【主题研究】DeepSeek 掀 AI 成本降价潮！软件爆发谁最受惠？

我们想让你知道的是：
新年以来，市场纷纷讨论中国新创公司 DeepSeek 对 AI 的影响，其宣称仅以 600 万美元训练出媲美 OpenAI o1 的模型，震撼 AI 市场和股市，本篇文章将深度探讨目前市场对于 DeepSeek 的一系列讨论和疑虑，以及未来 AI 市场的发展。

本文重点：

DeepSeek 引发资本支出疑虑，AI 成本下降，市场是否高估资本支出了？
开源和封闭模型之争，未来 AI 模型的两大重点。
AI 模型成本的减速后，受惠者有谁? 对台湾的影响又如何?

新年期间，中国新创公司 DeepSeek 突发公佈了最新推理模型 R1，除了宣称仅以 600 万的训练成本打造出媲美 OpenAI o1 的模型，且没有用到 Nvidia 最新的 AI 芯片，甚至将模型开源，开始让市场怀疑过去一两年科技巨头在 AI 领域的大幅支出是否非必要? 也激起了开源和封闭模型孰优孰劣的论战。

这篇报告将针对上述议题进行深入分析，并介绍许多 AI 相关概念。部分词彙可能是 M平方过去较少提及的，我们会在内容中提供清楚解释，帮助理解。相信在 AI 时代，掌握关键词彙是深入探索这项技术发展的基础，也欢迎用户分享建议。

一、 AI 成本下降，市场是否高估资本支出了？

对于 DeepSeek 带来的低成本衝击，是否会影响到 AI 市场的发展，尤其是科技巨头高额资本支出的持续性，我们认为有两点可以观察：

杰文斯悖论：需求才是重点！

杰文斯悖论（Jeven Paradox）是指当技术进步时，资源的使用效率提高理论上会让资源的使用减少，但因为成本降低导致需求增加，反而会让资源的总消耗量上升，举例来说，如同当初工业革命时瓦特改良蒸汽机效率，反而推高燃煤的消耗量。 DeepSeek 虽然以低成本横空问世，但同时却也加快了 AI 在推论应用的发展，从近期几位 AI 新创 CEO 的发言也可看到，这样的趋势正在发生：

D-Matrix 执行长 Sid Sheth 表示「（DeepSeek）已证明较小的开源模型可以训练成跟大型专有模型一样强大，而且成本很低，催化了推论的时代。最近也看到全球客户对于加快推论计画的兴趣倍增。」
Cerebras 执行长 Andrew Feldman 表示「 R1 模型的发布为 Cerebras 带来了有史以来最大的服务需求高峰。就像个人电脑和网路时代一样，价格下降有助于推动全球采用。 AI 市场也处于类似的长线增速道路。」
Etched 联合创始人兼首席营运长 Robert Wachen 表示「 R1 发布以来，已有数十家公司与我们联繫，现在企业正将支出从『训练』集群转向『推论』集群。我们只需要越来越多的计算能力来为数百万用户扩展这些模型。」

因此，透过成本的大幅降低，将开始刺激企业整合 AI 系统以及 AI 工具的使用人数，并为企业创造利润空间，长线来看并非坏事，反而是生产力的大利好，而这也符合我们先前在报告中提过的看法：此波 AI 生产力循环正在逐渐开始由第二阶段的「软件应用加速」推进至第三阶段的「软硬整合、软件应用再加速」（详见展望 2025 系列三）。

file