DeepSeek-effekten: Hvordan den kinesiske start-upen permanent endret fremtiden for AI-utvikling

Fremveksten av DeepSeek rystet teknologigigantenes komfortable posisjon som lederne innen AI-innovasjon. Den kinesiske oppstarten viste hvordan modeleffektivitet kan oppnås med mindre penger og færre ressurser. 

BeInCrypto snakket med ti bransjeledere om hvorfor teknologisektoren hadde ringvirkninger på kryptomarkedet og hvordan DeepSeeks fremvekst permanent har redefinert fremtiden for AI-utvikling. 

En bøtte med isvann for amerikanske teknologigiganter

Fremveksten av DeepSeek og dens dype effekter på kryptomarkedet fungerte som en vekker for vestlige teknologisektorer, som ikke lenger har en omfattende overhånd på AI-utvikling. 

Bare to uker siden lanserte den kinesiske oppstarten to AI-modeller: R1 og V3. Disse systemene viste seg å være like effektive som de utviklet av teknologigigantene OpenAI og Google—og rangerte til og med høyere i noen målinger. De ble også produsert til en brøkdel av kostnaden. 

Mens språkmodeller (LLMs) som Metas Llama 3.1 koster over $ 60 millioner å produsere, fikk DeepSeek overskrifter ved å redusere kostnaden for å trene en avansert modell til bare $ 6 millioner.

Bare timer etter lanseringen av DeepSeek, ble nyhetene slettet en billion dollar fra markedsverdien til ledende amerikanske teknologiselskaper. Nvidia, verdens dominerende leverandør av AI-brikker, så sin verdi falle med $ 600 milliarder. 

Det amerikanske aksjemarkedet opplevde sitt verste enkeltdagstap noensinne, og krypto følte effekten. DeepSeeks ankomst forårsaket store nedganger i mining-aksjer som Marathon og Riot, som i stor grad er avhengige av Nvidia-maskinvare.

Nyhetene utløste også et kryptosalg på $ 1 milliard, med Bitcoin som falt 5 % og altcoins som opplevde enda brattere nedganger på 8-10 %. I mellomtiden så AI-drevne kryptovalutaer en nedgang på 10 % i markedsverdi over 24 timer, med fire av de fem beste AI coins som led store tap.

DeepSeeks fremvekst ydmyket overkonfidente teknologigiganter. Det økte granskningen av deres overdrevne avhengighet av milliardinvesteringer og fremtidig inntektsvekst. 

Det viste også at fremtidige forstyrrelser i kappløpet om innovasjon uunngåelig vil ha en ringvirkning på kryptomarkedet.

Kina skaper DeepSeek mot alle odds

DeepSeek rystet markedene fordi det viste at Kina ikke var så langt bak USA i kappløpet mot de mest effektive AI-modellene. Inntil nyhetene traff 27. januar, viste teknologiselskapene for store aktører som Microsoft, Google og OpenAI en positiv stemning.

Denne følelsen var hovedsakelig basert på det faktum at disse teknologigigantene er etablerte og godt finansierte. De har allerede en solid markedsposisjon og tilgang til den mest raffinerte maskinvaren og programvaren som trengs for å drive AI-innovasjon.

“Disse selskapene har ikke bare en teknologisk fordel, men også infrastrukturen, store datasett og økonomiske ressurser til å opprettholde sin dominans,” sa Pavel Matveev, medgründer av Wirex. 

I mellomtiden, under Joe Bidens presidentskap, ble Nvidia forhindret fra å selge sine GPU-prosessorer til Kina. Disse eksportrestriksjonene tvang Kina til å stole på lageret det hadde bygget opp til det tidspunktet.

Til tross for disse utfordringene, skapte Kina DeepSeek.

“På grunn av amerikanske eksportrestriksjoner hadde ikke kineserne i nærheten av den tilgangen til maskinvaren som amerikanske selskaper hadde. Men igjen, dette er økonomi 101: ressursknapphet fører til innovasjon, eller “nødvendighetens mor,” for oss andre. Kina måtte gå ned på et superdypt nivå av ingeniørkunst og virkelig innovere. Det er virkelig en triumferende historie,” sa Sebastian Pfeiffer, administrerende direktør i Impossible Cloud Network. 

For Yang Tang, administrerende direktør i QStarLabs, var noe slikt uunngåelig.

“Dette er en naturlig utvikling i teknologiutvikling: en mer ressurssterk konkurrent som brukte en bedre prosess for å oppnå bedre resultater. Det er verdt å merke seg at alt DeepSeek gjorde tidligere ble publisert i akademisk og/eller industriell forskning. Dette vil definitivt tvinge etablerte AI-laboratorier til å tenke annerledes, da mange har vært for forskningsfokuserte,” sa han.

