Китай и DeepSeek | Изкуствен интелект: Как нова архитектура разтърсва пазара на чипове

294 000 долара вместо 100 милиона долара: Истината за ценовата война на DeepSeek

Последното издание на китайската фирма за изкуствен интелект DeepSeek повдига фундаментални въпроси относно бъдещето на изкуствения интелект. В края на декември 2025 г. компанията представи нов метод за обучение (наречен Manifold-Constrained Hyper-Connections), който има потенциала да промени цялата индустрия. Докато западните технологични гиганти инвестират стотици милиарди долари в масивни центрове за данни и специализирани чипове, DeepSeek демонстрира алтернативен път, базиран на архитектурна изтънченост, а не на чисти капиталови инвестиции. Това развитие може да разклати икономическите основи на индустрията за изкуствен интелект и да доведе до трансформация, при която успехът или провалът се определя не от самата наличност на ресурси, а от инженерния опит.

Китайският подход не произтича от избор, а от необходимост. Ограниченията за износ, наложени от Съединените щати, попречиха на китайските компании да имат достъп до най-мощните AI чипове на Nvidia. Това, което първоначално изглеждаше като стратегически недостатък, се превърна в ускорител за алтернативни пътища на развитие. DeepSeek трябваше да постигне максимална производителност с ограничен хардуер, създавайки методи, които сега предизвикват структурата на разходите на цялата индустрия. Пускането на пазара през януари 2025 г. на модела R1, който се конкурираше с най-добрите американски модели, но беше разработен на част от цената, изпрати ударни вълни на фондовите пазари и принуди анализатори по целия свят да преосмислят своите модели за оценка.

Свързано с това:

• DeepSeek V3.2: Конкурент на ниво GPT-5 и Gemini-3 И с възможност за локално внедряване на вашите собствени системи! Краят на гигабитовите центрове за данни с изкуствен интелект?

От хипервръзки до математическа стабилност

Техническата основа на новия метод DeepSeek се крие в по-нататъшното развитие на мрежите в рамките на изкуствения интелект. Традиционните невронни мрежи използват така наречените остатъчни връзки – вид „пряк път“, чрез който информацията се предава между слоевете на мрежата. Тези мостове позволяват обучението на по-дълбоки мрежи, като предотвратяват избледняването на обучителните сигнали по пътя. „Хипервръзките“ на DeepSeek разширяват тази концепция, като разширяват информационния поток между слоевете и позволяват по-гъвкави модели. Това води до подобрения в производителността, но има един съществен недостатък: допълнителната сложност компрометира стабилността, тъй като информацията вече не се предава толкова надеждно, колкото при класическите връзки.

При традиционните преки пътища информацията остава до голяма степен непроменена, докато пътува през мрежата, което води до стабилно обучение. Новите хипервръзки жертват тази характеристика за по-голяма способност за обучение, но това води до значителни колебания при обучение на големи модели. DeepSeek наблюдава в експерименти, че процентът на грешки неочаквано се е увеличил след приблизително 12 000 стъпки на обучение – ясен знак за нестабилност. Контролните сигнали за процеса на обучение са се държали хаотично, което е направило мащабирането до по-мощни модели практически невъзможно. Едновременно с това, по-широките връзки са увеличили трафика на данни, тъй като е трябвало да се премества повече информация между паметта и процесора.

Решението на DeepSeek проектира тези сложни връзки в контролирано математическо пространство („многообразие“) с фиксирани правила. Този математически трик възстановява стабилността, като същевременно запазва предимствата на по-богатия обмен на информация. Това пространство се определя от специални матрици, където стойностите се балансират, за да се поддържа обща стабилност. Макар че това ограничение може да звучи техническо, то има дългосрочни практически последици: гарантира, че сигналите нито се губят, нито нарастват неконтролируемо, докато преминават през мрежата.

Практическите опити с модел с 27 милиарда параметъра потвърдиха неговата ефективност. Както стандартната, така и стабилизираната хипервръзка превъзхождаха базовия модел, но стабилизираната версия постоянно постигаше най-добри резултати. Стабилността на обучението се подобри драстично. Докато стандартният модел показваше значителни отпадания след 12 000 стъпки, обучението с новия метод протичаше гладко и следваше точно поведението на стабилния базов модел. Сигналите за обучение останаха в нормалните граници през целия процес, което показва фундаментално решение на проблема със стабилността.

