“DeepSeek風(fēng)暴”席卷全球資本市場(chǎng)，產(chǎn)業(yè)鏈企業(yè)誰(shuí)是輸家？誰(shuí)是贏家？

　　春節(jié)假期，全球掀起一股 “DeepSeek 風(fēng)暴”。憑借“低成本、高性能、開(kāi)源”等優(yōu)勢(shì)，DeepSeek 以屠龍者之相一躍成為整個(gè)科技圈關(guān)注的焦點(diǎn)。

　　2月初，天翼云、華為云、騰訊云、阿里云、百度智能云等相繼接入DeepSeek ，以云服務(wù)巨頭們?yōu)槭祝瑥男酒瑥S商到軟件廠商再到垂直應(yīng)用領(lǐng)域的多家企業(yè)爭(zhēng)先恐后加入這位“新貴”的朋友圈。

　　這股風(fēng)暴的效應(yīng)也非常明顯地反映到了資本市場(chǎng)隨著全球投資者對(duì)中國(guó)互聯(lián)網(wǎng)公司以及對(duì)于中國(guó)半導(dǎo)體與軟件領(lǐng)軍者的狂熱看漲情緒，恒生科技指數(shù)步入“技術(shù)性牛市”；而在 A 股市場(chǎng)，涵蓋眾多科技股的創(chuàng)業(yè)板截至周五上午收盤(pán)暴漲超 3%，周漲幅已接近 7%。

　　無(wú)數(shù)人在詢(xún)問(wèn)，以 DeepSeek 為代表的新一代生成式 AI 到底將如何影響整條產(chǎn)業(yè)鏈？誰(shuí)將被顛覆？誰(shuí)又能成為這股熱潮中的受益者？趁著這股熱度，不少研究機(jī)構(gòu)和券商也紛紛發(fā)布了相關(guān)報(bào)告，因此本文將綜合 IoT Analytics、 TrendForce 集邦咨詢(xún)、IBM 以及多家券商的報(bào)告，對(duì)產(chǎn)業(yè)鏈?zhǔn)艿降挠绊戇M(jìn)行解析。bwin必贏官方網(wǎng)站

　　一個(gè)顯而易見(jiàn)的結(jié)論是，此前，對(duì)于生成式 AI（GenAI）的支出正在使廣泛的價(jià)值鏈?zhǔn)芤?，下圖基于 IoT Analytics 發(fā)布的《2025-2030 年生成式 AI 市場(chǎng)報(bào)告》，描繪了整個(gè)價(jià)值鏈中 GenAI 支出的主要受益者。

　　最終用戶(hù)包括使用生成式 AI 應(yīng)用的消費(fèi)者和企業(yè)。

　　由 IBM 委托開(kāi)展的一項(xiàng)新研究發(fā)現(xiàn)，在接受調(diào)研的企業(yè)級(jí)（規(guī)模超過(guò) 1000 名員工）組織當(dāng)中，約有 42% 已經(jīng)在其業(yè)務(wù)中積極使用人工智能。

　　Perplexity 成立于 2022 年 8 月，專(zhuān)注于搜索領(lǐng)域，目標(biāo)是取代谷歌，甚至被稱(chēng)為“谷歌殺手”。據(jù)悉，Perplexity AI 是建立在大模型之上的 AI 搜索應(yīng)用。有別于傳統(tǒng)羅列網(wǎng)頁(yè)式搜索，而是通過(guò)利用 AI 工具，提供經(jīng)過(guò)提煉總結(jié)后的答案，并附上出處。

　　華為全聯(lián)接大會(huì) 2024 期間，在以“星河AI網(wǎng)絡(luò)，共贏行業(yè)智能化”為主題的峰會(huì)上，華為數(shù)據(jù)通信產(chǎn)品線(xiàn)總裁王雷面向全球升級(jí)星河 AI 網(wǎng)絡(luò)發(fā)布 20 余款新品，包括業(yè)界首款 100T 數(shù)據(jù)中心盒式以太交換機(jī)、業(yè)界首款 51.2T 數(shù)據(jù)中心盒式液冷交換機(jī)，業(yè)界首款 AI 路由器、高品質(zhì)萬(wàn)兆園區(qū)新款交換機(jī)和 Wi-Fi 7 AP、智能 SASE 分支安全解決方案和業(yè)界首個(gè) IP 自動(dòng)駕駛網(wǎng)絡(luò)等領(lǐng)先解決方案，幫助客戶(hù)創(chuàng)造更大商業(yè)價(jià)值。

