Kunstig intelligens
DeepSeek: En volatil og tidlig ankomst av kommersialisert AI?
Legg til Securities.io blant dine foretrukne kilder på Google
DeepSeek ødelegger AI-landskapet
For alle som ikke var klar over det og som sjekket finansmarkedene mandag 27th januar 2025, var spørsmålet sannsynligvis: “Hva skjedde?” Den tilsynelatende ustoppelige oppgangen i Nvidia (NVDA ) -aksjekursen – helt til nå – ble avbrutt av et brutalt fall på 18 % på bare én dag.
Med et markedsverditap på 560 milliarder dollar har aldri et enkelt selskap mistet så mye verdi på én dag. Dessuten blir Nvidia‑investorer sannsynligvis vant til den ekstreme volatiliteten i aksjen, som står for 8 av de 10 største enkelt‑dagsnedgangene.
Kilde: Visual Capitalist
Utløseren var lanseringen av DeepSeek, en kinesisk LLM (Large Language Model) som konkurrer med de beste produktene fra OpenAI og andre ledende AI‑selskaper når det gjelder ytelse. Unntaket er at den er åpen kildekode og gir tilgang til en svært lav pris. Det hevdes også at den ble utviklet med kun 6 millioner dollar som et “sideprosjekt” fra et kvantitativt hedge‑fond.
Hvis dette er sant, kan det snu opp ned på fortellingen om at utvikling av AI vil være ekstremt beregningsintensivt, og kreve milliarder, om ikke trillioner, i AI‑datasentre. Som leder innen AI‑maskinvare er det ikke overraskende at Nvidia ble mest påvirket av investorenes panikk.
Når støvet har lagt seg litt, la oss undersøke hva DeepSeek faktisk kan gjøre, og hva den kinesiske AI‑industrien ellers kan komme til å gjøre snart.
DeepSeek bakgrunn
High-Flyer
DeepSeek ble utviklet av et kinesisk finanshandels‑/kvantitativt hedge‑fond, High-Flyer, grunnlagt av Liang Wenfeng.
Liang er 40 år gammel og jobbet opprinnelig med maskinsyn. Han grunnla High‑Flyer i 2015, i 30‑årene, og var en pioner i bruk av AI i handelsstrategier, ved å utnytte maskinlæring. Fondet forvalter nå 8 milliarder dollar i eiendeler.
Vanligvis svært diskret, ble Liang sett sittende ved siden av Kinas statsminister Li Qiang (det nest høyeste medlemmet i Politbyråets stående komité i Kinas kommunistparti) på et møte om AI‑teknologi i Beijing 20. januar 2025.
Kilde: Nigel D’Souza
Det bør påpekes at i den innledende forvirringen og på grunn av Liangs sjeldne offentlige opptredener, brukte mange mediekanaler bildet av en person med samme navn, men som er helt urelatert til DeepSeek, og som jobber som interiørdesigner.
“Ikke Liang Wenfeng” – Kilde: Business Day
DeepSeek
I 2021 kjøpte Liang Wenfeng rundt 10 000 H800 Nvidia‑brikker, før amerikanske sanksjoner trådte i kraft, for å starte det som skulle bli DeepSeek, og tok med High‑Flyer AI‑toppforskere inn i prosjektet.
H800‑brikkene er relativt sett lavytelsesbrikker sammenlignet med de mer avanserte H100‑ og B200‑brikkene, med tredobbelt strømforbruk.
Kilde: Technical City
DeepSeek hevder at de har trent sin DeepSeek V3‑modell på under 2 måneder, for 5,58 millioner dollar. Så selv om dette ikke virkelig inkluderer kostnaden for de 10 000 H800‑brikkene, er det fortsatt flere størrelsesordener billigere enn noen andre LLM‑modeller hittil.
Faktisk ville dette gjøre treningen av DeepSeek V3 billigere enn kun lønnen til lederne for AI‑teamene hos OpenAI, Meta, Microsoft (MSFT ), Google osv.
DeepSeek‑ytelser
Sammen med den lave utviklingsprisen var det som overrasket analytikere og investorer at DeepSeek‑ytelsen er lik eller kanskje til og med overlegen den nyeste og beste modellen fra OpenAI og andre ledende AI‑selskaper, inkludert den nylig lanserte og anerkjente som en potensiell AGI o3.
Kilde: GitHub
Den umiddelbare reaksjonen var å mistenke uredelighet og at tids- og utviklingskostnadene var falske (mer om dette nedenfor).
Men uansett er det sannsynlig at DeepSeek‑metoden er 10–100 ganger mer effektiv enn det AI‑industrien har gjort så langt.
Det ekstra sparket i leggen til den amerikanske AI‑industrien var DeepSeek‑prisen. Med tokens langt under 1 $, er den rundt 3 %–5 % av prisen til alle konkurrentene.
