Історія Moonshot AI починається 1 березня 2023 року — у символічну дату 50-річчя легендарного альбому Pink Floyd, який став джерелом натхнення для засновника компанії Яна Чжиліня. Те, що виглядало як невеликий IT-офіс із музичними смаками свого творця, сьогодні перетворилося на ключового гравця глобальних перегонів у сфері штучного інтелекту. Компанія готується до фінального раунду фінансування перед лістингом у Гонконзі, і, за моїми оцінками, її вартість може сягнути вражаючих $50 млрд.

Шлях засновника: від Цінхуа до повернення на батьківщину

Ян Чжилінь — типовий представник нової хвилі китайських технократів. Отримавши докторський ступінь в Університеті Карнегі-Меллона та пройшовши стажування в Google Brain і Meta, він зробив нетривіальний для багатьох вибір — повернувся до Китаю. Його шлях через розробку моделі Huawei PanGu та проєкту Wu Dao в Пекінській академії штучного інтелекту демонструє системний тренд: найкращі уми Китаю дедалі частіше обирають роботу на батьківщині, а не еміграцію до Кремнієвої долини. Науковий керівник Яна, Руслан Салахутдінов, називає його «абсолютно блискучим» — і це не просто комплімент, а визнання того, що талант такого рівня є затребуваним ще до захисту дисертації.

Феноменальне зростання та реальні цифри

Динаміка оцінки Moonshot AI виглядає як венчурний сон: з $4,3 млрд наприкінці 2025 року до $10 млрд до лютого, потім $18 млрд у березні, $20 млрд у травні та $35 млрд у липні. Ключовий показник — ARR, що подвоївся до $200 млн за місяць і досяг $300 млн до червня. За цими цифрами стоїть команда лише з 300 осіб, що робить компанію однією з найефективніших в індустрії. Понад 70% виручки припадає на корпоративні API-продажі, решта — міжнародні підписки на Kimi.

Однак успіх K3 оголив і вразливості. Через 48 годин після релізу компанії довелося призупинити підключення нових користувачів через дефіцит обчислювальних потужностей. Це класичний розрив між амбіціями на папері та фізичними обмеженнями інфраструктури. Хоча ажіотажний попит підтверджує, що продукт перевершив очікування ринку, питання масштабованості залишається відкритим.

Відкритість як стратегічна зброя

Ключовий розворот Moonshot AI — перехід до відкритих ваг. Це не альтруїзм, а вимушена й водночас геніальна стратегія. Реліз K3 з 2,8 трлн параметрів — найбільшої відкритої LLM в історії — створив для Вашингтона проблему, яку неможливо вирішити законодавчо. Заборонити модель, скопійовану на тисячі серверів по всьому світу, технічно неможливо. При цьому незалежні тести показують зростання галюцинацій до 51%, що ставить під сумнів безумовну перевагу K3 над конкурентами.

Моя оцінка: відкритість Moonshot AI — це подвійний удар. З одного боку, боротьба за глобальних розробників, з іншого — геополітичний маневр, який ставить США перед складним вибором між обмеженнями та збереженням відкритої екосистеми. Лист 25 компаній на чолі з Nvidia та Meta — яскраве підтвердження того, що індустрія не підтримує заборонні заходи.

Санкції як каталізатор інновацій

Парадоксально, але експортні обмеження США відіграли роль прискорювача китайського прогресу. Обмеження на HBM-пам'ять і передові чипи змусили китайські лабораторії шукати архітектурні обхідні рішення замість простого нарощування потужностей. Результат — гібридні архітектури уваги, агресивне кешування контексту зі знижкою 90% на повторні токени та оптимізація генерації міркувань.

Розрив скорочується, але не зникає. Китай наздоганяє завдяки інженерній винахідливості, а не технологічній перевазі. Однак темпи змін такі, що політики не встигають адаптуватися. Відкриті китайські моделі з державною підтримкою в капіталі вже використовуються розробниками по всьому світу — і цей процес незворотний.

Мій вердикт: Moonshot AI — це не просто історія успіху приватної компанії, а індикатор зміни парадигми в глобальних перегонах у сфері штучного інтелекту. Компанія, яка демонтувала VIE-структуру та отримала підтримку Національного фонду соціального страхування Китаю, — це гібрид приватної ініціативи та національної стратегії. Питання не в тому, чи зможе вона зберегти темп, а в тому, як швидко західні регулятори навчаться реагувати на реальність, де відкриті моделі стирають межі між комерцією, політикою та технологіями.