Det lærte også den vestlige verden en verdifull lekse.

Noen ganger er mindre virkelig mer

For et år siden spådde OpenAI CEO Sam Altman at AI-industrien ville kreve billioner av dollar i investeringer for å finansiere utviklingen av spesialiserte chips. Disse chipene er essensielle for å drive de energiintensive datasentrene som støtter industriens stadig mer komplekse AI-modeller.

Andre ledende teknologiselskaper har nylig tatt lignende initiativer. Meta har allerede annonsert at de planlegger å bruke så mye som $ 65 milliarder i år for å utvide sin AI-infrastruktur. Selskapet har som mål å avslutte året med over 1,3 millioner grafikkprosessorer. 

Microsoft annonserte planer om omtrent $ 80 milliarder i datasenterutvikling for regnskapsåret 2025. I mellomtiden forventer Amazon at deres anslåtte utgifter for 2025 på lignende infrastruktur vil overstige deres estimerte investering på $ 75 milliarder i 2024.

Mange av disse selskapene hamstrer også GPU-er og relatert AI-maskinvare. Meta CEO Mark Zuckerberg sa for eksempel at selskapet hans hadde som mål å bringe GPU-forsyningen opp til 600 000 innen utgangen av 2024.

I mellomtiden brukte DeepSeek litt over 2000 Nvidia GPU-enheter og $ 6 millioner for å drive sin R1-modell.

“DeepSeeks gjennombrudd i å redusere utviklingskostnader og optimalisere AI-modeller med minimale beregningsressurser signaliserer et seismisk skifte i det konkurransedyktige AI-landskapet. Tradisjonelle giganter som Nvidia, OpenAI og Google, som er avhengige av massiv beregningskraft og kostbar infrastruktur (som avanserte GPU-er og omfattende skytjenester), kan finne at deres tradisjonelle fordel i ressurskrevende AI-utvikling avtar,” fortalte Trevor Koverko, medgründer av Sapien.io, til BeInCrypto. 

Vestlige selskapers erkjennelse av at Kina ikke var langt bak i kappløpet skremte også investorer i tradisjonelle finansielle kretser og kryptomarkeder. 

DeepSeek sin innvirkning på kryptomarkedet forklart

Den bredere markedsnedgangen – spesielt i tradisjonelle markeder – reflekterte en omkalibrering av forventninger rundt teknologivurderinger snarere enn en enkel korreksjon. 

“Markedet hadde priset inn aggressive vekstforutsetninger for AI-teknologier, spesielt rundt beregningskrav som ville gagne selskaper som Nvidia og store skyleverandører. DeepSeeks gjennombrudd i å oppnå sammenlignbare resultater med mindre datakraft har tvunget investorer til å revurdere disse forutsetningene,” sa Karan Sirdesai, CEO og medgründer av Mira Network.

Selv om kryptosektoren ikke har direkte bånd til DeepSeek, deler den en spillebane med AI-utviklere. Som et resultat ble krypto like påvirket av nyheten om R1-lanseringen.

I følge Sirdesai er forholdet mellom krypto- og AI-markeder mer komplekst enn enkel korrelasjon. Mens begge faller under teknologiparasollen, opererer de på fundamentalt forskjellige prinsipper.

“Bitcoin og kryptovurderinger er forankret i monetære dynamikker, nettverksadopsjon og regulatoriske landskap, mens AI-utviklinger sentrerer seg om teknologiske kapabiliteter og kommersielle applikasjoner,” forklarte han.

Likevel har både krypto og AI en stor tilstedeværelse i teknologisektoren.

“Begge sektorer konkurrerer om beregningsressurser, spesielt GPU-er, og skaper forsyningskjedekoblinger. I tillegg er mange investorer aktive i begge områdene, så sentiment kan spre seg. Når store teknologiselskaper opplever volatilitet fra AI-utviklinger, kan det forplante seg til kryptomarkeder gjennom denne delte investorbasen,” la Sirdesai til.

De nylige markedsbevegelsene etter utgivelsen av DeepSeeks R1-modell vitner om hvor mottakelig kryptomarkedet er for den generelle stemningen i teknologisektoren. 

“Denne interaksjonen reflekterer en kulturell og teknologisk synergi mellom AI og krypto, noe som antyder at utviklinger i en sfære kan påvirke den andre betydelig,” la Forest Bai, medgründer av Foresight Ventures, til. 

Som et resultat vil det være avgjørende å følge nøye med på hvordan amerikanske teknologigiganter reagerer på DeepSeeks siste innovasjon for å forstå hvordan lignende hendelser kan påvirke kryptomarkedet i fremtiden.