Подобренията в производителността не идват без цена, но цената е изненадващо умерена. Методът увеличава изчислителните усилия с около 6,7 процента в сравнение със стандарта. Това скромно допълнително усилие е незначително в сравнение с огромните подобрения в производителността, което прави метода една от най-ефективните стратегии в настоящите изследвания. DeepSeek също така внедри строги оптимизации на инфраструктурата, за да намали натоварването на пътищата за предаване на данни. Тези оптимизации са от решаващо значение, защото при големите модели пречката често не е самата изчислителна мощност, а по-скоро скоростта на пренос на данни между паметта и процесора.

Свързано с това:

• НОВО! DeepSeek OCR е тихият триумф на Китай: Как изкуствен интелект с отворен код подкопава господството на САЩ в областта на чиповете

Икономическата реалност зад заглавията

Публичната дискусия около разходите на DeepSeek беше изпълнена с недоразумения от самото начало. Когато компанията представи своя модел R1 през януари 2025 г., циркулиращите данни предполагаха разходи за обучение под шест милиона долара за базовия модел V3. Това често беше сравнявано с очакваните сто милиона долара за GPT-4 на OpenAI, създавайки впечатлението, че DeepSeek е постигнал двадесет и пет пъти предимство в разходите. През септември 2025 г. DeepSeek публикува статия в списание Nature, в която се посочва, че разходите за обучение за R1 са само 294 000 долара. Тази цифра отново доминираше в медийното отразяване и засилваше усещането за фундаментално предимство в разходите.

По-задълбочен анализ обаче разкрива по-сложна картина. Сумата от 294 000 долара се отнася изключително за така наречената фаза след обучение, в която вече интелигентен модел се усъвършенства чрез практика и обратна връзка. Реалните общи разходи надхвърлят 5,87 милиона долара само за изчислително време, в допълнение към инвестициите в хардуер от приблизително 51 милиона долара. Тези цифри все още не включват разходите за изследвания, подготовка на данни, персонал и неуспешни експерименти. Когато тези фактори се вземат предвид, реалните разходи за разработка са в диапазон, който, макар и по-нисък от сравнимите цифри на Запад, не достига драматичния мащаб на често цитираните числа.

Структурата на разходите за разработване на изкуствен интелект е по своята същност трудна за разбиране. OpenAI никога не е публикувала точни данни за GPT-4. Често цитираната оценка от 100 милиона долара идва от Сам Алтман, който през 2023 г. говори за значително по-високи разходи за основно обучение на модели. Аналогични оценки за по-нови модели като GPT-4o показват, че разходите са намалели значително благодарение на съвременните техники, като специализирани експертни мрежи, по-ефективни методи и оптимизирана инфраструктура. Някои анализи определят разходите за обучение за GPT-4o между 5 и 16 милиона долара, което би означавало, че разликата в цената спрямо DeepSeek е значително по-малка от публично възприеманата.

Въпреки това, постижението на DeepSeek остава забележително. Компанията е обучила своя V3 модел с близо 2,8 милиона GPU часа на 2048 чипа H800 за период от два месеца. H800 е намалена версия на H100 на Nvidia за китайския пазар, като скоростта на трансфер на данни е драстично намалена, за да отговаря на американските експортни разпоредби. Тези чипове са значително по-малко мощни от оригиналите, използвани в западните центрове за данни, или от дори по-новите процесори Blackwell. Фактът, че DeepSeek успя да разработи конкурентни модели с този ограничен хардуер, е истинският пробив.

Архитектурата на „смес от експерти“ играе централна роля. DeepSeek V3 има общо 671 милиарда параметъра, но активира само 37 милиарда изчисления на дума. Това означава, че само малка част от модела действително работи върху всяка заявка. Моделът се състои от много специализирани „експерти“ и споделен пул от знания, като за всяка стъпка са избрани само няколко специалисти. Този дизайн позволява значително увеличаване на знанията на модела, без пропорционално увеличаване на изчислителните разходи. Всеки експерт може да се специализира в специфични теми, което води до по-добра производителност и по-голяма ефективност.

Предизвикателството при този експертен подход се състои в балансирането на натоварването. Ако някои експерти са постоянно търсени, докато други остават бездействащи, възникват проблеми с ефективността. Традиционните подходи използват така наречените „наказателни функции“, които принуждават модела да използва всички експерти по равно. Този метод обаче често води до по-лоши отговори, тъй като не винаги се избира най-добрият експерт. DeepSeek внедри интелигентна стратегия за балансиране на натоварването без подобни изкуствени наказания, осигурявайки балансирано използване на експертите без компромис с качеството. Тази иновация беше от решаващо значение за успешното мащабиране на модела.