Kilde: Jason Clarck
“Vi senket prisene fordi, for det første, mens vi utforsket neste generasjons modellstrukturer, reduserte kostnadene våre; for det andre tror vi at både AI‑ og API‑tjenester bør være rimelige og tilgjengelige for alle.”
Perfekt timing
Den innflytelsesrike lanseringen av DeepSeek V3 var åpenbart godt koordinert av selskapet for maksimal effekt.
Den kom bare noen dager etter kunngjøringen fra president Trump om “Project Stargate”, et initiativ på 500 milliarder dollar for å bygge 20 AI‑mega‑datasentre, ledet av SoftBank (SFTBY ), OpenAI og Oracle (ORCL ).
Mens markedene panikket, ser USAs president stort sett uberørt ut.
“Hvis du kunne gjøre det billigere, hvis du kunne gjøre det [for] mindre [og] oppnå samme sluttresultat. Jeg tror det er en god ting for oss.”
Han sa også at han ikke var bekymret for gjennombruddet, og la til at USA vil forbli en dominerende aktør på feltet.
Kilde: BBC
Etter LLM, bildegenerering
Prestasjonen DeepSeek oppnådde innen LLM, ser den nå etter å gjenta med AI‑bildegenerering og lanseringen av Janus‑Pro‑7B.
Kilde: Hugging Face
Selv om det er debatt om den faktisk er like god som Midjourney, DALL‑E og andre bildegeneratorer, er den likevel imponerende.
Og hvis den følger mønsteret fra DeepSeek v3 LLM, er den sannsynligvis bemerkelsesverdig effektiv.
De umiddelbare effektene
Innvirkning på AI‑industrien
Etter at den tok AI‑industrien med storm, hadde DeepSeek noen umiddelbare konsekvenser:
- Markedsuro: Nvidia‑aksjekursen og hele Nasdaq krasjet da markedene innså implikasjonen av potensielt å kaste bort hundrevis av milliarder dollar i AI‑maskinvare (se nedenfor for videre diskusjon om dette temaet).
- Akselererende AI‑kappløp: Etter hvert som Kina går fra å bli avvist og «irrelevant» ifølge amerikanske teknologimoguler for noen måneder siden, er det nå et nytt AI‑kappløp på tvers av Stillehavet.
- Umiddelbar suksess: DeepSeek har nesten umiddelbart blitt den mest nedlastede appen i App Store.
- Offline‑testing: Mange tester også hvordan den kan kjøres lokalt på deres kraftige hjemme‑datamaskin, ettersom kravene til beregning ser ut til å være massiv lavere enn tidligere LLM‑modeller.
Kollaterale skader
Skadene forårsaket av DeepSeek var ikke begrenset til bildet og potensielle fremtidige inntekter for amerikanske AI‑ og teknologiselskaper.
For eksempel har innovative kjernekraft‑selskaper som forventet å danne kjernen i strømforsyningen til megawatt‑skala AI‑datasentre blitt rammet enda hardere: 27. januar 2025 var SMR‑utvikleren Nuscale (SMR ) ned 27,5 % og uran‑gruvearbeideren Cameco ned 15 %.
Et annet kollateralt offer er ikke‑amerikanske teknologiselskaper. Japanske teknologiselskaper som Advantest, en leverandør til Nvidia, falt også 8,6 % og Softbank‑aksjen falt 8,3 %. Samtidig falt den nederlandske chipprodusenten ASML også 6,5 %.
Hvordan klarte DeepSeek dette?
Ingen endelig svar ennå
Dette er åpenbart fortsatt et hett debattert tema så kort tid etter lanseringen. Vi kan diskutere noen ulike synspunkter når vi tar i betraktning noen kjente fakta.
Det første faktum er at uansett hvordan den kom dit, er DeepSeek V3 like kraftig som den beste AI som er sluppet så langt.
Kanskje enda viktigere, siden den er åpen kildekode, tester og bekrefter mange allerede at den krever mye mindre beregningskraft.
DeepSeek R1 er en av de mest fantastiske og imponerende gjennombruddene jeg noen gang har sett – og som åpen kildekode, en dyptgående gave til verden.
Så den bør ikke avfeies som bare «hype» eller resultatet av en konspirasjon fra den kinesiske regjeringen. Dette er også meningen til respekterte Silicon Valley‑tunge som Marc Andreessen og Chamath Palihapitiya.
Bygging av AI‑modeller er en pengestrapp (…) Åpen kildekode er den klare vinneren.
Lukkede AI‑systemer vil bli tvunget til å holde sine beste modeller hemmelige og selge dem til bedrifter ELLER prøve å lage en utrolig forbruker‑app med dem.