　　三級(jí)受益者為二級(jí)受益者提供產(chǎn)品和服務(wù)支持的企業(yè)，包括芯片設(shè)計(jì)電子自動(dòng)化軟件供應(yīng)商（如 Cadence 或 Synopsys）、半導(dǎo)體制造商（如臺(tái)積電 TSMC）、用于散熱技術(shù)的熱交換器供應(yīng)商、電網(wǎng)技術(shù)供應(yīng)商（如西門(mén)子能源或 ABB）。

　　四級(jí)及更遠(yuǎn)層級(jí)的受益者繼續(xù)為上游環(huán)節(jié)提供支持的公司，如半導(dǎo)體制造設(shè)備所需的光刻系統(tǒng)供應(yīng)商（如 ASML），以及光刻系統(tǒng)供應(yīng)鏈上的光學(xué)元件供應(yīng)商（如蔡司）。

　　DeepSeek R1 等模型的崛起預(yù)示著生成式人工智能價(jià)值鏈的潛在轉(zhuǎn)變，其顛覆性主要體現(xiàn)在：

　?、贒eepSeek 的訓(xùn)練成本要低得多，但并沒(méi)有最初新聞所說(shuō)的那么高。早期的報(bào)道顯示，該模型的訓(xùn)練成本超過(guò) 550 萬(wàn)美元，但自發(fā)布以來(lái)，不僅訓(xùn)練，而且開(kāi)發(fā)整個(gè)模型的真正價(jià)值一直存在爭(zhēng)議。據(jù)半導(dǎo)體研究和咨詢(xún)公司 SemiAnalysis 稱(chēng)，550 萬(wàn)美元只是成本的一部分，不包括硬件支出、研發(fā)團(tuán)隊(duì)的工資和其他因素。

　?、蹹eepSeek R1 是一個(gè)創(chuàng)新模型， DeepSeek 發(fā)布的論文展示了在 V3 基礎(chǔ)上開(kāi)發(fā) R1 的方法：利用混合專(zhuān)家 (MoE)架構(gòu)、強(qiáng)化學(xué)習(xí)和極具創(chuàng)意的硬件優(yōu)化，創(chuàng)建需要更少資源來(lái)訓(xùn)練和執(zhí)行 AI 推理的模型，從而實(shí)現(xiàn)更低的 API 使用成本。

　　⑥D(zhuǎn)eepSeek 在 R1 主版本發(fā)布的同時(shí)發(fā)布了功能強(qiáng)大的小型模型。DeepSeek不僅發(fā)布了具有超過(guò) 6800 億個(gè)參數(shù)的主要大型模型，而且還發(fā)布了多個(gè)DeepSeek R1 精簡(jiǎn)模型。這些模型的大小從 700 億到 15 億不等，后者可適用于許多消費(fèi)級(jí)硬件。

　　這些優(yōu)勢(shì)將挑戰(zhàn)現(xiàn)有的市場(chǎng)格局并重塑對(duì)盈利能力和競(jìng)爭(zhēng)優(yōu)勢(shì)的期望。如果出現(xiàn)更多具有類(lèi)似功能的模型，某些參與者可能會(huì)受益，而其他參與者則面臨越來(lái)越大的壓力。在此背景下，IoT Analytics 根據(jù) DeepSeek R1 引入的創(chuàng)新以及開(kāi)放、經(jīng)濟(jì)高效的模型的廣泛趨勢(shì)，評(píng)估了主要的贏家和可能的輸家。值得一提的是，該評(píng)估考慮了此類(lèi)模型對(duì)價(jià)值鏈的潛在長(zhǎng)期影響，而不僅僅是 R1 的直接影響。

　　首先，最終用戶(hù)肯定會(huì)獲得更多的受益，更多更便宜大模型的出現(xiàn)最終將降低終端用戶(hù)的成本，并使人工智能更加普及。日常生活中，已經(jīng)有越來(lái)越多的人正通過(guò)提供初步構(gòu)想、自動(dòng)完成重復(fù)性任務(wù)、快速生成報(bào)告和文檔等手段顯著提升工作效率。

　　GenAI 應(yīng)用提供商也是贏家之一，隨著更多基礎(chǔ)模型的上線(xiàn)，構(gòu)建在其上的初創(chuàng)公司將擁有更多選擇。如上所述，DeepSeek R1 比 OpenAI 的 o1 模型便宜得多，盡管推理模型在應(yīng)用場(chǎng)景中使用較少，但持續(xù)的突破使得模型更強(qiáng)大且更便宜?？梢灶A(yù)見(jiàn)，更多、更廉價(jià)的模型將降低 GenAI 功能在應(yīng)用中的集成成本。