Стратегическият императив на Китай за иновации

Развитието на DeepSeek не може да се разбира изолирано от геополитическия контекст. През октомври 2022 г. Съединените щати драстично затегнаха контрола си върху износа на чипове с изкуствен интелект и производствено оборудване за Китай. Тези мерки имаха за цел да ограничат способността на Китай да разработва усъвършенствани системи с изкуствен интелект и техните военни приложения. Nvidia беше принудена да разработи чипове, специално модифицирани за китайския пазар. A800 и H800 се появиха като умалени версии на най-добрите модели, с намалени скорости, достатъчни, за да се съобразят с ограниченията за износ на САЩ.

През 2023 г. САЩ отново затегнаха контрола, блокирайки дори тези междинни решения. В същото време бяха наложени ограничения за износ на високопроизводителна памет, критичен компонент на съвременните чипове с изкуствен интелект. Тези мерки принудиха китайските компании да разработват алтернативи или да прибягват до по-стар, по-неефективен хардуер. Huawei, някога световен лидер в телекомуникациите, беше ефективно откъсната от достъпа до западната чип технология и принудена да разработва свои собствени решения. Въпреки че процесорите Ascend на Huawei постигат само малка част от производителността на чип в сравнение с Nvidia, те могат частично да компенсират това чрез големия обем.

Данните за производството илюстрират предизвикателството. Очаква се Huawei да произведе около 200 000 AI чипа през 2025 г., докато Китай е успял законно да внесе приблизително един милион модифицирани чипа на Nvidia през същия период. Освен това разликата в производителността се увеличава. Анализите показват, че най-добрите американски чипове в момента са около пет пъти по-мощни от най-добрите предложения на Huawei и се очаква тази разлика да се увеличи драстично до 2027 г. Дори ако Huawei увеличи значително производството си, компанията все още няма да се доближи до изчислителната мощност, която Nvidia доставя в световен мащаб до 2027 г.

Тези ограничения принудиха китайските разработчици да станат радикално ефективни. Основателят на DeepSeek, Лян Уенфенг, разпозна тази нужда рано и още през 2021 г., преди затягането на контрола, закупи десет хиляди графични процесора Nvidia A100. Тази далновидна инвестиция даде на DeepSeek решаващо предимство пред конкурентите, които по-късно имаха достъп само до по-лош хардуер. Бившият мениджър на хедж фондове приложи същата стратегическа далновидност, която го направи успешен във финансовия сектор. Неговият фонд, High-Flyer, управляваше милиарди и беше сред най-технологично напредналите финансови компании в Китай.

Основаването на DeepSeek през юли 2023 г. беше нещо повече от експеримент. Лян видя развитието на изкуствения интелект като ключов технологичен проект на века и искаше да позиционира Китай начело в него. В интервю той обясни, че младите стартиращи компании в областта на изкуствения интелект са в добра позиция да се конкурират с утвърдените корпорации, защото пазарът претърпява фундаментална трансформация. Решаващият фактор, твърди той, не е следването на стари правила, а по-скоро способността за гъвкава адаптация и реагиране на промените.

Тази философия е отразена в подхода за разработка на DeepSeek. От самото начало компанията се фокусира върху постигането на максимални резултати с ограничени ресурси. Докато западни компании като OpenAI и Anthropic инвестираха милиарди във все по-големи модели и масивни центрове за данни, DeepSeek оптимизира архитектурата, обучението и приложенията за ефективност. Моделът R1 впечатляващо демонстрира тази стратегия. Той постигна резултати по математически задачи, сравними с най-добрите американски модели, но изискваше архитектура, която консумира значително по-малко изчислителна мощност на отговор.

Ново измерение на дигиталната трансформация с „Управляван ИИ“ (изкуствен интелект) – платформа и B2B решение | Xpert Consulting - Изображение: Xpert.Digital

Тук ще научите как вашата компания може да внедри персонализирани решения с изкуствен интелект бързо, сигурно и без високи бариери за навлизане.

Управляваната AI платформа е вашето цялостно и безпроблемно решение за изкуствен интелект. Вместо да се занимавате със сложни технологии, скъпа инфраструктура и продължителни процеси на разработка, вие получавате готово решение, съобразено с вашите нужди, от специализиран партньор – често само в рамките на няколко дни.

