DeepSeek 最近成為 AI 界的熱門話題，其模型訓練成本之低可說震撼業界，而最近他們在 X 上就宣稱其網上服務有 545% 的「理論成本利潤率」。這個數據繼續引發對 AI 技術商業可行性的廣泛討論，未來其他 AI 方案供應商會否調整價格應對也成為焦點。
數字並未計算週邊成本
DeepSeek 在 GitHub 上的一篇技術文章中詳細闡述了這些數字，文章主要介紹其實現「更高吞吐量和更低延遲」的方法。公司表示，當觀察其 V3 和 R1 模型在 24 小時內的使用情況時，如果這些使用全部按照 R1 定價計費，DeepSeek 每日收入將達到 562,027 美元。而租賃必要的圖形處理單元 (GPU) 的成本僅為 87,072 美元。
然而，DeepSeek 亦坦承其實際收入「大幅低於」這一理論數字，原因包括夜間折扣、V3 模型的低價策略，以及「僅有部分服務帶來收入」，網站和應用程式仍保持免費。顯然，如果應用程式和網站不是免費的，使用量可能會大幅降低，因此這些計算更像是對未來潛在利潤率的展望，而非公司目前財務狀況的真實反映。
DeepSeek 於今年一月躍入公眾視野，推出的新模型在某些基準測試中據稱與 OpenAI 的 o1 相當，在美國貿易限制阻止中國企業取得最尖端的晶片的情況下，其開發成本仍然遠低於競爭對手。這消息曾經導致科技股暴跌，引發分析師對 AI 開支提出質疑。
效率提升成為業界發展方向
對企業而言，DeepSeek 的成本效益也值得參考，例如 AI 技術的效率提升可能帶來顯著的成本優勢，這對於考慮部署 AI 解決方案的企業來說至關重要。DeepSeek 聲稱的高利潤率，即使是理論性的，也說明了適當最佳化的 AI 系統可能具有極高的成本效益。其次，靈活的定價策略和免費增值模式可能是 AI 服務獲取市場份額的有效途徑，雖然這可能暫時犧牲利潤，但有助於建立用戶基礎。DeepSeek 的經驗顯示，即使在資源和監管限制下，創新仍然可能帶來具有競爭力的產品，這為面臨類似挑戰的企業提供了鼓舞。
隨著 AI 技術繼續演進，應密切關注 DeepSeek 等公司的商業模式和盈利能力發展。這些先行者的經驗可能為其他企業提供寶貴的參考，幫助他們在評估自身 AI 投資時做出更明智的決策。企業領導層應該理性看待這些盈利宣言，既不過度樂觀也不過度悲觀，而是將其視為理解 AI 經濟學演變的一個重要數據點，從中汲取對自身業務有價值的洞察。
來源：TechCrunch