Et intervju med Liang Wenfeng fra juli 2024, gitt rett etter lanseringen av DeepSeek V2, kan også gi oss noen innsikter.
En annen tilnærming
Den første mulige forklaringen er at DeepSeek bare tok en annen strategi for AI‑utvikling.
En nøkkelfaktor her er at dette er et internt prosjekt i Liang Wenfeng sitt selskap, ikke en VC‑finansiert virksomhet. På den måten minner det litt om de tidlige dagene til Tesla (TSLA ) og SpaceX (SPCX ), som stolte på Elon Musks egne penger.
Denne forskjellen ga DeepSeek et fokus på å utvikle sin egen modellstruktur, i stedet for å kopiere Llama for raskt å produsere applikasjoner.
“Målet vårt er AGI (Artificial General Intelligence), som krever at vi utforsker nye modellstrukturer for å oppnå overlegne evner innen begrensede ressurser. Dette er grunnleggende forskning for skalering. Utover arkitektur har vi studert datakuring og menneskelignende resonnering – alt reflektert i modellene våre.”
Dette reflekteres også i bedriftskulturen, mindre fokusert på profitt, siden dette er «jobben» til High‑Flyer‑hedge‑fondet. I stedet er innovasjon i seg selv det erklærte målet.
“I tre tiår har vi vektlagt profitt over innovasjon. Innovasjon er ikke kun forretningsdrevet; den krever nysgjerrighet og kreativ ambisjon. Vi er bundet av gamle vaner, men dette er en fase.
De mest varige lønnsomme amerikanske selskapene er teknologigiganter bygget på langsiktig FoU.
”
Fra dette perspektivet kan DeepSeek‑kulturen være en varig fordel, og den representerer en skarp kritikk av de fleste AI‑tankeledere.
“Vi tror at Kinas AI ikke kan forbli en etterfølger for alltid. Ofte sier vi at det er ett eller to år gap mellom kinesisk og amerikansk AI, men det egentlige gapet er mellom originalitet og imitasjon. Hvis dette ikke endres, vil Kina alltid være en etterfølger. Noen utforskninger er uunngåelige.”
Den naturlige evolusjonen av AI‑teknologi
Et annet alternativ er enkelt at etter hvert som flere forskere utvikler ferdigheter i å lage AI, fortsetter innovasjoner å drive feltet fremover. Det DeepSeek oppnådde, var en scrappy AI‑startup uunngåelig å gjøre en dag når teknologien modnes. Og på grunn av sanksjoner som begrenser tilgang til avanserte brikker, er kinesiske AI‑selskaper de første som fokuserer på å gjøre mer med mindre.
Det kan også betraktes som den langsiktige overlegenheten til åpen kildekode‑programvare versus lukkede, profitt‑drevne systemer som søker å maksimere fortjeneste ved å skape monopoler.
Dette synspunktet reflekterer heller ikke godt på de hundre milliarder dollar som Big Tech‑selskaper hadde planlagt å bruke bare i 2025.
Så det ville være mindre en anklage mot DeepSeek sin overlegenhet, og mer en kritikk av byråkratiseringen av tidligere innovative Big Tech‑selskaper, både kinesiske og amerikanske.
En konspirasjon
Sannsynligvis uunngåelig i konteksten av intens konkurranse mellom stormakter mellom Vesten og Eurasia (Russland / Kina / Iran), var mange raske til å se i DeepSeek en utenlandsk fiendtlig operasjon mot den mest konkurransedyktige delen av USAs økonomi.
En tydelig avvisbar konspirasjonsteori er at den bare er en kopi av vestlige AI‑er eller at dens ytelse er falsk, ettersom den allerede er bekreftet uavhengig. Siden DeepSeek er åpen kildekode‑programvare, er det også ganske illogisk å angripe den som spionprogramvare eller som et CCP‑sensurert verktøy, da bokstavelig talt hvem som helst kan distribuere og endre den fritt.
Imidlertid er et gyldig poeng at DeepSeek kan ha fått tilgang til mer avanserte brikker, offisielt sanksjonert og forbudt å eksporteres til Kina. Hvis det er tilfelle, ville det gi mening for selskapet å ikke innrømme det offentlig og lyve om det.
En mulighet er skjult støtte fra myndighetene, fra direkte finansiering til å gi tilgang til store klynger av smuglede H100 Nvidia‑brikker for trening av AI. Vi vet for eksempel at mange brikker selges til Singapore, og sannsynligvis videreselges til Kina.
“De kinesiske laboratoriene har flere H100‑er enn folk tror. Min forståelse er at DeepSeek har omtrent 50 000 H100‑er, som de naturligvis ikke kan snakke om, fordi det er i strid med eksportkontrollene USA har innført.”