Ключовите предимства накратко:

⚡ Бързо внедряване: От идея до готово за употреба приложение за дни, а не за месеци. Ние предлагаме практични решения, които създават незабавна добавена стойност.

🔒 Максимална сигурност на данните: Вашите чувствителни данни остават при вас. Гарантираме сигурна и съвместима обработка без споделяне на данни с трети страни.

💸 Без финансов риск: Плащате само за резултати. Високите първоначални инвестиции в хардуер, софтуер или персонал са напълно елиминирани.

🎯 Фокусирайте се върху основния си бизнес: Концентрирайте се върху това, което правите най-добре. Ние се грижим за цялостното техническо внедряване, експлоатация и поддръжка на вашето AI решение.

📈 Готов за бъдещето и мащабируем: Вашият изкуствен интелект расте с вас. Ние гарантираме непрекъсната оптимизация и мащабируемост и гъвкаво адаптираме моделите към новите изисквания.

Повече информация тук:

• Управляваното решение с изкуствен интелект - Индустриални услуги с изкуствен интелект: Ключът към конкурентоспособността в секторите на услугите, промишлеността и машиностроенето

Системни смущения и пазарни реакции

Пускането на пазара на DeepSeek R1 през януари 2025 г. изпрати ударни вълни далеч отвъд техническите среди. Фондовият пазар реагира със загуби за компаниите, които бяха инвестирали сериозно в инфраструктура с изкуствен интелект. Nvidia, чиято стойност до голяма степен се основаваше на предположението, че търсенето на скъпите ѝ чипове ще продължи да расте рязко, загуби стойност в рамките на няколко дни. Инвеститорите поставиха под въпрос дали обявените разходи от стотици милиарди долари са дори необходими, ако китайски стартъп може да постигне сравними резултати с част от тази сума.

Реакцията на китайските технологични гиганти беше незабавна и решителна. ByteDance, Tencent, Baidu и Alibaba драстично намалиха цените на своите услуги с изкуствен интелект. Моделът Doubao на ByteDance стана с почти 99% по-евтин на годишна база. Тези намаления на цените доведоха до огромен скок в потреблението. Дневните заявки скочиха от 120 милиарда на над 500 милиарда в рамките на няколко месеца. Общият пазар на услуги с изкуствен интелект в Китай беше оценен на относително малки суми, което предполага изключително ниски маржове предвид огромния обем на потребление.

Тези цифри илюстрират проблем: Конкуренцията се измества от качеството на изкуствения интелект към ефективността и цената на инфраструктурата. Alibaba Cloud, лидерът на пазара в Китай, въпреки това обяви милиарди инвестиции в инфраструктура с изкуствен интелект. ByteDance също планира мащабни покупки на чипове. Tencent, която изоставаше донякъде в снабдяването с чипове, компенсира това чрез нает изчислителен капацитет и използването на ефективната технология на DeepSeek.

Пазарната консолидация се ускорява. Експертите прогнозират, че полето от китайски доставчици на изкуствен интелект ще се стесни до няколко основни играчи. Победители ще бъдат тези, които направят технологията си стандарт, като комбинират производителност с практически приложения. Този процес отразява развитието в други технологични сектори, където период на бързи иновации е последван от консолидация, като оцеляват само компании, притежаващи най-добрата комбинация от технологии, мащаб и пазарна сила.

Подобна тенденция се наблюдава и на Запад. Доминацията на OpenAI осезаемо намалява. Пазарният дял на ChatGPT е спаднал значително, докато Google Gemini е набрал позиции. Тази промяна е нещо повече от просто статистическо колебание. Тя сигнализира, че предимството да бъдеш „първи на пазара“ намалява, докато конкурентите с утвърдени платформи наваксват. Google може да интегрира своя изкуствен интелект директно в Търсене и Android, което представлява структурно предимство пред доставчика на чист изкуствен интелект.

Ценообразуването отразява тази динамика. Западни доставчици като Anthropic и OpenAI също намалиха цените си и въведоха по-ефективни варианти на модели. Цената на милион обработени думи е спаднала драстично през последните две години. Това развитие предполага, че изкуственият интелект се превръща в стока за масовия пазар. След като няколко доставчика предложат сходно качество, цената ще се превърне в решаващ фактор, намалявайки печалбите и правейки мащаба още по-важен.

