片來源：DeepSeek
在最新的財報季中，科技巨頭的CEO在與投資者的溝通電話會議中討論了DeepSeek對AI戰略的影響。以下是亞馬遜、谷歌、微軟、Meta和蘋果對DeepSeek的五個關鍵看法：
Z Highlights
-
DeepSeek 所取得的成就是真正的創新
-
AI的改進迅速傳播，企業將不斷超越彼此，從而縮短任何競爭優勢的壽命
-
較低的AI成本將推動更廣泛的技術採用，將價值創造轉移到應用層
-
擁有可持續商業模式的公司將從AI日益依賴推理密集型計算中受益最多
-
大型科技公司繼續大規模投資AI資本支出，將計算規模視為長期戰略優勢
DeepSeek 代表了 AI 訓練和效率的真正創新
大型科技公司的領導者普遍承認 DeepSeek 的新穎訓練方法（尤其是其早期應用的無需人工微調的強化學習）是一項重大創新。事實上，微軟和亞馬遜已經在其雲端上提供了 Deepseek 模型。
亞馬遜的 Andy Jassy 重點介紹了他們的新技術：
“像許多人一樣，我們對DeepSeek的成就印象深刻。我認為，部分原因在於它的一些訓練技術，特別是在強化訓練的順序上進行的創新——將強化學習提前，並且不依賴人類介入。”
微軟的 Satya Nadella 也指出了同樣的觀點：
“DeepSeek 確實帶來了一些真正的創新，其中一些甚至是 OpenAI 在 o-1 中沒發現的東西。"
Meta 的執行長馬克·扎克伯格承認從他們身上學到了一些東西：
“他們做了許多創新性的嘗試，我認為我們仍在消化其中的一些成果。此外，還有一些進展是我們希望能在自己的系統中實現的。”
蒂姆·庫克稱讚了他們的效率創新：
“總體而言，我認為推動效率提升的創新是一件好事。而這正是我們在那個模型中所看到的。”
這些評論再次證明，DeepSeek 的方法推動了 AI 模型開發的效率，特別是在降低成本和提高推理速度方面。
AI模型跨越式發展和商業化將加速
一個一致的主題是，DeepSeek 的進步正在促進快速模型迭代和商業化的環境。各公司正在快速相互學習，這意味著模型突破帶來的競爭優勢可能不會持續太久。
亞馬遜的 Jassy 指出了人工智慧開發的競爭已經變得多麼激烈：
“對於我們這些致力於構建前沿模型的人來說，我們都在研究相似的技術，並且相互學習。我認為你已經看到並將繼續看到我們之間不斷的躍進式發展。”
微軟的納德拉強調，改進和技術傳播得很快：
“一旦有新的突破出現，它很快就會在整個行業中傳播開來。因此，儘管 DeepSeek 在某些領域目前處於領先地位，但這些優勢不會持續太久。”
“……顯然，現在這些技術已經商品化，並將被廣泛應用。”
Meta 的扎克伯格證實，每一個重大模型的釋出都會帶來整個行業的改進：
“每一家取得進展的新公司……我都預計整個行業會從中學習。這正是行業前進的方式。”
人工智慧計算成本將下降——但隨著更多應用程式的出現，人工智慧總支出將增長
財報電話會議的一個主要主題是，人工智慧計算成本下降將增加而不是減少人工智慧的總體支出——這是傑文斯悖論的典型例子，效率的提高導致總體消費增加而不是使用減少。高管們強調，隨著人工智慧推理變得更便宜，真正的贏家將是那些在模型之上構建應用程式的人。
亞馬遜的 Jassy 將 AI 計算成本與 AWS 雲採用曲線進行了比較：
“人們認為推理成本的下降意味著AI的總支出會減少。但我們在雲計算領域已經見過類似的情況——一旦基礎設施成本下降，企業就會開發更多的應用。AI也將遵循同樣的模式。”
微軟的納德拉明確指出應用層是主要贏家：
“在任何類似的軟體週期中，最大的受益者始終是客戶，對吧？畢竟，如果你仔細想想，從客戶端-伺服器架構到雲計算的最大經驗是什麼？就是更多的人購買了伺服器，只不過它被稱為‘雲’。同樣地，當 token 價格下降、推理計算成本降低時，這意味著使用者可以消費更多，進而催生更多的應用程式。”
