DeepSeek “يثقب” خطط الإنفاق على التكنولوجيا وما يقوله المحللون

برزت شركة الذكاء الاصطناعي الصينية DeepSeek كمنافس محتمل لقادة الذكاء الاصطناعي في الولايات المتحدة، حيث أظهرت نماذج متقدمة تدعي أنها تقدم أداءً مشابهًا لروبوتات الدردشة الرائدة بجزء صغير من التكلفة. كما تصدر تطبيق الهاتف المحمول الخاص بالشركة، والذي تم إصداره في أوائل يناير، مخططات iPhone في الأسواق الرئيسية بما في ذلك الولايات المتحدة والمملكة المتحدة والصين.

تأسست شركة DeepSeek في عام 2023 على يد ليانج وينفينج، الرئيس السابق لصندوق التحوط الكمي القائم على الذكاء الاصطناعي High-Flyer، وهي تجعل نماذجها مفتوحة المصدر وتتضمن ميزة تفكير توضح تفكيرها قبل تقديم الاستجابات.

وكان رد فعل وول ستريت مختلطا. وفي حين يحذر جيفريز من أن النهج الفعال الذي تتبعه شركة DeepSeek “يحطم بعض نشوة الإنفاق الرأسمالي” في أعقاب التزامات الإنفاق الأخيرة من Meta وMicrosoft – التي تجاوزت كل منها 60 مليار دولار هذا العام – يتساءل سيتي عما إذا كانت هذه النتائج قد تحققت دون وحدات معالجة الرسوميات المتقدمة. يرى بنك جولدمان ساكس آثارًا أوسع نطاقًا، مما يشير إلى أن التطوير يمكن أن يعيد تشكيل المنافسة بين عمالقة التكنولوجيا والشركات الناشئة عن طريق خفض الحواجز أمام الدخول.

إليك كيفية رد فعل محللي وول ستريت على DeepSeek، بكلماتهم الخاصة (التأكيد على ذلك):

جيفريز

آثار قوة DeepSeek على تدريب الذكاء الاصطناعي ثقوب بعض من النشوة الرأسمالية والتي أعقبت التزامات كبيرة من Stargate وMeta الأسبوع الماضي. مع تقديم DeepSeek أداءً مشابهًا لـ GPT-4o مقابل جزء صغير من قوة الحوسبة، هناك الآثار السلبية المحتملة على البنائين، حيث أن الضغط على مشغلي الذكاء الاصطناعي لتبرير خطط النفقات الرأسمالية المتزايدة باستمرار قد يؤدي في النهاية إلى مسار أقل لإيرادات مراكز البيانات ونمو الأرباح.

إذا كانت النماذج الأصغر يمكن أن تعمل بشكل جيد، فهي كذلك يحتمل أن تكون إيجابية للهواتف الذكية. نحن متفائلون بشأن الهواتف الذكية التي تعمل بتقنية الذكاء الاصطناعي، حيث لم يكتسب الذكاء الاصطناعي أي جذب لدى المستهلكين. هناك حاجة إلى المزيد من ترقية الأجهزة (adv pkg + fast DRAM) لتشغيل نماذج أكبر على الهاتف، مما سيؤدي إلى رفع التكاليف. ويعتمد نموذج AAPL في الواقع على نموذج وزارة التربية والتعليم، لكن معلمات البيانات البالغ عددها 3 مليارات لا تزال صغيرة جدًا لجعل الخدمات مفيدة للمستهلكين. ومن ثم فإن نجاح DeepSeek يقدم بعض الأمل ولكن ليس هناك أي تأثير على التوقعات المستقبلية للهواتف الذكية التي تعمل بتقنية الذكاء الاصطناعي على المدى القريب.

الصين هي السوق الوحيد الذي يسعى لتحقيق كفاءة LLM بسبب قيود الشريحة. ومن المرجح أن يدرك ترامب/ ماسك أن خطر فرض المزيد من القيود هو إجبار الصين على الابتكار بشكل أسرع. لذلك، نعتقد أنه من المحتمل أن يخفف ترامب سياسة نشر الذكاء الاصطناعي.