Свързано с това:

• Кое е по-добро: Децентрализирана, федеративна, антикрехка AI инфраструктура или AI Gigafactory или хипермащабируем AI център за данни?

Границите на революцията на разсъжденията

Успоредно с повишаването на ефективността се осъществи разработка, която първоначално изглеждаше като следващият голям пробив. Така наречените „модели на разсъждение“, които отнемат повече време за обмисляне на проблемите и изрично преработване на техните стъпки, постигнаха впечатляващи резултати. o1 на OpenAI, R1 на DeepSeek и подобни модели демонстрираха впечатляващи възможности в математиката и програмирането. Идеята е проста: ако дадете на модела повече време да „мисли“ и му позволите да формулира пътя на решението, отговорите би трябвало да се подобрят.

Въпреки това, през юни 2025 г. Apple публикува проучване, което разкри ограничения. Изследователите тестваха най-съвременни модели с логически пъзели, чиято трудност можеше да се контролира прецизно. Резултатите бяха отрезвяващи: Моделите показаха противоречиво поведение. Усилието им за обработка първоначално се увеличи със сложността, но след това в определен момент отново намаля, въпреки че имаха достатъчно време – и решенията станаха неправилни.

Проучването идентифицира три фази. За прости проблеми, моделите на нормален език често са по-добри и по-икономични от „мисловните“ модели. За умерено трудни проблеми, мисловните процеси предлагат ясни предимства. Въпреки това, за много сложни проблеми, и двата вида модели напълно се провалят. Те не само се провалят с малка разлика, но и не са способни да намерят дори отдалечено правилни решения.

Особено тревожното беше, че дори предоставянето на правилната формула за решение почти не помогна. Моделите все още се проваляха при сходни нива на трудност. Това предполага, че проблемите са по-дълбоки: Моделите се затрудняват да изпълняват стриктно логическите стъпки и да проверяват собствените си разсъждения.

Анализът на „мисловните протоколи“ разкри модели. За прости проблеми моделите намираха решението рано, но след това продължаваха да се задълбочават в ненужни детайли. При висока сложност те често се губеха по грешния път. След определено ниво на трудност те вече изобщо не бяха в състояние да генерират правилни подходи. Често се фиксираха върху ранни, неправилни идеи и губеха изчислителното си време, оправдавайки ги, вместо да коригират грешката.

Друго проучване предупреждава, че усъвършенстването на тези модели може скоро да се задържи. Въпреки че постигат по-добри резултати в тестовете поради огромните изчислителни усилия, това ги прави бавни и скъпи. Икономическите последици са значителни: „Мислещите“ модели струват многократно повече за експлоатация от стандартните версии. Ако тези модели не успеят да постигнат очакваните пробиви и достигнат своите граници, възниква въпросът дали високите инвестиции са оправдани. Констатацията, че по-простите модели често са по-ефективни, предполага, че в бъдеще ще е необходимо да се избира по-точно кой инструмент е най-подходящ за коя задача.

Свързано с това:

• Автономен физически изкуствен интелект (APAI): Тихата революция на децентрализирания интелект

Инфраструктурна надпревара и енергиен глад

Въпреки по-ефективния софтуер, потреблението на ресурси в индустрията се увеличава. Прогнозите показват, че търсенето на електроенергия в центровете за данни ще нарасне драстично до края на десетилетието. Делът на приложенията с изкуствен интелект в глобалното потребление на електроенергия в центровете за данни може да се удвои. Гигантски суми се инвестират, за да се отговори на това търсене - трилиони долари по целия свят. Инициативи като "Stargate" на OpenAI и нейните партньори или европейски инвестиционни програми отразяват огромния мащаб на предизвикателството.

Регионалното разпределение се променя. Докато Азия и Северна Америка в момента са водещи, по-голямата част от новите мощности ще бъдат построени в САЩ. Европа също планира мащабни разширения, които биха могли значително да увеличат търсенето на електроенергия на континента.

В същото време, плътността на мощността в центровете за данни се увеличава. Тъй като чиповете с изкуствен интелект генерират огромно количество топлина в малко пространство, охлаждането се превръща във все по-голямо предизвикателство. Конвенционалните климатични системи често вече не са достатъчни, поради което са необходими сложни системи за течно охлаждане, които от своя страна са скъпи и сложни.

