ディープシークが教えるAIコストと効率性について

カワイイクジラのロゴを持つ最近のディープシークのリリースは、チャットGPTのコピーのようなものに終わる可能性がありました。しかし、ニュースになったのは、どれほどのコストで作成されたかということです。アメリカにおける高機能の大規模言語モデル（LLM）のトレーニングに必要な投資の概念を覆すものでした。

ディープシークは、AIモデルのトレーニングにわずか600万ドルを費やしたと伝えられています。これを、OpenAIがChat GPT-4に費やした8,000万ドルから1億ドルの間、またはGPT-5に1億ドルを費やす予定であることと比較すると、ディープシークは大手企業であるNvidia (NVDA ) 、TSMC、Microsoft (MSFT ) に、AIの長期的な財務的持続可能性について心配させています。如果AIモデルのトレーニングが以前考えられていたよりもはるかに低コストで可能であるなら、AIの総費用への影響は何でしょうか。

ディープシークの混乱により、重要な議論が行われていますが、いくつかの重要な点が混乱の中で失われているようです。しかし、このニュースは、イノベーションのコストとAIの潜在的な経済的影響についての議論を引き起こしています。ここでは、このニュースから生まれた3つの重要な洞察を紹介します：

1. ディープシークの600万ドルの価格タグは誤解を招く

企業は、インフラストラクチャーの総所有コスト（TCO）を理解する必要があります。ディープシークの600万ドルの価格タグが頻繁に言及されていますが、これはおそらくプレトレーニングランのコストであり、全体的な投資ではありません。実際のコスト、つまりディープシークの構築、トレーニング、実行のコストは、はるかに高いでしょう。業界アナリスト会社のSemiAnalysisによると、ディープシークの背後にある企業は、LLMを実現するために16億ドルをハードウェアに費やしました。したがって、実際のコストは、その中間にある可能性があります。

実際のコストが何であっても、ディープシークの出現は、コスト効率の高いイノベーションに焦点を当てることで、変革的な影響を与える可能性があります。イノベーションは、制約のある状況下でエンジニアリングチームがリソースを最適化することで生まれることがあります。

2. 価値があ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コストに注目することは重要ですが、トレーニングは全体的なコストの中で小さな部分を占めます。推論 — 人間の仕事、交流、生活を変えるAIの多様な方法 — が、AIの真正の価値を生み出すところです。

これは、ジェヴォンズのパラドックスという経済理論を思い出させます。技術の進歩によってリソースの使用が効率化されると、リソースの総消費量が実際に増加する可能性があるというものです。つまり、トレーニングコストが低下すると、推論とエージェントの消費量が増加し、総費用もそれに従います。

AIの効率化は、実際にはAIの支出の増加につながる可能性があります。これは、すべての企業、中国企業だけではなく、OpenAIやNvidiaのような企業にも利益をもたらすでしょう。

3. ユニットエコノミーが最も重要であることは真実である

AIをより効率化することは、コストを低減することだけではなく、ユニットエコノミーを最適化することでもあります。The Motley Foolによると、この年はAIの効率化の年になる予定です。如果そうであるなら、企業はAIのトレーニングコストとAIの消費コストの両方に注目する必要があります。

AIを構築または使用する組織は、ディープシークの600万ドルのトレーニングコストのような印象的な数字ではなく、ユニットエコノミーを理解する必要があります。実際の効率化には、すべてのコストを割り当て、AI駆動型の需要を追跡し、コストと価値の関係を常に監視することが含まれます。

クラウドユニットエコノミー（CUE）は、クラウドによって駆動される利益を測定し、最大化することに関係しています。CUEは、クラウドコストを収益と需要の指標と比較し、クラウド支出の効率性を示し、それが時間の経過とともにどのように変化したかを示し、適切なプラットフォームがあれば、効率性を高めるための最良の方法を示します。

CUEの理解は、AIの文脈では、クラウドサービスよりもはるかに高価なAIの消費量を考えると、さらに重要です。エージェントアプリケーションを構築する企業は、取引あたりのコスト（例：請求書あたりのコスト、配達あたりのコスト、取引あたりのコストなど）を計算し、AI駆動型サービス、製品、機能の投資収益率を評価するために使用できます。AIの支出が増加するにつれて、企業はこれを行うことを強いられるでしょう。無限の資金をイノベーションに投入することはできません。最終的には、ビジネス上の意味をなさなければなりません。

より高い効率性に向けて

600万ドルの数字がどれほど意味のあるものであるかはわかりませんが、ディープシークは、テクノロジー業界に効率性の重要性を認識させる画期的な瞬間をもたらしたかもしれません。この出来事が、コスト効率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の門を開き、AIの真の潜在性とROIを解き放つことを願います。