En periode med rekalibrering for amerikanske teknologiselskaper

Fallet i investortillit avslører usikkerhet om AI-markedets fremtid. Disse tvilene dreier seg om hvorvidt beregningsskala vil forbli nøkkelen til konkurranse og hvordan effektivitetsinnovasjoner vil omforme sektoren.

“AI-kappløpet handler ikke lenger om hvem som har flest GPU-er, men hvem som kan trene de smarteste, mest effektive modellene. DeepSeeks gjennombrudd beviser at innovasjon i trening kan forstyrre AI-monopolet,” fortalte Ilan Rakhmanov, grunnlegger av ChainGPT, til BeInCrypto. 

Rakhmanov fremhevet de viktigste tekniske innovasjonene som DeepSeek implementerte for å omgå barrierer for tilgang til GPU-er. 

“DeepSeeks R1-modell oppnår sannsynligvis sin effektivitet gjennom en kombinasjon av optimalisert arkitektur, alternative treningsmetoder, spesialisert maskinvare og energieffektive beregningsstrategier. Ved å forbedre transformatorens effektivitet, utnytte modellens sparsitet og inkorporere generering med forsterket gjenfinning, reduserer DeepSeek beregningskravene uten å gå på kompromiss med ytelsen. Dens avhengighet av selvovervåket læring, syntetisk dataforsterkning og forsterkningslæring minimerer avhengigheten av massive datasett, mens tilpassede AI-akseleratorer eller ikke-GPU-alternativer bidrar til å redusere beregningskostnadene,” forklarte han.

Til det punktet la Anthony Simonet, forskningssjef ved iExec, til:

“Den benytter teknikker som Mixture-of-Experts-arkitekturer, lavpresisjonstrening og kunnskapsdestillasjon for å maksimere effektiviteten med færre ressurser, slik at AI kan kjøre jevnt på standard maskinvare og gjøre det mer tilgjengelig,” sa han.

Teknologieksperter bemerket også raskt at DeepSeek publiserte forskningen bak modellen sin for offentligheten å se.

Saken for desentralisert AI

I kontrast til den tradisjonelle hemmeligholdet til amerikanske selskaper som OpenAI, har DeepSeek imponerende frigitt sin R1-modell som fullstendig åpen kildekode. Mange bransjeledere applauderte dette trekket, og indikerte at for fremtiden til AI å forbli i hendene på offentligheten, må den totale tilgangen forbli desentralisert. 

“DeepSeek har vært en spillveksler for AI-industrien, og jeg tror det er akkurat den typen vekker som selskaper som OpenAI trenger. OpenAI ble opprinnelig grunnlagt for å gjøre avansert AI tilgjengelig for alle, men over tid har vi sett en dreining mot lukkede, portvoktermodeller. AI-området utvikler seg, og DeepSeek har minnet oss alle om noe viktig—stor teknologi bør bygges for alle, ikke bare for et utvalgt få,” sa Rakhmanov. 

Mindre utviklere med færre ressurser ønsket denne nyheten velkommen. Tilgang til DeepSeeks design og forskningsartikler vil tillate dem å forbedre modellene sine uten å tømme forskningsbudsjettene sine.

“DeepSeeks billigere modeller reduserer GPU-ene som kreves for å trene AI-modeller, og dermed senker beregningskostnadene. Denne effektiviteten gjør det mulig for AI å skalere mer rimelig, noe som gjør det tilgjengelig for bedrifter og forskere med begrensede ressurser,” sa Ron Bodkin, medgründer av Theoriq. 

Med oppstartens modell nå som åpen kildekode, vil utviklere analysere den grundig, og drive videre AI-innovasjon.

“Siden DeepSeek er åpen kildekode, vil skiftet i AI-kappløpet uunngåelig flytte mer inn i den åpne kildekode-arenaen, og ødelegge den lukkede kildekode-grunnmodellenarrativet. Å være åpen kildekode gagner alle, AI-selskaper (hver aktør i økosystemet), innovatører og forbrukere. De eneste taperne er de som klamrer seg til den lukkede kildekode-modellen, som vil se en rask sammenbrudd i nær fremtid,” fortalte Steven Pu, medgründer av Taraxa, til BeInCrypto. 

Etter hvert som AI blir mindre kostbart og mer tilgjengelig, vil det bli mer av en vare. 

Kommersialisering av AI-teknologi

På dagen for DeepSeeks lansering postet Microsofts CEO Satya Nadella om Jevons’ paradoks på sosiale medier.

“Jevons’ paradoks slår til igjen! Etter hvert som AI blir mer effektivt og tilgjengelig, vil vi se bruken skyte i været, og gjøre det til en vare vi bare ikke kan få nok av,” sa Nadella på X. 

Også kjent som rebound-effekten, er Jevons’ paradoks et økonomisk prinsipp myntet av den engelske økonomen William Stanley Jevons. Økt effektivitet i ressursbruk kan føre til økt forbruk av den ressursen.