　　邊緣 AI/邊緣計(jì)算公司是可能的潛在贏家。在微軟最近的財(cái)報(bào)電話(huà)會(huì)議上，薩蒂亞納德拉指出，“人工智能將更加無(wú)處不在”，因?yàn)楦嗟墓ぷ髫?fù)載將在本地運(yùn)行。DeepSeek 與強(qiáng)大的 R1 模型一起發(fā)布的精簡(jiǎn)小型模型足夠小，可以在許多邊緣設(shè)備上運(yùn)行。雖然規(guī)模較小，但 1.5B、7B 和 14B 模型也是同樣強(qiáng)大的推理模型。它們可以安裝在筆記本電腦和其他功能較弱的設(shè)備上，例如 IPC 和工業(yè)網(wǎng)關(guān)。這些精簡(jiǎn)模型已從 Hugging Face 平臺(tái)上被下載了數(shù)十萬(wàn)次。擁有邊緣 AI 解決方案的邊緣計(jì)算制造商（如意大利的 Eurotech 和臺(tái)灣的研華科技）將從中獲利；專(zhuān)門(mén)從事邊緣計(jì)算芯片的芯片公司（如 AMD、ARM、高通甚至英特爾）也可能受益；Nvidia也在這個(gè)細(xì)分市場(chǎng)運(yùn)營(yíng)。

　　數(shù)據(jù)管理服務(wù)提供商是另一大潛在贏家。顯而易見(jiàn)，沒(méi)有數(shù)據(jù)就沒(méi)有人工智能，要使用開(kāi)放模型開(kāi)發(fā)應(yīng)用程序，采用者需要大量數(shù)據(jù)進(jìn)行訓(xùn)練和部署，這需要適當(dāng)?shù)臄?shù)據(jù)管理。因此，隨著不同 AI 模型數(shù)量的增加，數(shù)據(jù)管理將變得越來(lái)越重要。MongoDB 、Databricks 和 Snowflake 等數(shù)據(jù)管理公司以及超大規(guī)模企業(yè)提供的相關(guān)產(chǎn)品都將從中獲利。

　　GenAI 服務(wù)提供商同樣受到明顯的積極影響。DeepSeek 的崛起表明 GenAI 的復(fù)雜性仍在增長(zhǎng)，不同模型的可用性增加了復(fù)雜性，從而推動(dòng)企業(yè)對(duì) GenAI 服務(wù)的需求。不過(guò)，如果領(lǐng)先的 GenAI 模型（如 DeepSeek R1）免費(fèi)提供，企業(yè)可自行試驗(yàn)和部署，可能會(huì)減少對(duì) AI 集成服務(wù)的需求。綜合而言，隨著新技術(shù)不斷涌現(xiàn)，企業(yè)將尋求最佳方式利用開(kāi)源模型，這將推動(dòng) GenAI 服務(wù)需求增長(zhǎng)。

　　云計(jì)算提供商受到的影響是中性的。一方面來(lái)看優(yōu)勢(shì)，DeepSeek R1 已被微軟 Azure AI Foundry、AWS Bedrock 和 Amazon Sagemaker 集成，云服務(wù)商雖然投資 OpenAI 和 Anthropic，但仍保持開(kāi)放模式，支持多種模型的托管、訓(xùn)練和微調(diào)，更高效的模型降低了資本支出，有助于提高云計(jì)算利潤(rùn)率；另一方面來(lái)看劣勢(shì)，隨著邊緣計(jì)算能力增強(qiáng)，模型推理可能更多地轉(zhuǎn)移到本地設(shè)備，減少云端推理需求，此外，更高效的訓(xùn)練方法可能進(jìn)一步降低訓(xùn)練成本?？偨Y(jié)來(lái)看，更小、更高效的模型減少了對(duì)云計(jì)算的依賴(lài)，但整體 AI 需求的增長(zhǎng)和 CAPEX 下降可能抵消影響。

　　EDA 軟件提供受到的影響也是同樣的道理。有利的方面來(lái)看，AI 計(jì)算負(fù)載日益專(zhuān)業(yè)化將帶來(lái)對(duì)新型 AI 芯片的需求的增加，而 EDA 工具在 AI 專(zhuān)用芯片設(shè)計(jì)中至關(guān)重要；不利的方面來(lái)看，如果 AI 模型趨向y小型化、低資源消耗，那么高性能數(shù)據(jù)中心 GPU 和 ASIC 設(shè)計(jì)的需求可能減少，從而降低 EDA 工具在高端 AI 芯片領(lǐng)域的授權(quán)收入。Synopsys 和 Cadence 等 EDA 供應(yīng)商可能受益于 AI 硬件多樣化，但行業(yè)需適應(yīng)新趨勢(shì)，更多關(guān)注邊緣、消費(fèi)級(jí)和低成本 AI 計(jì)算芯片設(shè)計(jì)，而非大型數(shù)據(jù)中心 GPU。