Пазарът показва признаци на прегряване. Използването на центрове за данни се увеличава, което води до покачване на цените. Не се очаква това да се облекчи, докато не бъдат завършени повече строителни проекти или докато растежът на търсенето на изкуствен интелект не се забави. Ако обаче ефикасни методи като тези на DeepSeek станат широко разпространени, нуждата от нови центрове за данни може да е по-малка от очакваното. Това би поставило под въпрос планираните масивни инвестиции и би довело до свръхкапацитет – риск за всеки, който е заложил на постоянно нарастващо търсене на хардуер.

Национални стратегии и технологичен суверенитет

Развитието на DeepSeek е тясно свързано със стремежа на Китай към независимост. Петгодишните планове дават приоритет на полупроводниците, а целта за самодостатъчност се преследва с огромни усилия. Новите регулации принуждават китайските производители на чипове да използват повече машини, произведени в страната. Държавен фонд инвестира еквивалента на близо 50 милиарда долара в местната индустрия за чипове, за да намали зависимостта си от Запада.

Тази политика има ефект, в някои случаи не такъв, какъвто беше предвиден. Преди това китайските фабрики предпочитаха американско оборудване. Поради американските санкции обаче те вече нямаха избор и трябваше да работят с местни доставчици, което ускори развитието им. Китай скоро би могъл да контролира голям дял от световното производство на по-прости чипове, използвани в автомобили и домакински уреди.

Разликата обаче остава значителна, когато става въпрос за висококачествен изкуствен интелект. Чиповете на Huawei не могат да се конкурират с тези на Nvidia по отношение на производителност, а обемите на производство са твърде ниски. Дори масивни увеличения на производството не биха могли да запълнят разликата в продължение на години. Тъй като търсенето на изчислителна мощност расте по-бързо от китайското производство, е вероятно недостигът само да се задълбочи.

Това налага креативни решения. Успехът на DeepSeek се основава и на навременното придобиване на чипове на Nvidia. Други прибягват до контрабандни маршрути или косвени методи. Правителството реагира с контрамерки, като например ограничения за износ на редкоземни елементи и разследвания на западни технологични компании. Натискът върху китайските корпорации да купуват чипове, произведени в страната, нараства, дори ако те са технически по-нискокачествени.

Регулаторен пейзаж и глобално управление

Докато САЩ и Китай са въвлечени в технологична надпревара, ЕС се фокусира върху регулирането. „Законът за изкуствения интелект“ е първият в света всеобхватен закон за изкуствения интелект. Той забранява особено рискови приложения и установява строги правила за мощни модели с изкуствен интелект. Нарушенията подлежат на големи глоби.

Европейският подход се опитва да установи етични стандарти, без да задушава иновациите. Критиците се опасяват от недостатъци за европейските компании, докато поддръжниците виждат дългосрочно предимство по отношение на доверието и сигурността. В световен мащаб обаче регулациите остават неравномерни. САЩ разчитат на доброволни ангажименти, докато Китай дава приоритет на държавния контрол. Тази фрагментация затруднява установяването на общи стандарти.

Въпросът за сигурността на изкуствения интелект излиза на преден план. Експертите предупреждават за рисковете, породени от свръхчовешкия интелект. Сроковете за постигане на такъв „изкуствен общ интелект“ (AGI) са се съкратили. Водещите разработчици вече не говорят за десетилетия, а само за няколко години. Дали това е реалистично или просто маркетингова реклама, предстои да видим, но индустрията се подготвя за това.

Неуспешни модели и стратегическо пренасочване

Забавянето на наследника на DeepSeek, модела R2, показва, че успехът не е гарантиран. Първоначално планиран за по-ранно пускане, той се сблъска с проблеми. Опитите за обучение на модела върху китайски чипове на Huawei очевидно се провалиха въпреки помощта от инженерите на Huawei.

Следователно компанията продължава да използва съществуващите си продукти на Nvidia за обучение, но все повече е принудена да разчита на Huawei за прилагането на моделите – политически наложен компромис. Забавянията доведоха до временен спад на интереса на потребителите, тъй като конкуренцията не беше бездействала.

Друг проблем са данните. Достигането на следващото ниво изисква повече и по-добри данни за обучение. В англоезичните страни те са лесно достъпни онлайн. В Китай достъпът до висококачествени данни е по-труден, отчасти поради цензура и отчасти защото голяма част от съдържанието не е публично достъпно. В комбинация с по-лош хардуер, това забавя разработката. Ако обучението отнема повече време и стане по-предизвикателно, предимството по отношение на разходите намалява.

