Nilai sebenarnya dari DeepSeek diremehkan!
DeepSeek-R1 tidak diragukan lagi telah membawa gelombang antusiasme baru ke pasar. Tidak hanya target penerima manfaat yang relevan meningkat tajam, tetapi beberapa orang bahkan telah mengembangkan kursus dan perangkat lunak terkait DeepSeek dalam upaya untuk menghasilkan uang darinya.
Kami percaya bahwa meskipun fenomena ini memiliki unsur kekacauan tertentu, dan kita harus menyadari risiko yang terlibat, tidak dapat disangkal bahwa hal itu mencerminkan keingintahuan dan antusiasme publik terhadap DeepSeek.
Sebelumnya, saya menganalisis signifikansi kemunculan DeepSeek-R1, tetapi hari ini saya ingin membahas secara mendalam peluang nyata di baliknya, yaitu untuk mempromosikan pemasyarakatan dan kemakmuran aplikasi AI. Pada tingkat strategis, saya selalu menekankan bahwa investasi berkelanjutan untuk meningkatkan kinerja sangatlah penting.
Ketika teknologi telah mencapai tahap pengembangan tertentu, penyetelan kinerja dan efisiensi energi harus menjadi fokus untuk mengurangi biaya dan meningkatkan daya saing. DeepSeek telah menyebabkan kehebohan karena telah melatih ModelDeepSeek-R1 dengan kinerja yang sebanding dengan model OpenAI o1 dengan biaya yang jauh lebih rendah daripada raksasa AI Amerika seperti OpenAI, Meta, dan Anthropic. Hal ini telah menunjukkan kepada semua orang kemungkinan industri teknologi China menembus pembatasan AS.
Terlebih lagi, beberapa waktu lalu, banyak pakar meyakini bahwa Hukum Skala akan segera gagal. Seiring bertambahnya ukuran model AI, akan semakin sulit untuk memperoleh data berkualitas tinggi, dan efek marjinal dari peningkatan kinerja akan berangsur-angsur melemah.
Selain itu, peningkatan tajam dalam permintaan daya komputasi untuk model AI besar juga akan menimbulkan masalah serius dalam konsumsi energi dan lingkungan. Hal ini membuat orang merasa bahwa pendekatan DeepSeek memiliki harapan besar untuk mencapai puncak model AI besar.
Namun, saya masih setuju dengan pandangan Huang Renxun bahwa Hukum Skala masih berlakuPeningkatan investasi dalam modal dan daya komputasi masih dapat terus meningkatkan kinerja model, dan batas atas untuk peningkatan semacam ini jelas jauh lebih tinggi daripada penyetelan kinerja dan efisiensi energi. Dengan kata lain, ketika kita telah mengoptimalkan semua detail yang dapat dioptimalkan, dan kemudian ingin lebih meningkatkan kinerja, kita hanya dapat mengandalkan peningkatan investasi.
Oleh karena itu, dalam jangka panjang, hanya mengandalkan penyesuaian kinerja mungkin tidak mampu bersaing dengan pesaing yang terus menggelontorkan uang untuk meningkatkan kinerja.
Oleh karena itu, saya kira kita masih perlu melihat dengan kepala dingin daya saing mutakhir DeepSeek. Namun di sisi lain, nilai sebenarnya dari DeepSeek mungkin telah diremehkan.
Perusahaan AI terkemuka seperti OpenAI telah menginvestasikan banyak sumber daya dalam pelatihan dan pengoptimalan model, tetapi belum memecahkan masalah aplikasi dan mengembangkan pasar aplikasi untuk mendukung pengembangan model ini.
Biaya operasional yang tinggi, proses komputasi yang rumit, serta masalah keamanan dan privasi data telah mengakibatkan tingginya permintaan pembiayaan secara berkelanjutan, yang juga membatasi perluasan dan penerapan lebih lanjut dari perusahaan-perusahaan ini di bidang AI.
Bisakah DeepSeek menyelesaikan masalah ini? Ini memerlukan a wawasan cermat tentang keseimbangan yang rumit antara sumber terbuka dan sumber tertutup, peningkatan kinerja dan penerapan pasar.
Di satu sisi, pendekatan sumber terbuka DeepSeek berbeda dari model lainnya.
