Artificiell intelligens
DeepSeek: En volatil och tidig ankomst av kommersialiserad AI?
Lägg till Securities.io bland dina föredragna källor på Google
DeepSeek förstör AI-landskapet
För den som var omedveten och kollade på finansmarknaderna på måndagen den 27th januari 2025 var frågan förmodligen: “Vad hände?” Den till synes ostoppbara uppgången i Nvidias aktiekurs – fram till nu – avbröts av ett brutalt fall på 18 % på bara en dag.
Med ett marknadsvärdesförlust på 560 miljarder dollar har ingen enskild företag någonsin förlorat så mycket värde på en dag. För den delen vänjer sig Nvidias investerare sannolikt vid den extrema volatiliteten i aktien, som står för 8 av de 10 största en-dagsnedgångarna.
Källa: Visual Capitalist
Utlösaren var lanseringen av DeepSeek, en kinesisk LLM (Large Language Model) som konkurrerar med de bästa produkterna från OpenAI och andra ledande AI‑företag i prestanda. Men den är öppen källkod och ger tillgång för ett mycket lågt pris. Det påstås också att den utvecklades med endast 6 miljoner dollar som ett “sidoprojekt” från en kvantitativ hedgefond.
Om så är fallet kan det vända på narrativet att utveckling av AI måste vara extremt beräkningsintensiv och kräva miljarder, om inte triljoner, i AI‑datacenter. Som ledare inom AI‑hårdvara är det inte förvånande att Nvidia (NVDA ) drabbades hårdast när investerare fick panik.
Med dammet något lagt sig, låt oss undersöka vad DeepSeek faktiskt kan göra, och vad den kinesiska AI‑industrin kan komma att göra snart.
DeepSeek bakgrund
High-Flyer
DeepSeek utvecklades av en kinesisk finansiell handels‑/kvantitativ hedgefond, High-Flyer, grundad av Liang Wenfeng.
Liang är 40 år gammal och arbetade ursprungligen med maskinsyn. Han grundade High-Flyer 2015, i 30‑årsåldern, och var pionjär inom användning av AI i handelsstrategier, med maskininlärning. Fondens förvaltade tillgångar uppgår nu till 8 miljarder dollar.
Vanligtvis mycket diskret sågs Liang sitta bredvid Kinas premiärminister Li Qiang (den näst högst rankade medlemmen i Kinas kommunistpartis stående politbyrå) på ett möte om AI‑teknik i Peking den 20 januari 2025.
Källa: Nigel D’Souza
Det bör påpekas att i den initiala förvirringen och på grund av Liangs sällsynta offentliga framträdanden använde många medier bilden på någon med samma namn, men helt orelaterad till DeepSeek, och som arbetar som inredningsdesigner.
“Inte Liang Wenfeng” – Källa: Business Day
DeepSeek
År 2021 köpte Liang Wenfeng omkring 10 000 H800‑Nvidia‑chipar, innan amerikanska sanktioner trädde i kraft, för att starta det som skulle bli DeepSeek, och tog med High‑Flyer AI:s främsta forskare till projektet.
H800‑chiparna är relativt sett lågpresterande jämfört med de mer avancerade H100‑ och B200‑chiparna, med tre gånger så hög energiförbrukning.
Källa: Technical City
DeepSeek påstår att de har tränat sin DeepSeek V3‑modell på mindre än två månader, för 5,58 miljoner dollar. Så även om detta inte riktigt inkluderar kostnaden för de 10 000 H800‑chiparna, är det fortfarande flera storleksordningar billigare än någon annan LLM hittills.
Faktum är att detta skulle göra träningen av DeepSeek V3 billigare än enbart lönerna för ledarna för AI‑team på OpenAI, Meta, Microsoft (MSFT ), Google med mera.
DeepSeek prestanda
Kombinerat med den låga utvecklingskostnaden var det som chockerade analytiker och investerare att DeepSeek:s prestanda liknar eller kanske till och med överträffar de senaste och bästa modellerna från OpenAI och andra topp‑AI‑företag, inklusive den just släppta och hyllade potentiella AGI‑modellen o3.
Källa: GitHub
Den omedelbara reaktionen var att misstänka fusk och att tids‑ och utvecklingskostnaderna var fejkade (mer om detta nedan).
Men i vilket fall är det troligt att DeepSeek:s metod är 10‑100 × mer effektiv än vad AI‑industrin hittills har gjort.
Det extra slaget mot den amerikanska AI‑industrin var DeepSeek:s prissättning. Med tokenpriser långt under 1 $, ligger den på omkring 3‑5 % av priset för alla konkurrenter.
