图片来源：DeepSeek
在最新的财报季中，科技巨头的CEO在与投资者的沟通电话会议中讨论了DeepSeek对AI战略的影响。
以下是亚马逊、谷歌、微软、Meta和苹果对DeepSeek的五个关键看法：
Z Highlights
-
DeepSeek 所取得的成就是真正的创新
-
AI的改进迅速传播，企业将不断超越彼此，从而缩短任何竞争优势的寿命
-
较低的AI成本将推动更广泛的技术采用，将价值创造转移到应用层
-
拥有可持续商业模式的公司将从AI日益依赖推理密集型计算中受益最多
-
大型科技公司继续大规模投资
AI
资本支出，将计算规模视为长期战略优势
DeepSeek 代表了 AI 训练和效率的真正创新
大型科技公司的领导者普遍承认 DeepSeek 的新颖训练方法（尤其是其早期应用的无需人工微调的强化学习）是一项重大创新。
事实上，微软和亚马逊已经在其云端上提供了 Deepseek 模型。
亚马逊的 Andy Jassy 重点介绍了他们的新技术：
“
像许多人一样，我们对DeepSeek的成就印象深刻。我认为，部分原因在于它的一些训练技术，特别是在强化训练的顺序上进行的创新——将强化学习提前，并且不依赖人类介入。
”
微软的 Satya Nadella 也指出了同样的观点：
“DeepSeek 确实带来了一些真正的创新，其中一些甚至是 OpenAI 在 o-1 中没发现的东西。
"
Meta 的首席执行官马克·扎克伯格承认从他们身上学到了一些东西：
“他们做了许多创新性的尝试，我认为我们仍在消化其中的一些成果。此外，还有一些进展是我们希望能在自己的系统中实现的。
”
蒂姆·库克称赞了他们的效率创新：
“
总体而言，我认为推动效率提升的创新是一件好事。
而这正是我们在那个模型中所看到的
。
”
这些评论再次证明，
DeepSeek 的方法推动了 AI 模型开发的效率，特别是在降低成本和提高推理速度方面。
AI模型跨越式发展和商业化将加速
一个一致的主题是，
DeepSeek 的进步正在促进快速模型迭代和商业化的环境。各公司正在快速相互学习，这意味着模型突破带来的竞争优势可能不会持续太久。
亚马逊的 Jassy 指出了人工智能开发的竞争已经变得多么激烈：
“
对于我们这些致力于构建前沿模型的人来说，我们都在研究相似的技术，并且相互学习。我认为你已经看到并将继续看到我们之间不断的跃进式发展。
”
微软的纳德拉强调，改进和技术传播得很快：
“一旦有新的突破出现，它很快就会在整个行业中传播开来。因此，尽管 DeepSeek 在某些领域目前处于领先地位，但这些优势不会持续太久。
”
“……显然，现在这些技术已经商品化，并将被广泛应用。
”
Meta 的扎克伯格证实，每一个重大模型的发布都会带来整个行业的改进：
“
每一家取得进展的新公司……我都预计整个行业会从中学习。这正是行业前进的方式。
”
人工智能计算成本将下降——但随着更多应用程序的出现，人工智能总支出将增长
财报电话会议的一个主要主题是，人工智能计算成本下降将增加而不是减少人工智能的总体支出——这是杰文斯悖论的典型例子，效率的提高导致总体消费增加而不是使用减少。高管们强调，
随着人工智能推理变得更便宜，真正的赢家将是那些在模型之上构建应用程序的人。
来源：EA论坛
亚马逊的 Jassy 将 AI 计算成本与 AWS 云采用曲线进行了比较：
“人们认为推理成本的下降意味着AI的总支出会减少。但我们在云计算领域已经见过类似的情况——一旦基础设施成本下降，企业就会开发更多的应用。AI也将遵循同样的模式。
”
微软的纳德拉明确指出应用层是主要赢家：
“在任何类似的软件周期中，最大的受益者始终是客户，对吧？毕竟，如果你仔细想想，从客户端-服务器架构到云计算的最大经验是什么？就是更多的人购买了服务器，只不过它被称为‘云’。同样地，当 token 价格下降、推理计算成本降低时，这意味着用户可以消费更多，进而催生更多的应用程序。
”
Meta 的扎克伯格强调，更高质量的人工智能意味着更多的计算需求：
“新出现的一个特性是，在推理阶段能够投入更多计算资源，以生成更高水平的智能和更优质的服务。
”
结论是，
更便宜的人工智能将带来更多的人工智能，而不是更少的人工智能，从而增加企业采用率和整个行业支出。
推理成本转移有利于拥有强大商业模式的公司
多位高管指出，
人工智能向推理密集型计算的转变将为公司带来更好的盈利模式。
Meta 的扎克伯格将其视为商业模式差异化问题：
“
作为一家拥有强大商业模式来支持这一点的公司，我认为这通常是一种优势——我们现在能够提供比那些没有可持续支持商业模式的公司更高质量的服务。
”
谷歌的 Pichai 强调了如何通过成本效益将人工智能货币化：
“
AI效率在拥有强大投资回报率（ROIC）模型的企业中最为重要。我们之所以对AI机会感到如此兴奋，是因为我们知道，我们能够推动出色的应用场景，因为实际使用它的成本将持续下降。
”
“
与训练相比，用于推理的支出比例一直在增加，这是好事，因为推理支持那些具有良好投资回报率（ROIC）的企业。
”
含义：
能够通过订阅、企业集成或直接面向消费者的服务有效地将人工智能商业化的公司将从人工智能成本曲线改进和向推理时间计算转变中受益最多。
投资人工智能基础设施仍然是一项战略优势
尽管围绕降低 AI 成本的讨论层出不穷，但大型科技公司仍在积极投资 AI 基础设施，将其视为一项长期战略优势。亚马逊、Meta、微软和谷歌的高管都强调继续高额资本支出，这进一步证实了这样一种信念：
规模和计算能力将成为 AI 领导地位的关键差异化因素。
亚马逊的 Andy Jassy 强调人工智能是千载难逢的机会，并指出了当前的计算限制：
“
绝大多数的资本支出都用于AWS的AI。这是AWS业务运作的方式，也是现金流周期的运作方式——我们增长越快，资本支出越多，因为我们必须提前采购数据中心、硬件、芯片和网络设备，直到我们能够实现盈利……毫无疑问，AI代表了自云计算以来最大的机会，也可能是自互联网以来商业领域最大的技术变革和机会。
”
"
的确，如果不是受到一些产能限制，我们的增长可能会更快。"
Meta 的马克·扎克伯格认为，大量 AI 基础设施投资将成为长期竞争优势：
“
我依然认为，长期来看，在资本支出和基础设施上的重度投资将是一个战略优势。虽然我们可能会在某个时候得出不同的结论，但我认为现在还为时过早。因此，在目前的情况下，我敢打赌，能够建设那种基础设施的能力，将对服务质量和满足我们想要的规模产生重大优势。”
