DeepSeek-R1不僅訓練成本低，而且智能水平能達到OpenAI o1級別，其優(yōu)秀表現(xiàn)很快吸引了大量用戶涌入。更不可思議的是，DeepSeek-R1還以MIT的方式進行開源，支持任何人進行商用部署，云廠商和硬件廠商爭相部署上線。

Gartner：DeepSeek將推動AI以更低價和更民主化的方式落地

Gartner長期跟蹤技術和市場變化，Gartner高級研究總監(jiān)Mike Fang認為DeepSeek有兩大競爭優(yōu)勢。一個在于，這是一家偏研究導向、而不是以盈利為短期目標的公司。另一個在于，它是在硬件受限的情況下以一系列技術創(chuàng)新訓練出了先進模型。

2024年5月，Gartner就注意到了剛發(fā)布的DeepSeek V2，憑借低成本的優(yōu)勢引發(fā)了一輪大模型服務的降價潮。Gartner在當時也做出預測，認為到2027年，生成式AI的API調(diào)用成本僅為現(xiàn)在的1%，未來每年大概會下降90%。

Mike Fang研究發(fā)現(xiàn)，DeepSeek V3 有很多算法優(yōu)化，這使得它不僅比OpenAI這種閉源的耗費幾十億成本訓練模型的做法節(jié)省了很多，即使是同樣開源的Llama模型，DeepSeek V3的成本優(yōu)勢也依然非常明顯。

DeepSeek-R1除了有6710億參數(shù)的滿血版，同時還發(fā)布了六個蒸餾模型，模型參數(shù)規(guī)模從15億參數(shù)到700億參數(shù)都有，這些模型用更少的硬件資源即可完成部署。Mike Fang認為，DeepSeek能夠推動整個AI產(chǎn)業(yè)以更低價或者更民主化的方式落地。

此外，DeepSeek發(fā)布的R1和V3兩個模型，將大大帶動國內(nèi)自主研發(fā)生態(tài)系統(tǒng)。目前，國內(nèi)多家芯片廠商、存儲和服務器等硬件廠商、算力云以及公有云等服務商都積極對DeepSeek模型做適配，這將積極帶動整個AI產(chǎn)業(yè)上下游的發(fā)展。

Mike Fang還提到，DeepSeek對AI業(yè)內(nèi)的積極影響也非常明顯。DeepSeek的啟發(fā)意義在于，在傳統(tǒng)依靠簡單暴力擴展、通過預訓練方式建立單一的大模型，這一做法的邊際收益變得越來越低的情況下，后訓練就變得越來越重要。

DeepSeek-R1進一步激發(fā)了企業(yè)對AI的熱情，但仍面臨很多挑戰(zhàn)

在DeepSeek-R1模型剛發(fā)布沒幾天，許多訂閱了OpenAI付費服務的用戶就表示想要退訂。2月中旬開始，陸續(xù)有企業(yè)開始宣布使用DeepSeek模型來替代OpenAI的模型，在保證性能表現(xiàn)的同時，降低了成本。

在Gartner最新的CIO問卷調(diào)查中看到，國內(nèi)企業(yè)對于生成式AI的關注與海外企業(yè)一樣，都在持續(xù)上升。2024年年底的數(shù)據(jù)顯示，有90%以上的企業(yè)表示會增加在生成式AI上面的投入，有一半以上的企業(yè)投資增幅會超過40%。

看得出來，在DeepSeek-R1出現(xiàn)之前，企業(yè)對于生成式AI的熱情已經(jīng)很高了，有45%的受訪企業(yè)已經(jīng)在探索或者在部署應用了，現(xiàn)在企業(yè)對AI的熱情會更高。但實際上，生成式AI技術在落地過程中碰到了很多問題，中國企業(yè)在落地中碰到的問題更為突出。

從Mike Fang的分享中了解到，中國企業(yè)在把生成式AI應用在生產(chǎn)環(huán)境中的比例要遠低于海外企業(yè)，很少有中國企業(yè)能把生成式AI應用落到生產(chǎn)環(huán)境。在阻礙落地的原因中，“缺少用例”、“沒有業(yè)務價值、模型能力不夠”以及“缺乏企業(yè)數(shù)據(jù)”排在前三位。

Mike Fang認為，DeepSeek-R1增強了模型能力，確實能在一定程度上提供新的應用思路，但并不能徹底解決企業(yè)數(shù)據(jù)不足等核心問題。因此，企業(yè)想真正落地DeepSeek-R1這樣的AI，仍然會面臨原有的挑戰(zhàn)。

比如，當企業(yè)想在本地部署時就需要投入較高成本，在芯片供應受限的情況下，還需要做很多額外優(yōu)化。雖然利用公有云服務會方便很多，但并非所有企業(yè)都愿意用公有云。除了技術和成本限制以外，企業(yè)仍需要面對數(shù)據(jù)治理的問題。

企業(yè)在AI就緒數(shù)據(jù)治理上的投入可能獲得20倍以上的效率提升

Mike Fang表示，DeepSeek讓我們意識到，數(shù)據(jù)重要性要比我們之前想象的還要高。他認為DeepSeek通過大量的精密數(shù)據(jù)的研究、處理，才能得到這樣強大的模型，所以，企業(yè)應該用數(shù)據(jù)構建差異化的能力，思考如何運用數(shù)據(jù)來解鎖一些獨特價值。

生成式AI的出現(xiàn)讓人們可以更充分地利用非結構化數(shù)據(jù)的價值。想要落地AI，企業(yè)就要在數(shù)據(jù)治理上投入，做好數(shù)據(jù)標注和管理。Gartner認為，企業(yè)在AI就緒數(shù)據(jù)治理方面的投資未來可能獲得20倍以上的效率提升。

Mike Fang認為，DeepSeek-R1讓企業(yè)看到了新的希望，企業(yè)應當利用這一波熱潮，探索AI價值。但同時也要理性看待，不是所有問題都要用生成式AI解決，不要盲目依賴大模型，而是要選擇最合適的AI技術來應對實際需求。

Gartner在報告中提到，2027年大多數(shù)的中國企業(yè)都會應用多種AI模型，以小模型來降低成本，用大模型來處理復雜任務。因此，企業(yè)需要提前規(guī)劃，利用AI網(wǎng)關或AI路由來高效管理和分配AI資源。

此外，企業(yè)在落地AI時也要關注AI治理，它就像汽車的剎車系統(tǒng)，企業(yè)需要建立自己的“剎車系統(tǒng)”來避免風險。企業(yè)需要特別關注 AI倫理、負責任的AI 和 AI治理，才能確保AI技術安全、可控地發(fā)展。

Mike Fang坦承，雖然目前企業(yè)端還沒有看到DeepSeek R1解鎖新的高價值應用場景，但它帶來了很多潛在影響和機會。比如，它提升了科研和工程能力，它在邊緣計算場景的適用性較強，由它加持的智能體甚至可以復現(xiàn)OpenAI的一些前沿功能。

無論如何，AI會成為企業(yè)核心競爭力，未來AI將深入到各種產(chǎn)品和服務中，成為企業(yè)增長的重要驅動力，推動AI優(yōu)先的業(yè)務戰(zhàn)略。

zhupb