In januari van dit jaar bracht DeepSeek twee doorbraken uit met haar nieuwe model R1, die de economie van kunstmatige intelligentie stilletjes herdefinieerde.Dit model bereikt topprestaties voor 1/40 van de kosten van het vorige modelVanaf december 2024 heeft DeepSeek's V3-groottaalmodel de opleidingskosten met meer dan 90% verlaagd.
Twee doorbraken van DeepSeek trokken veel aandacht.DeepSeek onthulde dat het vragen van AI-modellen om hun redeneerprocessen uit te werken - een onderzoeksbenadering die bekend staat als keten-of-thought prompting - de nauwkeurigheid en efficiëntie verbeterdeTen tweede maakt DeepSeek gebruik van kunstmatige intelligentie om zijn eigen datasets te genereren, volledig onafhankelijk van handmatige etikettering van de gegevens.Hoewel er argumenten zijn dat DeepSeek niet zo goedkoop is als het beweert, hebben deze doorbraken zeker een nieuw tijdperk van AI-economie ingeluid.
De kostenstructuur van kunstmatige intelligentie verandert drastisch.en investeringen in infrastructuurDeze verschuiving zou de marktkrachten kunnen omverwerpen en uiteindelijk snelle startups kunnen helpen om op korte termijn de technologiegiganten in te halen, terwijl de winstmarges worden verhoogd.
Tech-giganten hebben al meer dan $100 miljard geïnvesteerd in de ontwikkeling van AI-infrastructuur, en het blijft toenemen.Nu moeten ze overwegen hoe ze een rendement op deze enorme investeringen kunnen genereren en een voorsprong kunnen behouden op algoritmen tegen meer wendbareIn het licht van een snel veranderende omgeving staan zowel technologiegiganten als start-ups voor een duidelijk signaal: grijp de kans van de technologische vooruitgang snel aan.of worden uitgesloten.
Het marktlandschap voor en na DeepSeek
Voor de opkomst van DeepSeek, hadden startups moeite om te concurreren met de infrastructuur uitgaven van tech giganten,Die elk kwartaal miljarden dollars in het bouwen van enorme datacenters stortte en enorme voordelen kreeg van de vooruitgang in kunstmatige intelligentie technologieDeze giganten beschikken niet alleen over enorme databronnen, maar verzamelen ook een groot aantal doctoraaltalenten, en de vooruitgang van algoritmen hangt ook af van hun sterke technische kracht.lang gevestigde distributienetwerken die hen in staat stellen producten snel naar bestaande klanten te vervoeren en de technologische vooruitgang te versnellen door middel van feedbacklussen.
Tegen 2025 alleen al zullen de kosten van trainingsmodellen met 95% dalen.het infrastructuurvoordeel van de tech-giganten aanzienlijk verminderenDe kosten van redenering zijn in de afgelopen drie jaar bijna duizendvoudig gedaald en zullen naar verwachting in de toekomst verder dalen.De duur van het algoritmische voordeel is verlaagd tot 45 tot 100 dagen en kan verder afnemen..
Wanneer de opleidingskosten niet langer een belangrijke knelpunt zijn, wordt de inferentieprestatie (dat wil zeggen hoe goed AI-modellen presteren in real-time toepassingen) een nieuwe focus.goedkopere modellen die een vergelijkbaar vermogen bieden met grotere modellen en die kunnen draaien op een Gpus met een lager rendementAls slimmere AI-producten tegen zeer lage kosten kunnen worden geleverd, dan hebben startups eindelijk een kans om de tech-giganten te overtreffen en tegelijkertijd de winst te verhogen.
Een efficiënte toewijzing van arbeidskrachten versterkt het voordeel van de concurrent.optimaliserenEn omdat ze zich grotendeels richten op het toepassingsniveau, zijn ze vooral gericht op de ontwikkeling van nieuwe technologieën.Uitdagers kunnen genieten van hogere winstmarges op dezelfde manier dat cloud startups een voordeel hebben gekregen door de eenheidseconomie 15 jaar geleden te verbeteren.
Deze trend is niet alleen goed voor startups. Het brengt bedrijven als Nvidia ook in een groter risico. Na de aankondiging van DeepSeek daalde de aandelenkoers van Nvidia met 12%, hoewel het sindsdien is teruggekregen.De risico's voor chipfabrikanten zijn groter omdat de vraag verschuift van opleidingsgerichte hardware naar efficiëntere inferentieoplossingenDe opkomst van neurale verwerkingseenheden voor consumenten (Npus) zou deze verschuiving kunnen versnellen, waardoor AI-modellen natief kunnen worden uitgevoerd op apparaten zoals smartphones en laptops.
Uitgaven voor kunstmatige intelligentie
Wat goed is voor challengers is slecht voor tech giganten.AI-giganten hebben bijna instinctief de dominantie van DeepSeek gekoppeld aan nationale veiligheidsimplicaties in een poging om steun te krijgen voor de ontwikkeling van soortgelijke technologie., zonder rekening te houden met het feit dat Amerikaanse onderzoekers, waaronder van Stanford University, in staat zijn geweest om de technologie van DeepSeek te repliceren en zelfs te overtreffen.De Commissie heeft de Commissie verzocht om een verslag uit te brengen over de resultaten van de onderzoeksprocedure.: Was de enorme uitgaven voor AI-modelonderzoek en -ontwikkeling verspild?
Historische trends suggereren dat de meeste AI-ontwikkelingen inderdaad zijn gebaseerd op overmatige kapitaalinvesteringen in schaal.overschrijding van wat destijds als algoritmisch optimaal werd beschouwdNieuwe technologische vooruitgang bewijst dat we dezelfde prestaties kunnen bereiken tegen lagere kosten.de uitbreiding van hyperscale cloudproviders vereist nog steeds grotere datacenters en moet de stijgende inferentie kosten dragen.
We zien al een wapenwedloop voor DeepSeek's prestaties, met de likes van Google's Gemini model,Microsoft's Azure AI Foundry en Meta's open source LLaMA strijden allemaal om de dominantieMark Zuckerberg, CEO van Meta, benadrukte het belang van gepersonaliseerde AI - dat wil zeggen modellen die zijn afgestemd op de behoeften, cultuur en voorkeuren van individuele gebruikers..Deze visie sluit aan bij een bredere trend in AI-ontwikkeling: kleinere, meer gespecialiseerde modellen die hoge prestaties kunnen leveren zonder de noodzaak van een enorme cloud-infrastructuur.
Startups winnen nieuwe fiches
Tegelijkertijd hebben open-source- en closed-source-giganten verschillende doelen, waardoor het voordeel van de challenger verder toeneemt.Open source modellen die door bedrijven zoals Meta zijn gemaakt, zullen blijven concurreren en de kosten in het hele ecosysteem verlagen, terwijl gesloten bronmodellen proberen hogere tarieven in rekening te brengen door middel van betere technologie.terwijl de winstmarges toenemen.
Ongeacht de grootte van het bedrijf is de boodschap duidelijk: profiteer snel van de specifieke voordelen die ze hebben - marktdynamiek, rekenkracht en talent - of je zult falen.De cyclus van de technologische vooruitgang wordt steeds korter, van de maanden of zelfs jaren dat het gebruikte om nieuwe prestatienormen te stellen, tot de technologische doorbraak van DeepSeek die suggereert dat het nu maar 41 dagen kan duren.Innovatie vordert in een ongekend tempo, en de fout-tolerantieruimte wordt snel kleiner.
Uw bericht moet tussen de 20-3.000 tekens bevatten!