سيتي

في حين أن إنجاز DeepSeek يمكن أن يكون رائدًا، إلا أننا شكك في الفكرة أن مآثرها قد تمت دون استخدام وحدات معالجة الرسومات المتقدمة لضبطها و/أو إنشاء LLMs الأساسية التي يعتمد عليها النموذج النهائي من خلال تقنية التقطير. في حين أن هيمنة الشركات الأمريكية على نماذج الذكاء الاصطناعي الأكثر تقدمًا يمكن أن تتعرض للتحدي، إلا أننا نقدر أنه في بيئة أكثر تقييدًا لا محالة، يعد وصول الولايات المتحدة إلى رقائق أكثر تقدمًا ميزة. وبالتالي، لا نتوقع أن تبتعد شركات الذكاء الاصطناعي الرائدة عن وحدات معالجة الرسومات الأكثر تقدمًا والتي توفر $/TFLOPs أكثر جاذبية على نطاق واسع. نحن نرى إعلانات النفقات الرأسمالية للذكاء الاصطناعي الأخيرة مثل Stargate بمثابة إشارة إلى الحاجة إلى شرائح متقدمة.

برنشتاين

باختصار، نحن نعتقد أن 1) DeepSeek لم “قم ببناء OpenAI مقابل 5 ملايين دولار”; 2) تبدو النماذج رائعة لكننا لا تظن أنها معجزات; و3) Twitterverse الناتج يبدو أن الذعر خلال عطلة نهاية الأسبوع مبالغ فيه.

رد فعلنا الأولي لا يتضمن الذعر (أبعد ما يكون عن ذلك). إذا اعترفنا بأن DeepSeek ربما يكون قد خفض تكاليف تحقيق أداء نموذجي مكافئ بمقدار 10 أضعاف، على سبيل المثال، فإننا نلاحظ أيضًا أن مسارات تكلفة النموذج الحالي تتزايد تقريبًا كل عام على أي حال (“قوانين القياس” سيئة السمعة…) والتي لا يمكنها ذلك. تستمر إلى الأبد. وفي هذا السياق، نحن بحاجة إلى ابتكارات مثل هذه (وزارة البيئة، والتقطير، والدقة المختلطة، وما إلى ذلك) إذا أردنا للذكاء الاصطناعي أن يستمر في التقدم. وبالنسبة لأولئك الذين يبحثون عن اعتماد الذكاء الاصطناعي، باعتبارنا شبه محللين، فإننا نؤمن إيمانًا راسخًا بمفارقة جيفونز (أي أن مكاسب الكفاءة تولد زيادة صافية في الطلب)، ونعتقد أن أي سعة حوسبة جديدة يتم فتحها من المرجح أن يتم استيعابها بسبب الاستخدام و زيادة الطلب مقابل التأثير على توقعات الإنفاق على المدى الطويل في هذه المرحلة، حيث لا نعتقد أن احتياجات الحوسبة قريبة من الوصول إلى الحد الأقصى في الذكاء الاصطناعي. يبدو أيضًا أنه من المبالغة الاعتقاد بأن الابتكارات التي تنشرها DeepSeek غير معروفة تمامًا من قبل العدد الهائل من كبار باحثي الذكاء الاصطناعي في مختبرات الذكاء الاصطناعي العديدة الأخرى في العالم (بصراحة، لا نعرف ما الذي كانت تستخدمه المختبرات الكبيرة المغلقة للتطوير وينشرون نماذجهم الخاصة، لكننا لا نستطيع أن نصدق أنهم لم يفكروا أو ربما استخدموا استراتيجيات مماثلة بأنفسهم).

