還記得中國的深度求索(DeepSeek)給美國人工智慧行業和華爾街帶來衝擊和震驚嗎？那是上個月的事了。現在聽人工智慧高階主管和投資者說起這件事，你可能會覺得已時過境遷。受打擊最嚴重的輝達(Nvidia)已經收復了其損失的6300億美元市值的一半以上。
恢復平靜的速度之快，在很大程度上要歸功於美國最大科技公司斷言，他們今年在人工智慧基礎設施上的投入甚至將超過預期。但這也表明了投資AI的理由已被重寫的速度。問題是，這在多大程度上反映了前景的真正變化，又在多大程度上只是行業的自說自話。
購買輝達股票的理由曾經基於Anthropic首席執行長達里奧•阿莫代(Dario Amodei)的說法，他在不到六個月前預測，一個前沿大型語言模型的訓練成本很快將達到1000億美元。在深度求索崛起之後，阿莫代仍預計對AI晶片的需求將大幅增加——只是現在是出於完全不同的原因，需要它們來完成更復雜的任務，例如推理，而不是模型訓練的成本。
難怪投資者感到受到強烈的衝擊，並對人工智慧熱潮的可持續性產生更大的不確定感。
該中國公司取得的突破增加了這樣一種風險：即使是最先進的大型語言模型也會很快變成商品。而此時，模型構建者正面臨著另一個生存威脅：將越來越多的計算能力投入訓練不再能產生以前曾實現的進步。
OpenAI首席執行長薩姆•奧爾特曼(Sam Altman)在本週於X平臺上的一篇貼文中表明瞭顯而易見的戰略回應。OpenAI將不再把其大型語言模型作爲獨立產品發佈，而是將其與其他技術（如「推理」）整合成更完整的系統。他表示，從現在起，無論用戶提出什麼任務，AI都將「直接工作」。
這是一種科技行業中常見的策略。向「堆棧上層」移動——在早期產品被商品化後，在其基礎上構建更有價值的技術——長期以來被視爲維持價格和利潤率的方式。如果曾經帶來豐厚利潤的組件成本驟降，那就更好了：它可以降低整體成本，並加快普及速度。
這種對人工智慧技術的整合對整個行業的發展方向具有重要影響。首先，隨著像OpenAI這樣的公司構建更完整的系統，市場底部將爲像深度求索這樣的公司打開一個缺口。
任何想要構建自己的AI驅動軟體的人都會轉向大型語言模型，如Meta的Llama和深度求索的R1——這些技術都是以開源版本發佈的，可以自由使用，而且價格低廉。這將爲更多科技公司加入人工智慧熱潮開闢道路。但是，谷歌前首席執行長埃裏克•施密特(Eric Schmidt)本週警告說，這可能會對西方構成挑戰，使中國公司成爲人工智慧領域的一個重要全球平臺。
另一個影響是，人工智慧基礎設施供應商需要迅速調整他們的產品——和銷售宣傳。支出將不再如此嚴重地偏向於用於訓練越來越大模型的大型晶片集羣。
在訓練熱潮中市值飆升的輝達，仍然擁有最廣泛的AI矽產品陣容，並將努力優化其晶片，以適應市場轉變後出現的各種不同工作負載。然而，超越密集訓練的轉變應會導致更多技術供應商爭奪一個更加分散的市場。
第三個影響是，AI熱潮的持續將更多地依賴於AI的實際使用，而不僅僅是用於構建模型和基礎設施的大量前期支出。用於推理的大部分計算能力是輸入提示後產生的可變成本，而不是用於訓練的一次性固定成本。人工智慧公司需要證明自己能爲終端客戶提供真正的價值。
對於一個已經面臨加快技術商業化壓力的行業來說，這些都不是新的壓力。但深度求索帶來的衝擊只是增大了壓力。