的真正價值 DeepSeek 被低估了！
DeepSeek-R1無疑為市場帶來了新一波的熱情。不僅相關所謂受益對像大幅上升，甚至有人開發DeepSeek相關課程及軟體，企圖從中牟取暴利。
我們認為，雖然這些現象帶有一定的混亂成分，必須意識到其中的風險，但不可否認的是，這反映了大眾對DeepSeek的好奇與熱情。
之前我分析過DeepSeek-R1出現的意義，但今天我想深入探討這背後真正的機遇，那就是推動AI應用的普及與繁榮。在策略層面，我一直強調持續投入以提高績效至關重要。
當技術發展到一定階段時，性能調校和能源效率提升應成為重點，以降低成本，並增強競爭力。 DeepSeek 之所以引起如此轟動，是因為它訓練了 DeepSeek-R1 型號 效能媲美OpenAI o1模型，成本卻遠低於OpenAI、Meta、Anthropic等美國AI巨頭。這讓所有人都看到了中國科技產業突破美國遏制的可能性。
而且，前段時間，很多專家都認為縮放定律即將失效。隨著AI模型規模的增大，取得高品質資料會變得越來越困難，效能提升的邊際效應也會逐漸減弱。
此外，大型AI模型算力需求的急劇增加，也將帶來嚴重的能源消耗和環境問題。這讓人感覺到DeepSeek的方法有很大的希望登上大型AI模型的頂峰。
不過，我仍然同意黃仁勳的觀點，即縮放定律仍然有效。加大資金與算力的投入依然可以不斷提升模型性能，而且這種提升的天花板肯定比性能調優和能效要高得多。也就是說，當我們把可以優化的細節都優化完了之後，再想進一步提升效能，就只能靠加大投入了。
因此從長遠來看，單純依靠性能調優可能無法跟上不斷投入資金提升性能的競爭對手的步伐。
因此我覺得我們還是需要冷靜看待DeepSeek的前沿競爭力。 但另一方面，DeepSeek的實際價值可能被低估了。
OpenAI等領先的AI公司在訓練和優化模型上投入了大量的資源，但卻沒有解決應用的問題和開發應用市場來支撐這些模型的發展。
高昂的營運成本、複雜的運算流程以及資料安全與隱私問題導致融資需求持續居高不下，也限制了這些公司在人工智慧領域的進一步拓展和應用。
DeepSeek能解決這個問題嗎？這需要 一個 仔細洞察開源與閉源、效能提升與市場應用之間的微妙平衡。
一方面，DeepSeek的開源方式與其他車型有所不同。
傳統意義上的開源意味著程式碼完全公開，任何人都可以自由使用、修改和分發，而開源開發者不能從中獲利。然而在AI領域，開源不僅意味著開放式程式碼，更重要的是模型的訓練和最佳化。
DeepSeek將模型結構公開，並提供經過充分訓練和優化的開源模型，不僅降低了使用者的使用門檻，也保證了模型的效能。同時，DeepSeek也透過線上服務不斷收集使用者回饋和數據，以持續優化模型效能。
未來甚至可以根據使用者的使用情況即時調整模型參數，從而提供更有效率、更個人化的服務。
未來，與Meta類似，DeepSeek的開源策略也將吸引全球各地的開發者、研究人員的參與，形成更大的協作生態系統。 這項合作模式將大大促進人工智慧技術的創新和應用。同時，DeepSeek也將從此次合作中獲得更多技術支援和商業機會，實現雙贏。
另一方面，DeepSeek有望解決當前AI應用過程中的包容性問題。 目前很多做AI應用的公司已經取得了可觀的營收，顯示AI技術已經夠成熟。
例如近期股價飆升的Palantir，透過打造自己的AI平台，大幅提高了營運效率，進而提升了利潤率。其第四季不僅營收達8億美元，遠超市場預期、讓許多人震驚，用戶數也大幅成長了43%。
不過，這些成功似乎仍然只屬於大型軟體公司。當我們看小公司和個人時，企業家和新創企業的機會仍然有限。
DeepSeek的出現打破了這一僵局。 DeepSeek透過創新的架構和訓練方式，成功降低了開發和使用AI模型的成本，讓更多人可以嘗試和使用AI技術。此舉不僅將推動人工智慧技術的普及，也有助於發現新的應用場景和需求。
已經有多家公司利用DeepSeek的開源模型開發出低成本的應用，進一步證明了DeepSeek模型的可行性和商業價值。隨著DeepSeek的發展，可能會有更多的新發現或應用程式不斷湧現，同時開源模式可以讓更多使用者實現本地部署，進一步解決資料安全的問題。
未來，隨著低成本、高效能的AI解決方案的出現，將有越來越多的人開始使用AI技術，新的需求和應用場景也會不斷湧現，進而推動整個AI產業的發展。無論是人工智慧代理，還是 更多的 遙遠的未來，AI的發展永遠不會停止。
總結來說，DeepSeek會有利於推動當前AI產業出現一些新的趨勢，那就是通用技術的發展已經成熟，而支撐技術的發展以及技術的應用和商業化會變得更加重要。
未來，隨著多模態技術的發展和應用場景的不斷拓展，AI技術將在更多領域發揮重要作用，也將為DeepSeek等新興AI企業提供更多的發展機會和空間。
