko odgovorio da neće trebati toliko.

Yang Zhilin i Liang Wenfeng

Iz Tangove je orbite izašao Yang Zhilin, koji je programiranje intenzivno vježbao od sedamnaeste i s bivšim profesorom razvijao algoritme strojnog učenja, a poslije doktorirao na Carnegie Mellonu. Danas vodi Moonshot AI, tvrtku koju je na kineskom nazvao prema albumu Pink Floyda. Njegovi modeli K2 i K3 pokazuju koliko na kineskoj sceni jedni uče od drugih: preuzeli su rješenja koja je dokazao suparnik.

Taj je suparnik Liang Wenfeng. Karijeru je počeo u računalstvu, a potom osnovao hedge fond koji je AI koristio za analizu tržišta, iz kojeg je 2023. izdvojio DeepSeek. Upravo je njegov tim ponudio ključna rješenja: latentnu pažnju (MLA) i rani prelazak na dizajn "mješavine stručnjaka" (MoE), u kojem se problem prosljeđuje specijaliziranom podmodelu. Te su tehnike stajale iza "DeepSeek šoka" u siječnju 2025., kada je jeftin model otvorenog koda nakratko srušio američke dionice. 

Država kao ulagač

Iza pojedinaca stoji sustav koji ih je držao na površini. Kineska formula spaja državnu potporu i tržišnu utrku: novac je tekao u istraživanja na sveučilištima, državni fondovi pisali su čekove startupima, a lokalne i središnje vlasti bile su njihovi prvi kupci. Gotovo polovica ukupnih ulaganja u vlasnički kapital u Kini u prvoj je polovici godine otišla u AI, najvećim dijelom iz fondova pod državnom kontrolom.

Potpora se pojačala kad je ulog postao politički. Nakon što je Anthropic ovog proljeća predstavio model Mythos, sposoban za otkrivanje sigurnosnih propusta, dio kineskih dužnosnika usporedio ga je s nuklearnim oružjem AI ere. Peking je odgovorio nacionalnim fondom i olakšicama za izlazak startupa na burzu, svjestan da Washington strancima može blokirati pristup najboljim američkim modelima.