مورجان ستانلي

لم نؤكد صحة هذه التقارير، ولكن إذا كانت دقيقة، وكان من الممكن بالفعل تطوير LLM المتقدمة مقابل جزء صغير من الاستثمار السابق، يمكننا أن نرى الذكاء الاصطناعي التوليدي يعمل في نهاية المطاف على أجهزة كمبيوتر أصغر وأصغر (تقليص الحجم من أجهزة الكمبيوتر العملاقة إلى محطات العمل، وأجهزة الكمبيوتر المكتبية، وأخيرا أجهزة الكمبيوتر الشخصية) ويمكن أن تستفيد صناعة الأغراض الخاصة من الزيادة المصاحبة في الطلب على المنتجات ذات الصلة (الرقائق وأجهزة الكمبيوتر ذات الأغراض الخاصة) مع انتشار الطلب على الذكاء الاصطناعي التوليدي.

جولدمان ساكس

ومع آخر التطورات نرى أيضًا 1) المنافسة المحتملة بين عمالقة الإنترنت الغنية برؤوس الأموال مقابل الشركات الناشئة، نظرا لخفض الحواجز أمام الدخول، وخاصة مع النماذج الجديدة الأخيرة التي تم تطويرها بجزء صغير من تكلفة النماذج الحالية؛ 2) من التدريب إلى مزيد من الاستدلال، مع زيادة التركيز على مرحلة ما بعد التدريب (بما في ذلك القدرات المنطقية وقدرات التعزيز) التي تتطلب موارد حسابية أقل بكثير مقارنة بالتدريب المسبق؛ و3) إمكانية تحقيق المزيد من التوسع العالمي للاعبين الصينيين، نظراً لأدائهم وقدرتهم التنافسية من حيث التكلفة/السعر.

ما زلنا نتوقع أن يستمر السباق على تطبيقات الذكاء الاصطناعي/وكلاء الذكاء الاصطناعي في الصين، خاصة بين تطبيقات To-C، حيث كانت الشركات الصينية رائدة في تطبيقات الهاتف المحمول في عصر الإنترنت، على سبيل المثال، إنشاء Tencent لتطبيق Weixin (WeChat) الفائق. برنامج. ومن بين تطبيقات To-C، كانت ByteDance رائدة في إطلاق 32 تطبيقًا للذكاء الاصطناعي خلال العام الماضي. من بينها، كان Doubao هو روبوت الدردشة الآلي الأكثر شهرة حتى الآن في الصين مع أعلى معدل مستخدم شهريًا (حوالي 70 مليونًا)، والذي تمت ترقيته مؤخرًا باستخدام نموذج Doubao 1.5 Pro. نحن نؤمن بأن تدفقات الإيرادات الإضافية (الاشتراك والإعلان) والمسار النهائي/المستدام لتحقيق الدخل/اقتصاديات الوحدة الإيجابية بين التطبيقات/الوكلاء ستكون أمرًا أساسيًا.

بالنسبة لطبقة البنية التحتية، تركز اهتمام المستثمرين حول ما إذا كان سيكون هناك عدم توافق على المدى القريب بين توقعات السوق بشأن النفقات الرأسمالية للذكاء الاصطناعي والطلب على الحوسبة، في حالة حدوث تحسينات كبيرة في كفاءات التكلفة/الحوسبة النموذجية. بالنسبة للاعبين الصينيين في مجال السحابة/مراكز البيانات، ما زلنا نعتقد أن التركيز لعام 2025 سوف يتمحور حول توفر الرقائق وقدرة CSP (مقدمي الخدمات السحابية) على تقديم مساهمة محسنة في الإيرادات من نمو إيرادات السحابة المستندة إلى الذكاء الاصطناعي، وما بعد تأجير البنية التحتية/وحدة معالجة الرسومات ، كيف يمكن أن تساهم أعباء عمل الذكاء الاصطناعي والخدمات المرتبطة بالذكاء الاصطناعي في النمو والهوامش في المستقبل. نحن لا نزال إيجابيين بشأن نمو الطلب على حوسبة الذكاء الاصطناعي على المدى الطويل، حيث أن التخفيض الإضافي في تكاليف الحوسبة/التدريب/الاستدلال يمكن أن يؤدي إلى زيادة اعتماد الذكاء الاصطناعي. راجع أيضًا الموضوع رقم 5 من تقرير الموضوعات الرئيسية الخاص بنا لسيناريوهات القاعدة/الانخفاض الخاصة بتقديرات النفقات الرأسمالية لـ BBAT اعتمادًا على توافر الرقائق، حيث نتوقع أن يستمر نمو إجمالي النفقات الرأسمالية لـ BBAT في عام 2025E في حالتنا الأساسية (GSe: +38% على أساس سنوي) وإن كان ذلك بوتيرة أكثر اعتدالًا بعض الشيء مقارنةً بعام 2024 القوي (GSE: +61% على أساس سنوي)، مدفوعًا بالاستثمار المستمر في البنية التحتية للذكاء الاصطناعي.