　　AI 芯片相關(guān)企業(yè)可能會(huì)成為輸家。固然，AI 訓(xùn)練成本的降低可能會(huì)推動(dòng)整體 AI 芯片需求上升，即“杰夫森悖論”（即效率提升反而增加需求）。ASML 首席執(zhí)行官也有類(lèi)似的想法：“AI 成本降低可能意味著更多的應(yīng)用，更多的應(yīng)用意味著隨著時(shí)間的推移需求會(huì)更多。我們認(rèn)為這是增加芯片需求的機(jī)會(huì)?！钡觿?shì)也相當(dāng)明顯DeepSeek R1 訓(xùn)練成本下降主要由于減少對(duì)高端 GPU 的依賴(lài)，這可能影響高性能 AI 芯片的投資回報(bào)，并影響大規(guī)模 AI 芯片采購(gòu)計(jì)劃（如最近宣布的星際之門(mén)項(xiàng)目）。IoT Analytics 研究顯示，NVIDIA 在數(shù)據(jù)中心 GPU 市場(chǎng)占比高達(dá) 92%，但如果 AI 模型所需硬件減少，可能會(huì)削弱 NVIDIA 的增長(zhǎng)前景。

　　數(shù)據(jù)中心相關(guān)行業(yè)（網(wǎng)絡(luò)設(shè)備、電力基礎(chǔ)設(shè)施、冷卻系統(tǒng)）可能也會(huì)受到?jīng)_擊。如果 AI 訓(xùn)練和推理變得更高效，對(duì)高端數(shù)據(jù)中心 GPU 的需求下降，數(shù)據(jù)中心擴(kuò)張的必要性也會(huì)減少。這可能影響網(wǎng)絡(luò)設(shè)備、電力基礎(chǔ)設(shè)施（如電網(wǎng)技術(shù)）、服務(wù)器冷卻解決方案的市場(chǎng)需求。

　　不過(guò)，筆者也看到過(guò)一些相反的觀點(diǎn)。比如 TrendForce 集邦咨詢(xún)近日發(fā)布的研報(bào)指出，DeepSeek 模型雖降低 AI 訓(xùn)練成本，bwin必贏官方網(wǎng)站但 AI 模型的低成本化有望擴(kuò)大應(yīng)用場(chǎng)景，進(jìn)而增加全球數(shù)據(jù)中心建置量。

　　專(zhuān)有模型提供商將受到比較大的負(fù)面影響。那些已經(jīng)在 GenAI 領(lǐng)域投入巨資的專(zhuān)有模型公司（如 OpenAI、Anthropic）正在或即將蒙受損失。DeepSeek R1 的開(kāi)源策略削弱了專(zhuān)有模型的競(jìng)爭(zhēng)優(yōu)勢(shì)。即便這些公司推出更多開(kāi)源模型，也會(huì)影響其當(dāng)前的盈利模式。此外，DeepSeek 證明了頂級(jí) AI 模型可以免費(fèi)開(kāi)放，未來(lái)專(zhuān)有模型的“護(hù)城河”變得不確定。當(dāng) DeepSeek 以免費(fèi)（用于本地部署）或非常便宜（其 API 比同類(lèi)模型便宜一個(gè)數(shù)量級(jí)）的方式發(fā)布強(qiáng)大的模型，OpenAI 、Anthropic 和 Cohere 等公司可能面臨激烈競(jìng)爭(zhēng)。

　　DeepSeek 的發(fā)布只是產(chǎn)業(yè)鏈變革的一個(gè)起點(diǎn)，未來(lái)還將有更多意想不到的變化發(fā)生。贏家和輸家的界限或許尚未最終劃定，而真正決定企業(yè)命運(yùn)的，仍然是它們?cè)谖磥?lái)幾年內(nèi)的戰(zhàn)略選擇。在這場(chǎng)智能化的競(jìng)賽中，誰(shuí)能笑到最后？或許，我們很快就會(huì)見(jiàn)分曉。

　　原文標(biāo)題:“DeepSeek風(fēng)暴”席卷全球資本市場(chǎng)，產(chǎn)業(yè)鏈企業(yè)誰(shuí)是輸家？誰(shuí)是贏家？