DeepSeek-effekten: Hur det kinesiska start-up-företaget permanent förändrade framtiden för AI-utveckling

DeepSeeks framväxt skakade om teknikjättarnas bekväma position som ledare inom AI-innovation. Det kinesiska start-up-företaget visade hur man kan uppnå modeleffektivitet med mindre pengar och färre resurser.

BeInCrypto pratade med tio branschledare om varför den teknologiska sektorn hade spridningseffekter på kryptomarknaden och hur DeepSeeks framväxt permanent har omdefinierat framtiden för AI-utveckling.

En hink med isvatten för amerikanska teknikjättar

DeepSeeks framväxt och dess djupgående effekter på kryptomarknaden blev en väckarklocka för västerländska tekniksektorer. De har inte längre ett överlägset övertag inom AI-utveckling.

För bara två veckor sedan släppte det kinesiska start-up-företaget två AI-modeller: R1 och V3. Dessa system visade sig vara lika effektiva som de som utvecklats av teknikjättarna OpenAI och Google—och rankades till och med högre i vissa mätvärden. De producerades också till en bråkdel av kostnaden.

Medan språkinlärningsmodeller (LLM) som Metas Llama 3.1 kostar över 60 miljoner USD att producera, fick DeepSeek rubriker genom att minska kostnaden för att träna en avancerad modell till bara 6 miljoner USD.

Bara timmar efter DeepSeeks lansering försvann ett biljon USD från marknadsvärdet för ledande amerikanska teknikföretag. Nvidia, världens dominerande leverantör av AI-chips, såg sitt värde falla med 600 miljarder USD.

Den amerikanska aktiemarknaden drabbades av sin värsta enskilda förlustdag någonsin, och krypto kände av effekten. DeepSeeks ankomst orsakade stora nedgångar i gruvaktier som Marathon och Riot, som är starkt beroende av Nvidias hårdvara.

Nyheten utlöste också en krypto-försäljning på 1 miljard USD, där Bitcoin föll med 5 % och altcoins såg ännu brantare nedgångar på 8-10 %. Samtidigt såg AI-drivna kryptovalutor en 10 % nedgång i marknadsvärde över 24 timmar, med fyra av de fem främsta AI-mynten som drabbades av stora förluster.

DeepSeeks framträdande ödmjukade övermodiga teknikjättar. Det ökade granskningen av deras överdrivna beroende av miljardinvesteringar och framtida intäktstillväxt.

Det visade också att framtida störningar i innovationsracet oundvikligen kommer att ha en spridningseffekt på kryptomarknaden.

Kina skapar DeepSeek trots alla odds

DeepSeek skakade marknaderna eftersom det visade att Kina inte låg så långt efter USA i racet mot de mest effektiva AI-modellerna. Fram till nyheten den 27 januari visade teknikaktierna för stora aktörer som Microsoft, Google och OpenAI en positiv känsla.

Denna känsla baserades främst på att dessa teknikjättar är etablerade och välfinansierade. De har redan en solid marknadsposition och tillgång till den mest förfinade hårdvaran och mjukvaran som behövs för att driva AI-innovation.

“Dessa företag har inte bara ett teknologiskt övertag utan också infrastrukturen, stora datamängder och finansiella resurser för att behålla sin dominans,” sa Pavel Matveev, medgrundare av Wirex.

Samtidigt, under Joe Bidens presidentskap, förbjöds Nvidia att sälja sina GPU-processorer till Kina. Dessa exportrestriktioner tvingade Kina att förlita sig på det lager de hade byggt upp fram till dess.

Trots dessa utmaningar skapade Kina DeepSeek.

“På grund av amerikanska exportrestriktioner hade kineserna inte alls samma tillgång till hårdvaran som amerikanska företag hade. Men återigen, detta är ekonomi 101: resursbrist leder till innovation, eller “nöden har ingen lag,” för oss andra. Kina var tvunget att gå ner på en superdjup nivå av ingenjörskonst och verkligen innovera. Det är verkligen en triumferande historia,” sa Sebastian Pfeiffer, Managing Director för Impossible Cloud Network.

För Yang Tang, VD för QStarLabs, var något sådant här oundvikligt.

“Detta är en naturlig utveckling inom teknikutveckling: en mer kämpande konkurrent som använde en bättre process för att uppnå bättre resultat. Det är värt att notera att allt DeepSeek gjorde tidigare publicerades i akademisk och/eller industriell forskning. Detta kommer definitivt att tvinga etablerade AI-labb att tänka annorlunda eftersom många har varit alltför forskningsfokuserade,” sa han.