جي بي مورغان

قبل كل شيء، تم صنع الكثير من الأوراق البحثية التي قدمتها شركة DeepSeek، وكفاءة نماذجها. من غير الواضح إلى أي مدى تستفيد DeepSeek من وحدات معالجة الرسوميات التي تصل إلى 50 ألفًا من High-Flyer (تشبه في الحجم المجموعة التي يُعتقد أن OpenAI تقوم بتدريب GPT-5 عليها)، ولكن ما يبدو مرجحًا هو أنها تقلل التكاليف بشكل كبير (تكاليف الاستدلال). بالنسبة لطراز V2 الخاص بهم، على سبيل المثال، يُزعم أنه يمثل 1/7 من طراز GPT-4 Turbo). وادعاءهم التخريبي (وإن لم يكن جديدا) ــ والذي بدأ يضرب أسماء الذكاء الاصطناعي في الولايات المتحدة هذا الأسبوع ــ هو أن “المزيد من الاستثمارات لا يعني المزيد من الابتكار”. ليانغ: “في الوقت الحالي، لا أرى أي نهج جديد، لكن الشركات الكبرى ليس لديها اليد العليا بشكل واضح. الشركات الكبرى لديها عملاء حاليون، لكن أعمال التدفق النقدي الخاصة بها تشكل أيضًا عبئًا عليها، وهذا يجعلها عرضة للاضطراب في أي وقت. وعندما سئل عن حقيقة أن GPT5 لم يتم إصداره بعد: “OpenAI ليس إلهًا، ولن يكون بالضرورة في المقدمة دائمًا.”

يو بي إس

طوال عام 2024، وهو العام الأول الذي شهدنا فيه أعباء عمل ضخمة لتدريب الذكاء الاصطناعي في الصين، كان أكثر من 80-90% من طلب IDC مدفوعًا بتدريب الذكاء الاصطناعي وتركز في 1-2 من عملاء Hyperscaler، مما تُرجم إلى طلب IDC واسع النطاق بالجملة في منطقة نائية نسبيًا (مثل يعد تدريب الذكاء الاصطناعي الذي يستهلك الطاقة حساسًا لتكلفة المرافق بدلاً من زمن استجابة المستخدم).

إذا كانت تكلفة التدريب والاستدلال على الذكاء الاصطناعي أقل بكثير، نتوقع أن يستفيد المزيد من المستخدمين النهائيين من الذكاء الاصطناعي لتحسين أعمالهم أو تطوير حالات استخدام جديدةوخاصة عملاء التجزئة. ويعني طلب IDC هذا مزيدًا من التركيز على الموقع (حيث أن زمن استجابة المستخدم أكثر أهمية من تكلفة المرافق)، وبالتالي قوة تسعير أكبر لمشغلي IDC الذين لديهم موارد وفيرة في مدن المستوى 1 والمدن التابعة. وفي الوقت نفسه، فإن محفظة العملاء الأكثر تنوعًا ستعني أيضًا قوة تسعير أكبر.

سنقوم بتحديث القصة مع تفاعل المزيد من المحللين.