DeepSeek可能正是人工智能应用程序所需要的

来源：PitchBook 作者：Leah Hodgson

据PitchBook 报道，DeepSeek发布其r1推理模型的结果是使行业蓬勃发展，这家中国AI公司处于大多数风险投资和人工智能行业对话的最前沿。

芯片制造商Nvidia的股价仍然比DeepSeek公布其模型之前的1月初历史高价低15%左右。与此同时，人们对OpenAI和Mistral AI等基础模型公司的估值的担忧挥之不去。

到目前为止，围绕DeepSeek r1的大部分叙述都集中在低成本、更高效的模式如何威胁到投资者投入到基础领域的数十亿美元——根据PitchBook的数据，仅在去年前三个季度就在全球范围内投入了157亿美元。

但是，虽然DeepSeek的技术无疑给竞争对手的大型语言模型（LLM）带来了重大破坏，但它也为应用程序层释放了巨大的机会，这些机会可以催化新一波人工智能初创公司。

人工智能格局民主化

使用现有人工智能模式提供产品和服务的人工智能应用初创公司正在筹集大量资金。这些初创公司提供了快速的收入途径、更大的可扩展性和更低的资本要求，今年可能会从更大的风险投资需求中受益。DeepSeek的到来有望推动这一增长。

Wing Venture Capital的创始合伙人Peter Wing在一篇博文中写道：“市场动态正在发生变化，应用程序和软件层越来越突出。投资者可能会在应用层中看到更高的利润率和更可持续价值的潜力，人工智能可以直接集成到业务流程和面向用户的产品中。”

人工智能应用程序初创企业面临的主要挑战之一是访问或运行LLM的高成本。他们要么面临大量的API访问费用，要么需要建立大量的计算能力来训练专有模型。DeepSeek价格便宜得多，将降低新创业公司的进入门槛。

DeepSeek的模型旨在与其他高级LLM相同，同时需要更少的计算能力。这种比较性能转化为大规模运行人工智能应用程序的初创企业的运营成本降低，使他们能够更快地将人工智能驱动的产品推向市场。

拥有科技巨头和现任者一小部分资源的小型初创企业将能够进行有意义的竞争，并在产品开发或客户获取等其他领域投入更多资金。

对于美国以外的初创企业来说，好处更加明显。例如，欧洲人工智能初创公司经常将资本短缺作为扩展的主要障碍。使用更便宜的模式为那些获得资金较少的人提供了公平的竞争环境。

DeepSeek模型的另一个关键优势是其开源性质，允许为特定用例进行更大的数据定制。

这对垂直人工智能初创公司（为特定行业构建产品的公司）特别有利，这些公司可以更精确地定制应用程序，使其与客户更相关。

回报的福音

DeepSeek为人工智能应用程序初创企业降低成本和提高效率的能力从根本上改变了人工智能创业的经济性，使其对风险投资公司更具吸引力。

有了更实惠的人工智能模型，初创企业可以以更低的成本实现类似的性能，这意味着风险投资企业在投资时可以更有效地部署资本。可以用更少的资金达到里程碑，减少早期投资者的稀释，并增加强势退出倍数的可能性。

缩短上市时间会增加收入，这反过来又应该会提高投资者的整体回报潜力。这增加了对人工智能应用投资的渴望。

降低进入壁垒也创造了更多的投资机会。更快的产品开发周期和更低的燃烧率应该转化为更高的估值，这对早期投资者有利。

Theory Ventures的普通合伙人Tomasz Tunguz在他的博客中解释说：“创业利润率将激增。”“随着人工智能每美元的表现飙升，创业经济将从根本上改善。当成本暴跌时，产品变得更智能。继Jevons Paradox之后，这种成本削减不会抑制需求——它会爆炸。”

当然，更民主的景观可能会使空间拥挤，使初创企业难以建立可辩护的业务。正如Hustle Fund的普通合伙人Elizabeth Yin在她的博客上写道：“如果200家初创公司正在构建相同的人工智能驱动的工具，一个很难实现主导地位——风险投资很难获得100倍的回报。”

人们对DeepSeek的安全性也有担忧。

即使存在安全风险，初创企业也在考虑改用r1。人工智能语音发生器ElevenLabs宣布，它已将该模型整合到其产品中，人工智能视频通信平台Synthesia目前正在尝试这项技术。

全球人工智能竞赛现在转向了效率，向前迈进，人工智能模型必须变得更加具有成本效益和效率才能竞争。

斯坦福大学和华盛顿大学的研究人员发表了一篇研究论文，展示了他们能够以低于50美元的云计算积分（云资源的预付货币）训练人工智能推理模型。

当基础模型公司争夺主导地位时，人工智能应用程序初创公司将发展得越来越快，希望为其支持者带来出色的成果。