Det lärde också västvärlden en värdefull läxa.

Ibland är mindre verkligen mer

För ett år sedan förutspådde OpenAI:s VD Sam Altman att AI-industrin skulle behöva investeringar på biljoner USD för att finansiera utvecklingen av specialiserade chip. Dessa chip är viktiga för att driva de energiintensiva datacenter som stödjer industrins alltmer komplexa AI-modeller.

Andra ledande teknikföretag har nyligen tagit liknande initiativ. Meta har redan meddelat att de planerar att spendera upp till 65 miljarder USD i år för att utöka sin AI-infrastruktur. Företaget siktar på att avsluta året med över 1,3 miljoner grafikprocessorer.

Microsoft meddelade planer på cirka 80 miljarder USD i datacenterutveckling för räkenskapsåret 2025. Samtidigt förväntar sig Amazon att deras beräknade utgifter för 2025 på liknande infrastruktur kommer att överstiga deras uppskattade investering på 75 miljarder USD för 2024.

Många av dessa företag lagrar också GPU:er och relaterad AI-hårdvara. Meta:s VD Mark Zuckerberg sa till exempel att hans företag siktar på att ha 600 000 GPU:er i slutet av 2024.

Samtidigt använde DeepSeek lite över 2 000 Nvidia GPU-enheter och 6 miljoner USD för att driva sin R1-modell.

“DeepSeeks genombrott i att minska utvecklingskostnader och optimera AI-modeller med minimala beräkningsresurser signalerar en stor förändring i den konkurrensutsatta AI-landskapet. Traditionella jättar som Nvidia, OpenAI och Google, som förlitar sig på massiv beräkningskraft och dyr infrastruktur (som avancerade GPU:er och omfattande molntjänster), kan finna att deras traditionella fördel i resurskrävande AI-utveckling minskar,” berättade Trevor Koverko, medgrundare av Sapien.io, för BeInCrypto.

Västerländska företags insikt om att Kina inte låg långt efter i kapplöpningen skrämde också investerare i traditionella finansiella kretsar och kryptomarknader.

DeepSeeks påverkan på kryptomarknaden förklarad

Den bredare marknadsnedgången – särskilt i traditionella marknader – återspeglade en omkalibrering av förväntningar kring teknikvärderingar snarare än en enkel korrigering.

“Marknaden hade prissatt in aggressiva tillväxtantaganden för AI-teknologier, särskilt kring beräkningskrav som skulle gynna företag som Nvidia och stora molnleverantörer. DeepSeeks genombrott i att uppnå jämförbara resultat med mindre beräkningskraft har tvingat investerare att omvärdera dessa antaganden,” sa Karan Sirdesai, VD och medgrundare av Mira Network.

Även om kryptosektorn inte har några direkta kopplingar till DeepSeek, delar den en spelplan med AI-utvecklare. Därför påverkades krypto lika mycket av nyheten om R1-lanseringen.

Enligt Sirdesai är förhållandet mellan krypto- och AI-marknader mer komplext än enkel korrelation. Även om båda faller under teknikparaplyet, fungerar de på fundamentalt olika principer.

“Bitcoin och kryptovärderingar är rotade i monetära dynamiker, nätverksadoption och regulatoriska landskap, medan AI-utvecklingar fokuserar på tekniska kapaciteter och kommersiella tillämpningar,” förklarade han.

Ändå har krypto och AI båda en stor närvaro i tekniksektorn.

“Båda sektorerna tävlar om beräkningsresurser, särskilt GPU:er, vilket skapar leveranskedjelänkar. Dessutom är många investerare aktiva i båda områdena, så sentiment kan spilla över. När stora teknikföretag ser volatilitet från AI-utvecklingar kan det sprida sig till kryptomarknader genom denna gemensamma investerarbas,” tillade Sirdesai.

De senaste marknadsrörelserna efter lanseringen av DeepSeeks R1-modell visar hur känslig kryptomarknaden är för tekniksektorns övergripande sentiment.

“Denna interaktion återspeglar en kulturell och teknologisk synergi mellan AI och krypto, vilket antyder att utvecklingar i en sfär kan påverka den andra avsevärt,” tillade Forest Bai, medgrundare av Foresight Ventures.

Därför blir det viktigt att noga följa hur amerikanska teknikjättar reagerar på DeepSeeks senaste innovation för att förstå hur liknande händelser kan påverka kryptomarknaden i framtiden.