Dalam pengertian tradisional, sumber terbuka berarti bahwa kode tersebut sepenuhnya terbuka, dan siapa pun dapat dengan bebas menggunakan, memodifikasi, dan mendistribusikannya, sedangkan pengembang sumber terbuka tidak dapat memperoleh keuntungan darinya. Namun, dalam bidang AI, sumber terbuka bukan hanya tentang membuka kode, tetapi yang lebih penting, tentang pelatihan dan pengoptimalan model.
DeepSeek membuat struktur model menjadi publik dan menyediakan model sumber terbuka yang telah dilatih dan dioptimalkan sepenuhnya, yang tidak hanya menurunkan ambang batas bagi pengguna, tetapi juga memastikan kinerja model. Pada saat yang sama, DeepSeek juga terus mengumpulkan umpan balik dan data pengguna melalui layanan daring untuk terus mengoptimalkan kinerja model.
Di masa mendatang, bahkan mungkin dapat menyesuaikan parameter model secara real time berdasarkan penggunaan pengguna, sehingga memberikan layanan yang lebih efisien dan personal.
Di masa mendatang, mirip dengan Meta, strategi sumber terbuka DeepSeek juga akan menarik pengembang dan peneliti dari seluruh dunia untuk berpartisipasi, membentuk ekosistem kolaboratif yang lebih besar. Model kerja sama ini akan sangat mendorong inovasi dan penerapan teknologi AI. Pada saat yang sama, DeepSeek juga akan memperoleh lebih banyak dukungan teknis dan peluang bisnis dari kolaborasi ini, sehingga mencapai situasi yang saling menguntungkan.
Di sisi lain, DeepSeek diharapkan dapat memecahkan masalah inklusivitas dalam proses penerapan AI saat ini. Saat ini, banyak perusahaan yang melakukan aplikasi AI telah mencapai pendapatan yang cukup besar, yang menunjukkan bahwa teknologi AI sudah cukup matang.
Misalnya, Palantir, yang harga sahamnya meroket baru-baru ini, telah meningkatkan efisiensi operasionalnya dan dengan demikian margin keuntungannya dengan membangun platform AI-nya sendiri. Pendapatannya pada kuartal keempat tidak hanya mencapai 800 juta dolar AS, jauh melampaui ekspektasi pasar dan mengejutkan banyak orang, tetapi jumlah penggunanya juga meningkat secara signifikan sebesar 43%.
Namun, keberhasilan ini tampaknya hanya dimiliki oleh perusahaan perangkat lunak besar. Jika kita melihat perusahaan dan individu yang lebih kecil, peluang bagi wirausahawan dan perusahaan rintisan masih terbatas.
Munculnya DeepSeek telah memecahkan kebuntuan ini. Melalui arsitektur dan metode pelatihan yang inovatif, DeepSeek telah berhasil mengurangi biaya pengembangan dan penggunaan model AI, sehingga memungkinkan lebih banyak orang untuk mencoba dan menggunakan teknologi AI. Pendekatan ini tidak hanya akan mendorong popularisasi teknologi AI, tetapi juga membantu menemukan skenario dan kebutuhan aplikasi baru.
Banyak perusahaan telah mengembangkan aplikasi berbiaya rendah menggunakan model sumber terbuka DeepSeek, yang selanjutnya membuktikan kelayakan dan nilai komersial model DeepSeek. Lebih banyak penemuan atau aplikasi baru mungkin akan terus bermunculan seiring dengan perkembangan DeepSeek, sementara model sumber terbuka memungkinkan lebih banyak pengguna untuk menerapkan penerapan lokal, yang selanjutnya mengatasi masalah keamanan data.
Di masa mendatang, dengan munculnya solusi AI berbiaya rendah dan berkinerja tinggi, semakin banyak orang akan mulai menggunakan teknologi AI, dan kebutuhan serta skenario aplikasi baru akan terus bermunculan, sehingga mendorong perkembangan seluruh industri AI.Baik itu agen AI atau bahkan lagi masa depan yang jauh, pengembangan AI tidak akan pernah berhenti.
Singkatnya, DeepSeek akan membantu mempromosikan munculnya beberapa tren baru dalam industri AI saat ini, yaitu, pengembangan teknologi serbaguna telah matang, dan pengembangan teknologi pendukung serta penerapan dan komersialisasi teknologi akan menjadi lebih penting.
Di masa mendatang, dengan perkembangan teknologi multimoda dan perluasan skenario aplikasi yang berkelanjutan, teknologi AI akan memainkan peran penting di lebih banyak bidang, dan juga akan memberikan lebih banyak peluang pengembangan dan ruang bagi perusahaan AI yang sedang berkembang seperti DeepSeek.