Meta 的扎克伯格強調，更高質量的人工智慧意味著更多的計算需求：
“新出現的一個特性是，在推理階段能夠投入更多計算資源，以生成更高水平的智慧和更優質的服務。”
結論是，更便宜的人工智慧將帶來更多的人工智慧，而不是更少的人工智慧，從而增加企業採用率和整個行業支出。
推理成本轉移有利於擁有強大商業模式的公司
多位高管指出，人工智慧向推理密集型計算的轉變將為公司帶來更好的盈利模式。
Meta 的扎克伯格將其視為商業模式差異化問題：
“作為一家擁有強大商業模式來支援這一點的公司，我認為這通常是一種優勢——我們現在能夠提供比那些沒有可持續支援商業模式的公司更高質量的服務。”
谷歌的 Pichai 強調了如何透過成本效益將人工智慧貨幣化：
“AI效率在擁有強大投資回報率（ROIC）模型的企業中最為重要。我們之所以對AI機會感到如此興奮，是因為我們知道，我們能夠推動出色的應用場景，因為實際使用它的成本將持續下降。”
“與訓練相比，用於推理的支出比例一直在增加，這是好事，因為推理支援那些具有良好投資回報率（ROIC）的企業。”
含義：能夠透過訂閱、企業整合或直接面向消費者的服務有效地將人工智慧商業化的公司將從人工智慧成本曲線改進和向推理時間計算轉變中受益最多。
投資人工智慧基礎設施仍然是一項戰略優勢
儘管圍繞降低 AI 成本的討論層出不窮，但大型科技公司仍在積極投資 AI 基礎設施，將其視為一項長期戰略優勢。亞馬遜、Meta、微軟和谷歌的高管都強調繼續高額資本支出，這進一步證實了這樣一種信念：規模和計算能力將成為 AI 領導地位的關鍵差異化因素。
圖片來源：金融時報
亞馬遜的 Andy Jassy 強調人工智慧是千載難逢的機會，並指出了當前的計算限制：
“絕大多數的資本支出都用於AWS的AI。這是AWS業務運作的方式，也是現金流週期的運作方式——我們增長越快，資本支出越多，因為我們必須提前採購資料中心、硬體、晶片和網路裝置，直到我們能夠實現盈利……毫無疑問，AI代表了自雲計算以來最大的機會，也可能是自網際網路以來商業領域最大的技術變革和機會。”
"的確，如果不是受到一些產能限制，我們的增長可能會更快。"
Meta 的馬克·扎克伯格認為，大量 AI 基礎設施投資將成為長期競爭優勢：
“我依然認為，長期來看，在資本支出和基礎設施上的重度投資將是一個戰略優勢。雖然我們可能會在某個時候得出不同的結論，但我認為現在還為時過早。因此，在目前的情況下，我敢打賭，能夠建設那種基礎設施的能力，將對服務質量和滿足我們想要的規模產生重大優勢。”
谷歌首席財務官露絲·波拉特（Ruth Porat）預計 2025 年資本支出將達到 750 億美元：
“隨著我們擴大AI業務，我們預計將增加在技術基礎設施上的資本支出投資，主要用於伺服器，其次是資料中心和網路裝置。我們預計在2025年將投資約750億美元的資本支出。”
雖然人工智慧效率的提高可能會降低一些成本，但大型科技公司正在加倍投入基礎設施支出，他們相信，在週期早期已經面臨產能限制的情況下，擁有和控制大規模人工智慧計算將是一個持久的競爭優勢。
參考資料
[1] How Big Tech Sees DeepSeek: Five Key Takeaways，https://www.tanayj.com/p/how-big-tech-sees-deepseek-five-key?utm_source=post-email-title&publication_id=16168&post_id=156764814&utm_campaign=email-post-title&isFreemail=true&r=1ev3cf&triedRedirect=true&utm_medium=email
歡迎掃碼加群參與討論
———END——–
極思 TopMinds 相信認知能夠跨越階層，
致力於為年輕人提供高質量的科技、資本和商業內容。