En period av omkalibrering för amerikanska teknikföretag

Fallet i investerarförtroende avslöjar osäkerhet om AI-marknadens framtid. Dessa tvivel kretsar kring om beräkningsskala kommer att förbli nyckeln till konkurrens och hur effektivitetsinnovationer kommer att omforma sektorn.

“AI-kapplöpningen handlar inte längre om vem som har flest GPU:er utan om vem som kan träna de smartaste, mest effektiva modellerna. DeepSeeks genombrott bevisar att innovation i träning kan störa AI-monopolet,” berättade Ilan Rakhmanov, grundare av ChainGPT, för BeInCrypto.

Rakhmanov lyfte fram de viktiga tekniska innovationer som DeepSeek implementerade för att kringgå hinder för att få tillgång till GPU:er.

“DeepSeeks R1-modell uppnår troligen sin effektivitet genom en kombination av optimerad arkitektur, alternativa träningsmetoder, specialiserad hårdvara och energieffektiva beräkningsstrategier. Genom att förbättra transformatorns effektivitet, använda modellgleshet och införliva återhämtningsförstärkt generering minskar DeepSeek beräkningskraven utan att kompromissa med prestandan. Dess beroende av självövervakad inlärning, syntetisk dataförstärkning och förstärkningsinlärning minimerar beroendet av massiva datamängder, medan anpassade AI-acceleratorer eller icke-GPU-alternativ hjälper till att sänka beräkningskostnaderna,” förklarade han.

Anthony Simonet, chef för forskning på iExec, tillade:

“Det använder tekniker som Mixture-of-Experts-arkitekturer, lågprecisionsutbildning och kunskapsdestillation för att maximera effektiviteten med färre resurser, vilket gör att AI kan köras smidigt på standardhårdvara och gör det mer tillgängligt,” sa han.

Teknikexperter noterade också snabbt att DeepSeek publicerade forskningen bakom sin modell för allmänheten att se.

Argumentet för decentraliserad AI

Till skillnad från den traditionella hemlighetsfullheten hos amerikanska företag som OpenAI, släppte DeepSeek imponerande sin R1-modell som helt öppen källkod. Många branschledare applåderade detta drag och påpekade att för att AI:s framtid ska förbli i allmänhetens händer måste tillgången förbli decentraliserad. 

“DeepSeek har varit en spelväxlare för AI-industrin, och jag tror att det är precis den typ av väckarklocka som företag som OpenAI behöver. OpenAI grundades ursprungligen för att göra avancerad AI tillgänglig för alla, men över tid har vi sett en förskjutning mot stängda, gatekeepade modeller. AI-området utvecklas, och DeepSeek har påmint oss alla om något viktigt—bra teknik ska byggas för alla, inte bara för ett fåtal utvalda,” sa Rakhmanov. 

Mindre utvecklare med färre resurser välkomnade denna nyhet. Tillgång till DeepSeeks design och forskningsartiklar kommer att låta dem förfina sina modeller utan att tömma sina forskningsbudgetar.

“DeepSeeks billigare modeller minskar de GPU:er som krävs för att träna AI-modeller, vilket därmed sänker beräkningskostnaderna. Denna effektivitet gör att AI kan skalas mer överkomligt, vilket gör det tillgängligt för företag och forskare med begränsade resurser,” sa Ron Bodkin, medgrundare av Theoriq. 

Med start-upens modell nu som öppen källkod kommer utvecklare att analysera den noggrant, vilket driver vidare AI-innovation.

“Eftersom DeepSeek är öppen källkod kommer skiftet i AI-loppet oåterkalleligt att flytta mer in i den öppna källkodsarenan, vilket förstör den stängda grundmodellsberättelsen. Att vara öppen källkod gynnar alla, AI-företag (varje aktör i ekosystemet), innovatörer och konsumenter. De enda förlorarna är de som klamrar sig fast vid den stängda källkodsmodellen, som kommer att se en snabb nedbrytning i den närmaste framtiden,” sa Steven Pu, medgrundare av Taraxa, till BeInCrypto. 

När AI blir billigare och mer tillgängligt kommer det att bli mer av en handelsvara. 

Kommersialisera AI-teknologi

På dagen för DeepSeeks lansering postade Microsofts VD Satya Nadella om Jevons paradox på sociala medier.

“Jevons paradox slår till igen! När AI blir mer effektiv och tillgänglig kommer vi att se dess användning skjuta i höjden, vilket gör det till en handelsvara vi bara inte kan få nog av,” sa Nadella på X. 

