DeepSeek-Apokalypse: KI-Riese verbrennt Milliarden von Dollar, vieles davon verschwendet

Im Januar dieses Jahres veröffentlichte das Startup für künstliche Intelligenz DeepSeek zwei Durchbrüche mit seinem neuen Modell R1, das leise die Wirtschaftlichkeit künstlicher Intelligenz neu definierte.Dieses Modell erzielt höchste Leistung bei 1/40 der Kosten des VorgängermodellsAb Dezember 2024 hat DeepSeeks V3-Large-Language-Modell die Ausbildungskosten um mehr als 90% gesenkt.

Zwei der Durchbrüche von DeepSeek erreichten breite Aufmerksamkeit.DeepSeek ergab, dass die Aufforderung von KI-Modellen, ihre Argumentationsprozesse auszuarbeiten - ein Forschungsansatz, der als Gedankenkette bekannt ist - die Genauigkeit und Effizienz verbesserteZweitens verwendet DeepSeek künstliche Intelligenz, um eigene Datensätze zu erzeugen, die völlig unabhängig von der manuellen Kennzeichnung der Daten sind.Während es Argumente gibt, dass DeepSeek nicht so billig ist wie behauptet, haben diese Durchbrüche sicherlich eine neue Ära der KI-Wirtschaft eingeläutet.

Die Kostenstruktur der Künstlichen Intelligenz verändert sich dramatisch.und InfrastrukturinvestitionenDiese Verschiebung könnte die Marktkräfte umkehren und schließlich wendigen Startups helfen, kurzfristig die Technologieriesen einzuholen und gleichzeitig die Gewinnmargen zu steigern.

Technologieriesen haben bereits mehr als 100 Milliarden Dollar in die Entwicklung der KI-Infrastruktur investiert, und es nimmt weiter zu.Jetzt müssen sie überlegen, wie sie eine Rendite für diese riesigen Investitionen erzielen und einen Vorteil gegenüber Algorithmen gegen wendigereIn einem sich rasch verändernden Umfeld stehen sowohl Technologiegiganten als auch Start-ups vor einem klaren Signal: die Chance des technologischen Fortschritts schnell zu nutzen, dieoder eliminiert werden.

Die KI-Marktlandschaft vor und nach DeepSeek

Vor dem Aufstieg von DeepSeek kämpften Start-ups, um mit den Infrastruktur-Ausgaben von Tech-Riesen zu konkurrieren,Das jedes Quartal Milliarden Dollar in den Bau von riesigen Rechenzentren investierte und enorme Vorteile aus den Fortschritten in der künstlichen Intelligenz-Technologie gewann.Diese Giganten verfügen nicht nur über riesige Datenressourcen, sondern sammeln auch eine große Anzahl von Doktoranden, und der Fortschritt der Algorithmen hängt auch von ihrer starken technischen Stärke ab.langjährige Vertriebsnetze ermöglichen es ihnen, Produkte schnell an bestehende Kunden zu liefern und den technologischen Fortschritt durch Rückkopplungsschaltungen zu beschleunigen.

Heute sind Startups jedoch groß genug, um mit den Technologiegiganten zu konkurrieren. Allein bis 2025 werden die Kosten für Schulungsmodelle um 95% sinken.die Infrastrukturvorteile der Technologiegiganten erheblich zu reduzierenDie Kosten für die Begründung sind in den letzten drei Jahren fast tausendfach gesunken und werden voraussichtlich in Zukunft weiter sinken.Die Dauer des algorithmischen Vorteils wurde auf 45 bis 100 Tage verkürzt und kann weiter sinken..

Wenn die Ausbildungskosten nicht länger ein wichtiger Engpass sind, wird die Abschlussleistung (d. h. wie gut KI-Modelle in Echtzeitanwendungen funktionieren) zu einem neuen Schwerpunkt.billigere Modelle, die eine vergleichbare Leistung wie größere Modelle bieten und mit geringeren Leistungs-GPUs betrieben werden könnenWenn intelligentere KI-Produkte zu einem sehr niedrigen Preis geliefert werden können, dann haben Startups endlich die Chance, die Technologieriesen zu übertreffen und gleichzeitig den Gewinn zu steigern.