Källa: Jason Clarck
“Vi sänkte priserna eftersom, för det första, våra kostnader minskade när vi utforskade nästa generations modellstrukturer; för det andra tror vi att både AI‑ och API‑tjänster bör vara prisvärda och tillgängliga för alla.”
Perfekt timing
Den kraftfulla lanseringen av DeepSeek V3 var, uppenbarligen, väl koordinerad av företaget för maximal påverkan.
Den kom bara dagar efter att president Trump tillkännagav ”Project Stargate”, ett initiativ på 500 miljarder dollar för att bygga 20 AI‑megadatacenter, lett av SoftBank (SFTBY ), OpenAI och Oracle (ORCL ).
Medan marknaderna panikade verkade den amerikanske presidenten mestadels oberörd.
”Om du kan göra det billigare, om du kan göra det [för] mindre [och] nå samma slutresultat. Jag tror att det är en bra sak för oss.”
Han sade också att han inte var oroad över genombrottet och tillade att USA kommer att förbli en dominerande aktör inom området.
Källa: BBC
Efter LLM, bildgenerering
Den prestation DeepSeek uppnådde med LLM ser de nu på att upprepa med AI‑bildgenerering och lanseringen av Janus‑Pro‑7B.
Källa: Hugging Face
Även om det diskuteras huruvida den faktiskt är lika bra som Midjourney, DALL‑E och andra bildgeneratorer, är den ändå imponerande.
Och om den följer samma mönster som DeepSeek V3‑LLM, är den sannolikt remarkabelt effektiv.
De omedelbara effekterna
Påverkan på AI‑industrin
När DeepSeek tog AI‑industrin med storm hade den några omedelbara konsekvenser:
- Marknadsturbulens: Nvidias aktiekurs och hela Nasdaq kraschade när marknaden insåg implikationen av potentiellt att slösa hundratals miljarder dollar på AI‑hårdvara (se nedan för vidare diskussion).
- Accelerering av AI‑kapplöpningen: När Kina går från att avfärdas som ”irrelevant” enligt amerikanska teknikmoguler för några månader sedan, pågår nu en ny AI‑kapplöpning över Stilla havet.
- Över natten‑framgång: DeepSeek har nästan omedelbart blivit den mest nedladdade appen i App Store.
- Offline‑testning: Många testar också hur den kan köras lokalt på deras högpresterande hemmadator, eftersom de beräkningskrav som krävs verkar massivt lägre än för tidigare LLM‑modeller.
Kollaterala skador
Skadorna som DeepSeek orsakade var inte begränsade till bild‑ och potentiella framtida vinster för amerikanska AI‑ och teknikföretag.
Exempelvis har innovativa kärnkraftsbolag som förväntades bilda kärnan i energiförsörjning till megawatt‑stora AI‑datacenter drabbats ännu hårdare: den 27th januari 2025 var SMR‑utvecklaren Nuscale (SMR ) ned 27,5 % och uranbrytaren Cameco ned 15 %.
Ett annat kollateralt offer är icke‑amerikanska teknikaktier. Japanska teknikaktier som Advantest, en leverantör till Nvidia, föll också 8,6 % och Softbank föll 8,3 %. Samtidigt föll den nederländska chip‑tillverkaren ASML 6,5 %.
Hur lyckades DeepSeek med det?
Inget definitivt svar ännu
Detta är naturligtvis ett fortfarande hett debatterat ämne så kort efter lanseringen. Vi kan diskutera några olika synpunkter när vi beaktar några kända fakta.
Den första faktan är att oavsett hur det kom till så är DeepSeek V3 lika kraftfull som de bästa AI‑modellerna som någonsin släppts.
Kanske ännu viktigare, eftersom den är öppen källkod, testar och bekräftar redan många att den kräver mycket mindre beräkningskraft.
DeepSeek R1 är ett av de mest fantastiska och imponerande genombrotten jag någonsin sett – och som öppen källkod, en djup gåva till världen.
Det bör därför inte avfärdas som bara ”hype” eller resultatet av någon konspiration från den kinesiska regeringen. Detta är också åsikten hos respekterade Silicon‑Valley‑tyngdpunkter som Marc Andreessen och Chamath Palihapitiya.
Att bygga AI‑modeller är en pengafälla (…) Öppen källkod är den tydliga vinnaren.
Stängda AI‑system kommer att tvingas hålla sina bästa modeller hemliga och sälja dem till företag ELLER försöka skapa någon otrolig konsumentapp med dem.