Även känd som rebound-effekten, är Jevons paradox en ekonomisk princip myntad av den engelska ekonomen William Stanley Jevons. Ökad effektivitet i resursanvändning kan leda till ökad konsumtion av den resursen.

Tillämpat på AI, när dessa system blir mer effektiva, kan efterfrågan på deras uppgifter öka—ett fenomen som den ökande tillgängligheten av AI-forskning kan förstärka.

”Att sänka kostnader, både i tränings- och inferensstadier, är bra. Inom teknik har sänkta kostnader alltid lett till bredare användning och högre konsumtion, inte mindre. När bilar blev överkomliga, ägde fler människor bilar. När stordatorer blev till överkomliga persondatorer, drev det den digitala revolutionen. På samma sätt kommer vi att se fler innovatörer och start-ups experimentera med AI nu när det blivit mer överkomligt, vilket leder till mer användning av AI och högre efterfrågan på AI-relaterad infrastruktur som GPU-hårdvara,” sa Pu till BeInCrypto.

För Pfeiffer kommer kommersialiseringen av AI-infrastruktur också att förändra vilken typ av innovation teknikföretag nu söker. Utvecklare fokuserade tidigare på att skapa de mest förfinade LLM-modellerna. Nu kommer ansträngningarna att skifta till att integrera denna teknik i olika industrier.

”DeepSeek tränade på OpenAI och kunde bygga vidare på andras framsteg. LLM-landskapet kommer att kommersialiseras och troligen bli helt öppen källkod. Men det är inte där den mesta innovationen kommer att ske. Tillväxten och utvecklingen av AI kommer att ses mindre på utvecklingssidan, men genom integration och användning av AI. Vertikala, djupa integrationer i industrier och tillgång till deras data kommer att vara mycket viktigare än sofistikerade LLM eftersom de är kommersialiserade och deras innovationsframsteg kommer att sakta ner,” sa han.

Denna paradox kan också ge amerikanska teknikjättar en fördel över länder med begränsad tillgång till beräkningsresurser.

USAs Övertag

Även om DeepSeeks senaste modell tydligt har minskat det konkurrensmässiga gapet mellan etablerade amerikanska företag, är företaget inte immunt mot utmaningar.

Enligt Jevons paradox kommer ökad efterfrågan på AI-produkter också oundvikligen leda till ökad efterfrågan på de resurser som behövs för att utveckla dem. Även om andra alternativ fortfarande utforskas, kommer GPU:er att fortsätta vara viktiga för framtida utveckling av AI-teknologier.

”DeepSeek verkar också nå kapacitet som begränsar deras förmåga att skala sitt erbjudande – de har begränsat registreringar för sin app till kinesiska invånare och deras API är mycket långsammare än när de lanserade. Jag tror att de inte kan säkra ytterligare GPU:er för att låta dem skala sitt erbjudande,” sa Bodkin.

DeepSeeks genombrott upplöser inte heller USA:s decennielånga engagemang för utvecklingen av AI-infrastruktur.

”Trots DeepSeeks optimeringsgenombrott, styrs AI-loppet fortfarande till stor del av tillgång till massiva datamängder, beräkningskraft och kontroll över hela ekosystemet. Företag som OpenAI och Google förlitar sig inte bara på brute-force-skalning – de har också egen data, molninfrastruktur och omfattande distributionskanaler. Medan alternativa metoder är lovande, kommer de bara att störa status quo om de konsekvent kan överträffa traditionella metoder över olika användningsfall. Just nu är det för tidigt att säga om DeepSeek representerar en branschförändring eller bara en stegvis förbättring inom en redan konkurrensutsatt miljö,” sa Matveev till BeInCrypto.

Med tanke på denna verklighet tror Sirdesai att marknadens reaktion på DeepSeek var något överdriven.

”Marknadens reaktion verkar underskatta komplexiteten i att kommersialisera AI-teknik. DeepSeeks mer effektiva arkitektur är betydande, men framgångsrik AI-distribution kräver robust infrastruktur, starka säkerhetsåtgärder och beprövad tillförlitlighet i produktionsmiljöer. Västerländska teknikföretag har spenderat år på att bygga dessa kapaciteter,” sa han.

DeepSeeks uppgång har utan tvekan omformat AI-loppet och visat att innovation kan komma från oväntade håll och utmana etablerade jättar.

Eftersom branschen fortsätter att utvecklas, kommer övervakningen av samspelet mellan öppen källkod-modeller, resursåtkomst och konkurrensdynamik utan tvekan att forma framtiden för AI-utveckling och dess påverkan på världen.