Eine effiziente Mitarbeiterzuteilung stärkt den Wettbewerbsvorteil des Herausforderers.Optimieren, und vertreiben Modelle zu einem viel niedrigeren Preis als Technologieriesen.Herausforderer können höhere Gewinnspannen genießen, so wie Cloud-Startups vor 15 Jahren durch die Verbesserung der Einheitswirtschaft einen Vorteil erlangten..

Dieser Trend ist nicht nur gut für Startups. Es setzt auch Unternehmen wie Nvidia einem größeren Risiko aus. Nach der Ankündigung von DeepSeek fiel der Aktienkurs von Nvidia um 12%, obwohl er seither wieder gestiegen ist.Die Risiken für die Chiphersteller werden erhöht, weil sich die Nachfrage von der auf Ausbildung ausgerichteten Hardware zu effizienteren Schlusslösungen verlagertDer Aufstieg von neuronalen Verarbeitungsgeräten (Npus) für Verbraucher könnte diese Verschiebung beschleunigen und KI-Modelle nativ auf Geräten wie Smartphones und Laptops ausführen lassen.

Ausgaben für künstliche Intelligenz

Was gut für Herausforderer ist, ist schlecht für Tech-Riesen.Die KI-Giganten haben fast instinktiv die Dominanz von DeepSeek mit nationalen Sicherheitsproblemen in Verbindung gebracht, um Unterstützung für die Entwicklung ähnlicher Technologien zu gewinnen., ignoriert die Tatsache, dass US-Forscher, einschließlich an der Stanford University, in der Lage waren, DeepSeeks Technologie zu replizieren und sogar zu übertreffen.Unternehmen, die große Summen in Dateninfrastrukturprojekte investieren, können sich fragen:: Waren die riesigen Ausgaben für KI-Modellforschung und -entwicklung verschwendet? Wenn billige Technologie genauso gut funktioniert wie teure Technologie, warum so viel Geld ausgeben?

Historische Trends deuten darauf hin, dass die meisten Fortschritte der KI tatsächlich auf übermäßige Investitionen in die Größenordnung zurückgegangen sind.Überschreiten von dem, was zu der Zeit als algorithmisch optimal angesehen wurdeNeue technologische Fortschritte beweisen, dass wir die gleiche Leistung zu geringeren Kosten erreichen können.Die Erweiterung der Hyper-Cloud-Anbieter erfordert immer noch größere Rechenzentren und trägt immer höhere Kosten.

Wir sehen bereits ein Wettrüsten um die Errungenschaften von DeepSeek, mit dem Gemini-Modell von Google,Microsofts Azure AI Foundry und Meta's Open Source LLaMA streiten um die Dominanz. Open-Source-Modelle können eine Schlüsselrolle spielen. Mark Zuckerberg, CEO von Meta, betonte die Bedeutung personalisierter KI - also Modelle, die auf die Bedürfnisse, Kultur und Vorlieben einzelner Nutzer zugeschnitten sind..Diese Vision passt zu einem breiteren Trend in der Entwicklung von KI: kleinere, spezialisiertere Modelle, die in der Lage sind, hohe Leistung zu liefern, ohne eine massive Cloud-Infrastruktur zu benötigen.

Startups gewinnen neue Chips

Gleichzeitig haben Open-Source- und Closed-Source-Giganten unterschiedliche Ziele, was den Vorteil des Herausforderers weiter erhöht.Open-Source-Modelle, die von Unternehmen wie Meta entwickelt wurden, werden weiterhin konkurrieren und die Kosten im gesamten Ökosystem senken, während geschlossene Quellmodelle versuchen, durch bessere Technologie höhere Gebühren zu erheben.die Gewinnmargen erhöhen.

Unabhängig von der Größe des Unternehmens ist die Botschaft klar: Nutzen Sie die spezifischen Vorteile, die Ihnen zur Verfügung stehen - Marktdynamik, Rechenleistung und Talent - schnell oder Sie werden scheitern.Der Zyklus des technologischen Fortschritts wird immer kürzer, von den Monaten oder sogar Jahren, die es brauchte, um neue Leistungsstandards zu setzen, bis zum technologischen Durchbruch von DeepSeek, der darauf hindeutet, dass es jetzt nur noch 41 Tage dauern könnte.Innovationen schreiten mit beispiellosem Tempo voran, und der Fehlerverträglichkeitsbereich schrumpft rasch.