Ett intervju med Liang Wenfeng från juli 2024, given just after the release of DeepSeek V2, can also give us some insights.
Ett annat tillvägagångssätt
Den första möjliga förklaringen är att DeepSeek helt enkelt tog en annan strategi för AI‑utveckling.
En nyckelfaktor här är att detta är ett internt projekt i Liang Wenfengs företag, inte ett riskkapitalfinansierat företag. På så sätt påminner det lite om de tidiga dagarna för Tesla (TSLA ) och SpaceX (SPCX ), som förlitade sig på Elon Musks egna pengar.
Denna skillnad gav DeepSeek ett fokus på att utveckla sin egen modellstruktur, istället för att kopiera Llamas för att snabbt producera applikationer.
“Vårt mål är AGI (Artificial General Intelligence), vilket kräver att vi utforskar nya modellstrukturer för att uppnå överlägsna förmågor inom begränsade resurser. Detta är grundläggande forskning för uppskalning. Utöver arkitekturen har vi studerat datakuration och mänskligt liknande resonemang – allt reflekterat i våra modeller.”
Detta återspeglas också i företagets kultur, mindre fokuserad på vinst, eftersom detta är ”jobbet” för High‑Flyer‑hedgefonden. Istället är innovation i sig det deklarerade målet.
“I tre decennier har vi prioriterat vinst framför innovation. Innovation är inte enbart affärsdriven; den kräver nyfikenhet och kreativ ambition. Vi är bundna av gamla vanor, men detta är en fas.
De mest lönsamma amerikanska företagen är teknikjättar byggda på långsiktig FoU.”
Ur detta perspektiv kan DeepSeek‑kulturen vara en hållbar fördel, och den representerar en skarp kritik av de flesta AI‑tänkare.
”Vi tror att Kinas AI inte kan förbli en följare för alltid. Ofta säger vi att det finns ett ett‑ eller tvåårs gap mellan kinesisk och amerikansk AI, men det verkliga gapet är mellan originalitet och imitation. Om detta inte förändras kommer Kina alltid vara en följare. Vissa utforskningar är oundvikliga.”
Den naturliga utvecklingen av AI‑teknik
Ett annat alternativ är helt enkelt att när fler forskare utvecklar färdigheter i att skapa AI, driver innovationerna fältet framåt. Det DeepSeek uppnådde, var någon skrällig AI‑startup tvungen att göra en dag när tekniken mognar. Och på grund av sanktioner som begränsar tillgången till avancerade chipar, är kinesiska AI‑företag de första som fokuserar på att göra mer med mindre.
Det kan också ses som den långsiktiga överlägsenheten hos öppen källkod jämfört med slutna, vinstdrivna system som försöker maximera vinsten genom att skapa monopol.
Denna synpunkt speglar inte heller de hundratals miljarder dollar som stora teknikföretag planerade att spendera bara under 2025.
Så det är mindre en anklagelse mot DeepSeek:s överlägsenhet, och mer en kritik av byråkratiseringen av tidigare innovativa stora teknikföretag, både kinesiska och amerikanska.
En konspiration
Sannolikt oundvikligt i kontexten av intensiv konkurrens mellan väst och Eurasien (Ryssland / Kina / Iran), var många snabba att se DeepSeek som en främmande fientlig operation mot den mest konkurrenskraftiga delen av den amerikanska ekonomin.
En tydligt avfärdad konspirationsteori är att den helt enkelt är en kopia av västerländska AI‑system eller fejkar sina prestanda, vilket redan bekräftas oberoende. Eftersom DeepSeek är öppen källkod är det också ganska ologiskt att angripa den som spionprogramvara eller ett CCP‑censurerat verktyg, då bokstavligen vem som helst kan distribuera och modifiera den fritt.
Dock är en giltig poäng att DeepSeek kan ha fått tillgång till mer avancerade chipar, officiellt sanktionerade och förbjudna att exporteras till Kina. Om så är fallet skulle det vara logiskt för företaget att inte erkänna det offentligt och ljuga om det.
En möjlighet är dold stöd från regeringen, från direkt finansiering till att ge tillgång till stora kluster av smugglande H100‑Nvidia‑chipar för AI‑träning. Vi vet till exempel att många chipar säljs till Singapore, och sannolikt återförsäljts till Kina.
”De kinesiska labben har fler H100 än folk tror. Min förståelse är att DeepSeek har omkring 50 000 H100, vilket de inte kan tala om, uppenbarligen, eftersom det strider mot de exportkontroller USA har infört.”
En annan invändning är träningskostnaden, som inte har verifierats oberoende.
