Dėl savo mielo banginio logotipo neseniai išleistas „Deepseek“ galėjo būti ne kas kita, kaip dar vienas „ChatGpt“ išmušimas. Tai, kas tai padarė tokią vertą vertybinį popierių – ir tai, kas nukreipė konkurentų atsargas į „uodegin“ – buvo tai, kiek kainavo sukurti. Tai iš tikrųjų išmetė beždžionių veržliaraktį į JAV sąvoką apie investicijas, kurių reikia norint išmokyti aukštos veikimo didelės kalbos modelį (LLM).
Manoma, kad „Deepseek“ išleido tik 6 milijonus dolerių, kad išmokytų savo AI modelį. Gretuokite, kad su pranešta 80–100 mln. „Deepseek“ iškviečia abejonių dėl tokio lygio investicijų ir palieka didelius žaidėjus, tokius kaip „Nvidia“-kurių akcijų vertė per vieną dieną smuko 600 milijardų dolerių-TSMC ir „Microsoft“-apie AI ilgalaikį finansinį gyvybingumą. Jei įmanoma mokyti AI modelius žymiai mažiau nei anksčiau manė, kad tai reiškia AI išlaidas?
Nors „Deepseek“ sutrikimas paskatino svarbias diskusijas, atrodo, kad kai kurie pagrindiniai punktai pasimeta. Tačiau tai, ką naujienos išryškina, daugiau dėmesio skiriama tam, kiek kainuoja inovacijos ir galimas AI ekonominis poveikis. Čia yra trys svarbios įžvalgos, atsirandančios iš šios naujienos:
1. „Deepseek“ 6 milijonų dolerių kainos etiketė yra klaidinanti
Bendrovės turi suvokti savo infrastruktūros bendras nuosavybės išlaidas (TCO). Nors „Deepseek“ 6 mln. USD kainų etiketė buvo labai išmesta, tai turbūt yra tik jos prieš treniruotės, o ne visos investicijos. Bendros išlaidos – ne tik bėgimo, bet ir statybos bei mokymo „Deepseek“ – greičiausiai yra daug didesnės. Pramonės analitikų įmonė „Semianalysis“ atskleidė, kad „Deepseek“ įmonė išleido 1,6 milijardo dolerių aparatinei įrangai, kad jos LLM taptų realybe. Taigi, tikėtinos išlaidos yra kažkur viduryje.
Kad ir kokios būtų tikros išlaidos, „Deepseek“ atsiradimas sukėlė dėmesį ekonomiškai efektyvioms naujovėms, kurios galėtų būti pertvarkytos. Inovacijas dažnai skatina apribojimai, o „Deepseek“ sėkmė pabrėžia, kaip inovacijos gali nutikti, kai inžinerijos komandos optimizuoja savo išteklius, susidūrę su realaus pasaulio apribojimais.
2. Išvada yra tai, kas daro AI vertingą, o ne mokymą
Svarbu atkreipti dėmesį į tai, kiek kainuoja AI modelio mokymo išlaidos, tačiau mokymai yra nedidelė dalis bendrų išlaidų, skirtų AI modeliui sukurti ir paleisti. Išvados – Daugybė būdų, kaip AI keičia, kaip žmonės dirba, sąveikauja ir gyvena – yra ta vieta, kur AI tampa tikrai vertinga.
Tai iškelia „Jevons“ paradoksą, ekonominę teoriją, leidžiančią manyti, kad dėl technologinės pažangos naudojimo šaltinis efektyvesnis, bendras šio šaltinio vartojimas iš tikrųjų gali padidėti. Kitaip tariant, mažėjant mokymo išlaidoms, padidės išvados ir agentinis vartojimas, o bendros išlaidos padės.
AI efektyvumas iš tikrųjų gali sukelti didėjantį PG išlaidų bangos, kuri turėtų pakelti ne tik kinų, bet ir visus valtis. Darant prielaidą, kad jie važiuoja efektyvumo banga, taip pat bus naudinga įmonės, tokios kaip „Openai“ ir „Nvidia“.
3. Lieka tiesa, kad svarbiausia vienetinė ekonomika
AI padaryti efektyvesnį ne tik mažinti išlaidas; Tai taip pat susiję su vienetų ekonomikos optimizavimu. „Motley Fool“ prognozuoja, kad šie metai bus AI efektyvumo metai. Jei jie teisūs, įmonės turėtų atkreipti dėmesį į AI mokymo išlaidų sumažinimą ir AI vartojimo išlaidas.
Organizacijos, kurios kuria ar naudoja AI, turi žinoti savo vieneto ekonomiką, o ne išskirti įspūdingus figūras, tokias kaip „Deepseek“ 6 mln. USD mokymo išlaidos. Realus efektyvumas reiškia, kad reikia paskirstyti visas išlaidas, sekti AI orientuotą paklausą ir išlaikyti nuolatinius skirtukus dėl išlaidų vertės.
„Cloud Unit Economics“ (CUE) yra susijusi su debesies, kurį lemia debesies, matavimas ir maksimizavimas. „Cue“ lygina jūsų debesies išlaidas su pajamomis ir paklausos metrika, atskleidžiant, kokios efektyvios jūsų debesies išlaidos, kaip tai pasikeitė laikui bėgant, ir (jei turite tinkamą platformą) geriausius būdus padidinti šį efektyvumą.
Suprasti CUE yra dar didesnis naudingumas AI kontekste, atsižvelgiant į tai, kad jį vartoti iš prigimties yra brangiau nei tradicinės „Hyperscalers“ parduodamos debesies paslaugos. Bendrovės, kuriančios agentines programas, galėtų apskaičiuoti savo sąnaudas vienai operacijai (pvz. Didėjant AI išlaidoms, įmonės bus priverstos tai padaryti; Nei viena įmonė negali amžiams išmesti begalinių dolerių eksperimentinėje naujovėje. Galų gale tai turi turėti verslo prasmę.
Didesnio efektyvumo link
Nepaisant to, kad 6 milijonų dolerių vertės skaičius yra, „Deepseek“ galėjo suteikti vandens telkinio momentą, kuris pažadina technologijų pramonę iki neišvengiamos efektyvumo svarbos. Tikėkimės, kad tai atveria potvynius ekonomiškai efektyviam mokymui, išvadoms ir agentinėms programoms, atrakinančioms tikrąjį AI potencialą ir IG.
