接入DeepSeek亏4亿？华为懵了

让人大跌眼镜，接入DeepSeek后大企们暴亏！

据潞晨科技创始人尤洋透露，满血版DeepSeekR1每百万token （输出） 只收16元，若每日输出1000亿token， 基于DeepSeek的服务每月的机器成本高达4.5亿元， 而收入却远远无法覆盖这一成本， 导致每月亏损超过4亿元。

即便换用AMD芯片，月亏损也超过2亿元。

▲ 图源：钛媒体

不计成本，

腾讯、华为等 大企 拥抱DeepSeek

初期接入DeepSeek，需要足够的资金去支撑。因为没人能拍着胸口说，在初期接入DeepSeek不亏钱。

目前华为在多个领域和DeepSeek进行合作部署，一旦业务量增大，算力成本将会大幅飙升。

而腾讯微信上线“AI搜索”功能，接入DeepSeek-R1模型后免费给用户使用，大量用户的频繁使用，腾讯也要承担算力飙升带来的高成本。

目前除了华为、腾讯外，百度、字节跳动等众多科技巨头也纷纷接入DeepSeek。

据统计，接入DeepSeek-R1模型的企业已超过100家，涵盖了AI算力、AI云服务、AI应用等多个领域。

很多人不理解为什么大企业要亏几个亿去接入DeepSeek？很简单，企业们希望通过接入性能优异的DeepSeek模型，快速提升自身产品的竞争力，吸引更多用户，哪怕短期内需要承受巨额亏损。

长期看，这笔买卖对大企业来说是划算的。

回头看，接入DeepSeek后众多企业都在亏损，恐怕也和背后的盈利模式有关。目前模型即服务 （MaaS） 成为了AI大模型的重要盈利模式之一。

具体是怎样的呢？

MaaS模式下，企业通过向客户提供模型的调用接口，收取相应的服务费用。

▲ 图源：百度百科

比如一些企业利用DeepSeek模型，为其他企业提供文本生成、智能客服等服务，根据调用量或服务时长计费。

然而，这种盈利模式在实际运营中面临诸多困境。

长期免费的AI服务培养了用户的使用习惯，导致用户付费意愿极低。

即便DeepSeek的收费已低至行业均价的1/10，用户仍觉得贵，不愿掏钱。 模型调用本身利润微薄，企业若想盈利，还需依赖开发金融风控、智能客服等上层应用。

这些上层应用开发周期长，且市场竞争激烈，开发完成后面临巨大的市场竞争压力，盈利难度极大。

以智能客服为例，市场上已经存在众多成熟的解决方案，新进入者想要脱颖而出，不仅要在技术上有优势，还需在价格、服务质量等方面下功夫。

总之，在现阶段下，想靠着该模式实现盈利，压力非常大。不过，DeepSeek背后有一个美好的故事，大企业们即便明知早期会出现巨大亏损，也依然愿意为这个故事买单。

虽然最终未必就能赚得盆满钵满，但万一实现了呢？

DeepSeek登场，

行业变天了！

低成本的DeepSeek来了，很多大模型都瑟瑟发抖，因为马上就要被淘汰了。

▲ 图源：DeepSeek

原本大厂们花大力气研发的闭源模型遭到了质疑，开源模型DeepSeek能低成本实现高功能，怎么闭源模型要砸这么多钱？

基于此，百度、腾讯等虽未放弃自研的文心、混元模型，但资源明显向DeepSeek倾斜。

国际投行摩根士丹利在其最新报告中指出，AI市场正经历着深刻的分化，DeepSeek的出现彻底改变了AI行业的叙事方式，有力地展现了不走寻常路径所带来的丰厚回报。

未来AI市场到底会出现如何的变化？AI市场可能会朝着两极化发展。

一方面，头部的AI巨头企业凭借着强大的资金实力、海量的数据资源以及顶尖的技术人才储备，持续在大模型研发和应用拓展方面加大投入。

他们致力于构建全场景覆盖的AI生态体系，从基础的自然语言处理、计算机视觉，到复杂的自动驾驶、医疗诊断等领域，力求实现全方位的技术领先和市场垄断。

例如，谷歌凭借其在人工智能算法和数据中心基础设施上的长期积累，不断优化旗下的AI产品，像谷歌翻译、谷歌助手等，在全球范围内拥有庞大的用户群体。

另一方面，以DeepSeek为代表的新兴力量则另辟蹊径。它们通过独特的技术路线和商业模式，在细分领域迅速崛起。

在技术研发上，DeepSeek采用大规模强化学习进行后训练，仅需少量标注数据即可显著提升模型性能，这与传统大模型依赖大量数据标注的方式截然不同。这种创新的训练方式不仅降低了数据标注成本，还提高了模型训练效率。

在市场策略上，DeepSeek没有选择与巨头正面竞争，而是通过开源技术，让全球的开发者共同参与到模型的优化和应用开发中，形成了一个庞大的开源社区。

目前DeepSeek以开源免费的策略，迅速吸引了超过百家AI公司接入，涵盖了从AI算力、AI云服务到AI应用等多个领域。

这种模式打破了传统AI巨头依靠大规模商业授权收费的模式，使得更多的中小企业和开发者能够以极低的成本使用先进的AI技术，从而激发了市场的创新活力。

从形势看，开源模式似乎会打败闭源模式，砸钱多未必就能成功。

风口来了，

谁能成为最后的赢家？

市场上有大批AI模型公司，谁能笑到最后？

那些能够成功突破商业化困境，找到可持续盈利模式的公司，将在这场竞争中脱颖而出，成为最后的赢家。

如何在商业化上破局？说起来很简单。

比如，通过提供定制化模型服务，满足特定行业和企业的需求，实现差异化竞争。

除此之外，持续投入技术研发，不断优化模型性能，降低成本的公司，也将在行业中占据优势。如在算力优化、算法创新等方面取得突破的企业。

那些联合硬件厂商、政府等各方力量，构建算力-数据-应用闭环生态系统的公司，也具有成为赢家的竞争力。 比如华为昇腾云与DeepSeek合作，实现优势互补，共同发展。

▲ 图源：界面新闻

淘汰赛已经打响，企业需要面对不少挑战。除了成本、算力问题，数据隐私问题也成为行业关注的焦点。

因为在数据收集环节，企业接入DeepSeek等模型时，往往需要收集大量用户数据以优化模型性能。

但在这一过程中，数据收集的边界模糊不清，可能存在过度收集用户信息的情况从数据存储角度看，大量用户数据集中存储，一旦存储系统遭受攻击，数据泄露风险极高。

在数据使用阶段，模型训练过程中数据的共享与流转缺乏有效监管。不同企业和机构之间的数据交互可能存在安全隐患，数据在多个环节被使用时，很难确保数据使用符合用户最初授权范围。

而且，由于AI模型的复杂性，数据在模型训练中的具体流向和使用方式难以追踪和审计，这进一步加剧了数据隐私保护的难度。