En sista möjlighet är att DeepSeek, oberoende av någon geopolitisk konspiration, kan ha satsat massivt mot Nvidias aktie innan de släppte sina imponerande påståenden. High‑Flyer är trots allt en hedgefond, även om detta kan ses som marknadsmanipulation och därför vara ett riskabelt drag.
Första slutsatserna
AI är ett område som utvecklas otroligt snabbt, och DeepSeek har redan förändrat spelet på några viktiga sätt:
- Vi har nu en ny metod för att generera ultraeffektiva LLM‑ och sannolikt AI‑modeller i allmänhet.
- Öppen källkod AI har en solid chans mot den mer slutna modell som främjas av (ironiskt namngivna) OpenAI.
- Konkurensen mellan USA och Kina om AI blir ännu intensivare.
- Sanktionerna mot export av avancerade AI‑chipar till Kina är ett misslyckande, antingen för att DeepSeek ändå fick tillgång till dem, eller för att de inte behövde dem alls.
- I bakgrunden är Huawei sannolikt också en seriös konkurrent när det gäller att förse DeepSeek med fler chipar.
- Detta kanske inte hindrar vissa från att fortfarande försöka.
“Faktum är att DeepSeek lyckades bygga R1 illustrerar den eftersläpande effekten av misslyckandet med exportkontrollerna i oktober 2022. Men mycket snart kommer vi att leva genom framgången med exportkontrollerna i oktober 2023.
Mr Greg Allen, chef för Wadhwani AI‑centret vid Centre for Strategic and International Studies.
Glöm DeepSeek, vad sägs om TikToks hämnd?
En viktig nyhet har missats i de panikslagna analyserna och konspirationsteorierna kring DeepSeek.
En annan kinesisk företag, TikTok‑skaparen ByteDance, släppte Doubao‑1.5‑pro den 24th januari – sitt eget svar på ChatGPT‑4o.
Det är också prissatt mycket billigare än sina amerikanska motsvarigheter, 5 × billigare än DeepSeek‑modellen och mer än 200 × billigare än OpenAI:s GPT‑4o.
Den nya Doubao 1.5 Pro använder ett mer effektivt tillvägagångssätt för att träna sin AI‑modell, vilket ByteDance säger hjälper till att balansera systemets prestanda med lägre kostnader.
Det uppnås genom en design som kombinerar både träning och realtidsanvändning av modellen, vilket optimerar den för bättre resultat samtidigt som infrastrukturkostnaderna hålls låga.
Källa: Financial Express
Denna modell slår också de ledande modellerna från OpenAI, Anthropic och Alibaba.
Källa: AI Entrepreneur
Om detta är resultatet av en oberoende insats skulle det bevisa att chipbristen i så fall tvingat kinesiska företag att konkurrera på effektivitet, vilket avslöjar en viss självgodhet i amerikanska AI‑företag, dränkta i till synes obegränsade pengar och beräkningskraft.
Det är inte heller osannolikt att ByteDance, efter månader av kamp för att undvika ett förbud eller en tvångsförsäljning av TikTok i USA, tittade på sätt att konkurrera och slå tillbaka.
Andra kinesiska modeller
Med två företag som nu tydligt krossar AI‑marknaden på pris för liknande prestanda, kommer uppmärksamheten sannolikt att vända sig mot andra kinesiska AI‑modeller också. Detta kan inkludera:
Sett ur ett fågelperspektiv snarare än fokuserat på DeepSeek, verkar detta mer som en flodvåg av nya, förbättrade AI‑modeller från Kina, än ett överraskningsanfall enbart från DeepSeek, som det ofta beskrivs nu.
Slutsats
När AI‑kriget intensifieras är det inte längre så tydligt att tillgång till finansiering och snabb uppskalning av beräkningskraft kommer att vara den enda avgörande faktorn.
Det är också oklart hur lönsam sektorn faktiskt blir i slutändan, om priserna för LLM‑token kan krascha 50‑200 × över natten för samma prestanda. Detta bör dock inte utlösa en alltför stark reaktion. I slutändan betyder billigare och mer effektiv AI också att AI kommer att antas massivt och bli allestädes närvarande.
Detta innebär också att den totala efterfrågan på AI‑chip sannolikt kommer att förbli hög, även om den blir något lägre än vad som initialt prognostiserades.
Likaledes är det viktigt att spridda och ultrabilliga LLM‑modeller som är tillgängliga via öppen källkod betyder ett tidigt ankomstdatum för alla effekter AI förväntas ha på arbetsmarknader, produktivitet, tillverkning, utbildning, internationell handel med mera.