Структурна промяна в индустрията на изкуствения интелект

Индустрията е изправена пред трансформация. Предишното мото „повече е по-добре“ – повече данни, повече чипове, повече пари – достига своите граници или става непосилно скъпо. DeepSeek демонстрира, че интелигентната архитектура може да бъде по-важна от суровата мощност.

Това има последствия за инвеститорите. Тези, които са инвестирали милиарди в хардуер, биха могли да се сблъскат с проблеми, ако по-ефективният софтуер намали търсенето. В същото време новите играчи имат шанс, защото вече не е задължително да е нужно цяло състояние, за да участват.

Тъй като производителността на изкуствения интелект става все по-евтина и по-сходна, самият модел вече не е единственият фактор; важното е колко добре е интегриран в продуктите. Google и Microsoft имат предимство тук, защото вече имат потребители. Стартъпите, занимаващи се с чист изкуствен интелект, са изправени пред по-големи предизвикателства. Софтуерът с отворен код или свободно достъпният софтуер играе все по-важна роля. Модели като тези на DeepSeek или Meta са достъпни за всички, което ускорява иновациите.

В същото време инвеститорите се чудят кога парите ще започнат да се връщат. ChatGPT има много потребители, но струва цяло състояние. Големите печалби са все още далеч. На пазара на труда се появяват нови работни места за експерти по изкуствен интелект, докато се автоматизират прости офис задачи – обществено предизвикателство, за което все още няма лесни решения.

След шума около изкуствения интелект: Сега започва истинската битка за монетизация

Иновациите на DeepSeek бележат повратна точка. Те доказват, че технологии от световна класа могат да бъдат създадени дори с ограничени ресурси. Това оспорва предположението, че само най-богатите американски корпорации могат да спечелят. Измества конкуренцията от „Кой има най-много пари?“ към „Кой има най-добрите инженери?“.

Геополитически е ясно, че санкциите могат да забавят напредъка, но те могат и да наложат иновации. Китай изгражда собствена индустрия под натиск. Икономически сме едва в началото. Цените падат и моделите се превръщат в ежедневни стоки. Тези, които искат да спечелят в бъдеще, трябва не само да изградят добър изкуствен интелект, но и да могат да печелят пари с него.

Техническите препятствия остават. Настоящите методи достигат своите граници и дали наистина ще видим човекоподобен интелект скоро е несигурно. Следващите няколко години ще покажат дали индустрията ще преодолее тези препятствия или шумът ще се стопи. Може би най-важният урок на DeepSeek изобщо не е технически, а стратегически: винаги има друг начин, ако сте принудени да го намерите.

☑️ Нашият бизнес език е английски или немски

☑️ НОВО: Кореспонденция на родния ви език!

Konrad Wolfenstein

Аз и моят екип с удоволствие ще бъдем на ваше разположение като ваш личен съветник.

Можете да се свържете с мен, като попълните формата за контакт тук [email protected]:или просто ми се обадите на +49 7348 4088 965. Моят имейл адрес е

Очаквам с нетърпение нашия съвместен проект.

☑️ Подкрепа за МСП в стратегията, консултирането, планирането и внедряването

☑️ Създаване или пренасочване на дигиталната стратегия и дигитализация

☑️ Разширяване и оптимизиране на международните процеси на продажби

☑️ Глобални и дигитални B2B търговски платформи

☑️ Pioneer Развитие на бизнеса / Маркетинг / PR / Търговски панаири

Възползвайте се от обширния, петкратен опит на Xpert.Digital в цялостен пакет от услуги | R&D, XR, PR и оптимизация на дигиталната видимост - Изображение: Xpert.Digital

Xpert.Digital притежава задълбочени познания в различни индустрии. Това ни позволява да разработваме персонализирани стратегии, прецизно съобразени с изискванията и предизвикателствата на вашия специфичен пазарен сегмент. Чрез непрекъснат анализ на пазарните тенденции и наблюдение на развитието в индустрията, ние можем да действаме проактивно и да предлагаме иновативни решения. Комбинацията от опит и експертиза генерира добавена стойност и осигурява на нашите клиенти решаващо конкурентно предимство.

Повече информация тук:

• Възползвайте се от 5-те области на експертиза на Xpert.Digital в един пакет – от само 500 евро/месец