Den 27. januar 2025 gikk det et skjelv gjennom finansmarkedene og bransjen for kunstig intelligens. Det kinesiske oppstartsselskapet DeepSeek har utviklet en kostnadseffektiv AI-modell med åpen kildekode som har gjort enkelte analytikere skeptiske, men som kan true hundrevis av milliarder som er investert i AI-infrastruktur.
En ny trussel mot AI-gigantene?
Oppstartsbedriften DeepSeek publiserte nylig sin DeepSeek-V3-modell, en intelligent assistent som kan konkurrere med de beste løsningene på markedet, inkludert OpenAIs ChatGPT. Det som skiller denne modellen fra de andre, er ikke bare ytelsen, men også de bemerkelsesverdig lave utviklingskostnadene. Kostnadene anslås til mellom 5 og 6 millioner dollar; en brøkdel av summene som vestlige selskaper som OpenAI eller Meta har investert. Virkningen på finansmarkedene var umiddelbar, og påvirket ikke bare halvledergiganter som Nvidia (-17 % og et tap på nesten 600 milliarder dollar i markedsverdi) og Broadcom (-17 %), men også tjenesteleverandører som Oracle (-14 %) og leverandører av datasenterinfrastruktur som Cisco (-5 %).
En åpen kildekode-modell som kan endre spillereglene
Et av de mest slående aspektene ved DeepSeek-V3 er åpenheten. I motsetning til de fleste av konkurrentene har DeepSeek valgt å gjøre modellen tilgjengelig gratis og modifiserbar under en av de mest åpne open source-lisensene. Denne beslutningen kan endre AI-økosystemet radikalt ved å gjøre det mulig for et stort antall aktører utenfor Kina å dra nytte av dette teknologiske gjennombruddet. Historiske eksempler som IBM PC-kompatible standarder på 1980-tallet, Mozilla Firefox-nettleseren på 2000-tallet, Android-operativsystemet på 2010-tallet, viser at åpne arkitekturer ofte har fremmet innovasjon og samtidig redusert etableringshindringene for nye aktører på markedet.
AI-ytelsesmodeller trekkes i tvil
DeepSeeks kunngjøring utfordrer den rådende antakelsen om at ytelsen til AI-modeller forbedres med økende parametere, treningsdata og datakraft. Hvis DeepSeeks modell blir bekreftet og får stor utbredelse i bransjen, kan en stor del av den massive AI-infrastrukturen som bygges opp i dag, ende opp med å bli overkapasitet. Dette kan føre til prisfall og revurdering av investeringsstrategier for AI. For halvleder-, skytjeneste- og datasenterbransjen er det mye som står på spill. En reduksjon i etterspørselen etter avansert utstyr kan utløse en overkapasitetskrise og føre til en revurdering av hele AI-verdikjeden.
Finansmarkedene: større kortsiktig volatilitet
På kort sikt bør markedene forberede seg på en periode med volatilitet når investorene revurderer verdsettelsen av selskaper som er involvert i AI. Teknologigiganter som Nvidia, Broadcom og ASML, som er ledende leverandører av avansert halvlederteknologiene, kan oppleve en vedvarende nedgang i verdien. Men risikoen er ikke begrenset til børsnoterte selskaper. Venturekapitalfond og institusjonelle investorer som har investert tungt i kunstig intelligens de siste årene, er også under press. Vi må imidlertid skille mellom effektene over tid. Selv om denne korreksjonen er uunngåelig på kort sikt, kan den på mellomlang sikt skape et gunstigere miljø for innovasjon ved å stimulere til rimeligere og mer målrettede AI-modeller.
Geopolitikk: en utfordring for USAs innflytelse
DeepSeek lanseres i en tid med teknologisk rivalisering mellom USA og Kina. Grunnleggeren Liang Wenfeng driver et AI-senter i Hangzhou i Kina, og han møtte nylig den kinesiske statsministeren Li Qiang. DeepSeeks sparsommelige tilnærming og medieoppmerksomheten den har fått, kan dermed ses på som et strategisk svar på de økende restriksjonene på Kinas tilgang til avansert teknologi fra USA. Billigere AI-modeller kan i stor grad redusere effekten av USAs restriksjoner på Kinas AI-økosystem, som historisk sett har vært svært avhengig av amerikansk teknologi (DeepSeek skal ha blitt trent opp ved hjelp av avanserte, men ikke banebrytende, Nvidia-brikker). De kan også være fordelaktige for regioner i verden med stor interesse for AI-applikasjoner, men begrenset AI-infrastruktur, som for eksempel Europa.
Utover disse første kunngjøringene må vi imidlertid stille spørsmål ved de mulige begrensningene ved DeepSeek, spesielt undervurderte kostnadene knyttet til datarensing, nettverksutstyr, energiforbruk, lønninger til AI-ingeniører og åpne kildekode-ressurser. Dermed er de reelle kostnadene ved å bygge modellen sannsynligvis høyere enn det som er oppgitt.
> Les mer om teknologikrigen mellom USA og Kina i vår økonomiske publikasjon.