Alexandr Wang, CEO of training data provider Scale AI
Et annet innvending er kostnaden for trening, som ikke er uavhengig verifisert.
En siste mulighet er at DeepSeek, uavhengig av enhver geopolitisk konspirasjon, kan ha satset massivt mot Nvidia‑aksjen før de slapp sine imponerende påstander. High‑Flyer er tross alt et hedge‑fond, selv om dette kan betraktes som markedsmanipulasjon og dermed være en risikabel handling.
Første inntrykk
AI er et felt som utvikler seg utrolig raskt, og DeepSeek har allerede endret spillet på noen viktige måter:
- Vi har nå en ny metode for å generere ultra‑effektive LLM‑ og sannsynligvis AI‑modeller generelt.
- Åpen kildekode‑AI har en solid sjanse mot den mer lukkede modellen som promoteres av (ironisk nok) OpenAI.
- Konkurransen mellom USA og Kina om AI blir enda mer intens.
- Sanksjoner på eksport av avanserte AI‑brikker til Kina er en fiasko, enten fordi DeepSeek fikk tak i dem uansett, eller fordi de ikke trengte dem i det hele tatt.
- I bakgrunnen er Huawei sannsynligvis også en seriøs konkurrent i å levere flere brikker til DeepSeek uansett.
- Dette vil kanskje ikke stoppe noen fra å fortsatt prøve.
“Faktum er at DeepSeek klarte å bygge R1 illustrerer den etterslepende virkningen av feilen i eksportkontrollen fra oktober 2022. Men veldig snart vil vi leve gjennom suksessen til eksportkontrollen fra oktober 2023.”
Glem DeepSeek, hva med TikTok‑hevnen?
Et viktig nyhetselement har blitt oversett i de panikkfylte analysene og konspirasjonsteoriene rundt DeepSeek.
Et annet kinesisk selskap, TikTok‑skaperen ByteDance, lanserte også Doubao‑1.5‑pro 24. januarth – sin egen respons på ChatGPT‑4o.
Den er også priset mye billigere enn sine amerikanske motparter, 5 ganger billigere enn DeepSeek‑modellen og mer enn 200 ganger billigere enn OpenAIs GPT‑4o.
Den nye Doubao 1.5 Pro bruker en mer effektiv tilnærming til trening av sin AI‑modell, som ByteDance sier bidrar til å balansere systemets ytelse med lavere kostnader.
Dette oppnås gjennom et design som kombinerer både trening og sanntidsbruk av modellen, og optimaliserer den for bedre resultater samtidig som infrastrukturkostnadene holdes lave.
Kilde: Financial Express
Denne modellen slår også de ledende modellene fra OpenAI, Anthropic og Alibaba.
Kilde: AI Entrepreneur
Hvis dette er resultatet av en uavhengig innsats, vil det bevise at chipmangelen har, om noe, tvunget kinesiske selskaper til å konkurrere på effektivitet, og avslører et visst nivå av selvtilfredshet i amerikanske AI‑selskaper, som er oversvømt med tilsynelatende ubegrenset kapital og beregningskraft.
Det er heller ikke usannsynlig at ByteDance, etter måneder med kamp for å unngå et forbud eller et tvungen salg av TikTok i USA, så på måter å konkurrere og slå tilbake.
Andre kinesiske modeller
Med to selskaper som nå ser ut til å knuse AI‑markedet på pris for lignende ytelse, vil oppmerksomheten sannsynligvis også gå til andre kinesiske AI‑modeller. Dette kan inkludere:
Når man ser på det fra fugleperspektiv i stedet for å fokusere på DeepSeek, ser dette mer ut som en flom av nye, forbedrede AI‑modeller fra Kina, enn et overraskelsesangrep fra kun DeepSeek, slik det ofte blir beskrevet nå.
Konklusjon
Etter hvert som AI‑krigen intensiveres, er det ikke lenger så klart at tilgang til finansiering og rask oppskalering av beregningskraft vil være den eneste avgjørende faktoren.
Det er også uklart hvor lønnsom sektoren faktisk vil være til slutt, dersom prisene på LLM‑tokens kan krasje 50–200 ganger over natten for samme ytelse. Dette bør imidlertid ikke utløse en for sterk reaksjon. Til slutt betyr billigere og mer effektiv AI også at AI vil bli massivt adoptert og allestedsnærværende.
Dette vil også bety at den endelige etterspørselen etter AI‑brikker sannsynligvis vil forbli høy, selv om den er litt lavere enn først prognostisert.
Like viktig er at utbredte og ultra‑billige LLM‑er tilgjengelige via åpen kildekode betyr en tidlig ankomstdato for alle effekter AI forventes å ha på arbeidsmarkedet, produktivitet, produksjon, utdanning, internasjonal handel osv.
