DeepSeek が AI のコストと効率について教えてくれること

かわいいクジラのロゴが特徴の DeepSeek の最近のリリースは、ChatGPT の模倣品に過ぎなかったかもしれない。DeepSeek がこれほど話題になったのは、そして競合他社の株価が急落したのは、その開発コストがいかに低かったかということだ。DeepSeek は、高機能の大規模言語モデル (LLM) をトレーニングするために必要な投資に関する米国の考え方に、事実上支障をきたした。

DeepSeek は、AI モデルのトレーニングにわずか 6 万ドルを費やしたとされています。これを、OpenAI が Chat GPT-80 に費やしたとされる 100～4 億ドル、または GPT-1 用に確保した 5 億ドルと比較してみてください。DeepSeek は、その投資レベルに疑問を投げかけ、株価が 600 日で XNUMX 億ドル急落した Nvidia、TSMC、Microsoft などの大手企業に AI の長期的な経済的実現可能性について不安を抱かせています。AI モデルを従来の想定よりも大幅に少ないコストでトレーニングできるとしたら、これは AI 支出全体にどのような影響を与えるのでしょうか。

DeepSeek の混乱は重要な議論を巻き起こしましたが、いくつかの重要なポイントは混乱の中で見落とされているようです。しかし、このニュースが浮き彫りにしているのは、イノベーションにどれだけのコストがかかるか、そして AI が経済に及ぼす可能性のある影響について、より大きな注目が集まっているということです。このニュースから浮かび上がる 3 つの重要な洞察は次のとおりです。

1. DeepSeekの6万ドルという価格は誤解を招く

企業はインフラの総所有コスト（TCO）を把握する必要がある。DeepSeek の 6 万ドルという価格はよく話題に上がるが、これは投資全体ではなく、事前トレーニングの実行にかかるコストである可能性が高い。DeepSeek の実行だけでなく、構築とトレーニングにかかる​​総コストは、おそらくこれよりはるかに高い。業界アナリスト企業 半分析 DeepSeek の背後にある会社は、LLM を実現するためにハードウェアに 1.6 億ドルを費やしたことが明らかになりました。したがって、コストはおそらく中間くらいになるでしょう。

実際のコストが何であれ、DeepSeek の登場により、変革をもたらす可能性のあるコスト効率の高いイノベーションに焦点が当てられるようになりました。イノベーションは制約によって促進されることが多く、DeepSeek の成功は、エンジニアリング チームが現実世界の制約に直面しながらリソースを最適化したときにイノベーションが実現できることを強調しています。

2. AIの価値を高めるのはトレーニングではなく推論である

AI モデルのトレーニングにかかる​​コストに注意を払うことは重要ですが、トレーニングは AI モデルの構築と実行にかかる全体的なコストのごく一部を占めるにすぎません。 推論 AI が人々の働き方、交流、生活を多方面から変えることこそが、AI が真に価値あるものとなる領域です。

ここでジェヴォンズのパラドックスが浮かび上がります。これは、技術の進歩によってリソースの使用効率が向上すると、そのリソースの全体的な消費が実際に増加する可能性があることを示唆する経済理論です。言い換えると、トレーニング コストが下がると、推論とエージェントの消費が増加し、全体的な支出もそれに従います。

実際、AI の効率化は AI 支出の増加につながる可能性があり、それは中国だけでなくすべての船を浮揚させるはずです。効率化の波に乗れば、OpenAI や Nvidia などの企業も恩恵を受けるでしょう。

3. ユニットエコノミクスが最も重要であることは変わりません

AIの効率化は、コスト削減だけでなく、ユニットエコノミクスの最適化にもつながります。モトリー・フールは、今年は AI効率の年彼らの言うことが正しいとすれば、企業は AI の消費コストだけでなく AI のトレーニング コストも削減することに留意すべきです。

AI を構築または使用する組織は、DeepSeek の 6 万ドルのトレーニング費用のような印象的な数字に注目するのではなく、ユニット エコノミクスを把握する必要があります。真の効率化には、すべてのコストを割り当て、AI 主導の需要を追跡し、コスト対価値を常に監視することが必要です。

クラウド ユニット エコノミクス (CUE) は、クラウドによってもたらされる利益の測定と最大化に関係しています。CUE は、クラウド コストを収益および需要の指標と比較し、クラウド支出の効率性、それが時間の経過とともにどのように変化したか、そして (適切なプラットフォームがある場合) その効率性を高めるための最適な方法を明らかにします。

CUE を理解することは、ハイパースケーラーが販売する従来のクラウド サービスよりも本質的に高価であることを考えると、AI のコンテキストでさらに大きな有用性があります。エージェント アプリケーションを構築する企業は、トランザクションあたりのコスト (請求書あたりのコスト、配送あたりのコスト、取引あたりのコストなど) を計算し、これを使用して特定の AI 駆動型サービス、製品、機能の投資収益率を評価できます。AI への支出が増加するにつれて、企業はこれを実行せざるを得なくなります。実験的なイノベーションに無限の資金を永遠に投入できる企業は存在しません。最終的には、ビジネス上の意味を成す必要があります。

さらなる効率化に向けて

6 万ドルという数字がどんなに意味のある数字であっても、DeepSeek はテクノロジー業界に効率性の避けられない重要性を認識させる画期的な瞬間をもたらした可能性があります。これが、AI の真の可能性と ROI を解き放つ、費用対効果の高いトレーニング、推論、エージェント アプリケーションへの扉を開くことを期待しましょう。