Anvendt på AI, etter hvert som disse systemene blir mer effektive, kan etterspørselen etter deres oppgaver øke—et fenomen som den økende tilgjengeligheten av AI-forskning kan forsterke.

“Å redusere kostnader, både i trenings- og inferensstadiene, er bra. I teknologi har kostnadsreduksjon alltid ført til bredere adopsjon og høyere totalforbruk, ikke mindre. Da biler ble rimelige, eide flere mennesker biler. Da stormaskiner ble krympet til rimelige personlige datamaskiner, drev det den digitale revolusjonen. På samme måte vil vi se flere innovatører og oppstartsbedrifter eksperimentere med AI nå som det har blitt mer overkommelig, noe som fører til mer bruk av AI og høyere etterspørsel etter AI-relatert infrastruktur som GPU-maskinvare,” fortalte Pu til BeInCrypto.

For Pfeiffer vil kommersialiseringen av AI-infrastruktur også endre naturen til innovasjon som teknologiselskaper nå vil søke. Utviklere fokuserte tidligere på å skape de mest raffinerte LLM-modellene. Nå vil innsatsen skifte til å integrere denne teknologien i ulike bransjer.

“DeepSeek trente på OpenAI og var i stand til å bygge betydelig på andres fremgang. LLM-landskapet vil bli kommersialisert og mest sannsynlig fullstendig åpen kildekode. Imidlertid er det ikke her mest innovasjon vil skje. Faktisk vil veksten og utviklingen av AI bli sett mindre på utviklingssiden, men gjennom integrering og bruk av AI. Vertikale, dype integrasjoner i bransjer og tilgang til deres data vil bety mye mer enn sofistikerte LLM-er fordi de er kommersialisert og deres innovasjonsfremgang vil avta,” sa han.

Denne paradoksen kan også gi amerikanske teknologigiganter en fordel over land med begrenset tilgang til databehandlingsressurser.

USAs overtak

Selv om DeepSeeks nyeste modell har demonstrert at den har redusert konkurransegapet mellom etablerte amerikanske selskaper, er selskapet ikke immun mot utfordringer.

I følge Jevons’ paradoks vil økt etterspørsel etter AI-produkter også uunngåelig føre til økt etterspørsel etter ressursene som trengs for å utvikle dem. Selv om andre alternativer fortsatt utforskes, vil GPU-er fortsette å være avgjørende for fremtidig utvikling av AI-teknologier.

“DeepSeek ser også ut til å nå kapasitet som begrenser deres evne til å skalere sitt tilbud – de har begrenset registreringer for appen sin til kinesiske innbyggere og deres API er mye tregere enn da de lanserte. Jeg tror at de ikke klarer å sikre seg flere GPU-er for å la dem skalere sitt tilbud,” sa Bodkin.

DeepSeeks gjennombrudd oppløser heller ikke USAs tiår lange dedikasjon til utviklingen av AI-infrastruktur.

“Til tross for DeepSeeks optimaliseringsgjennombrudd, er AI-kappløpet fortsatt i stor grad diktert av tilgang til massive datasett, datakraft og kontroll over ende-til-ende-økosystemet. Selskaper som OpenAI og Google stoler ikke bare på brute-force skalering – de har også proprietære data, skyinfrastruktur og omfattende distribusjonslinjer. Mens alternative metoder er lovende, vil de bare forstyrre status quo hvis de konsekvent kan overgå tradisjonelle tilnærminger på tvers av ulike bruksområder. Akkurat nå er det for tidlig å si om DeepSeek representerer et bransjeskifte eller bare en inkrementell forbedring innenfor et allerede konkurransepreget landskap,” fortalte Matveev til BeInCrypto.

Gitt denne virkeligheten, mener Sirdesai at markedets reaksjon på DeepSeek var noe overdrevet.

“Markedets reaksjon ser ut til å undervurdere kompleksiteten ved å kommersialisere AI-teknologi. DeepSeeks mer effektive arkitektur er betydelig, men vellykket AI-distribusjon krever robust infrastruktur, sterke sikkerhetstiltak og bevist pålitelighet i produksjonsmiljøer. Vestlige teknologiselskaper har brukt år på å bygge disse evnene,” sa han.

DeepSeeks fremvekst har utvilsomt omformet AI-kappløpet, og viser at innovasjon kan oppstå fra uventede hjørner og utfordre etablerte giganter.

Etter hvert som bransjen fortsetter å utvikle seg, vil overvåkning av samspillet mellom åpen kildekode-modeller, ressurs tilgjengelighet og konkurransedynamikk utvilsomt forme fremtiden for AI-utvikling og dens innvirkning på verden.