DeepSeek zorgt voor onrust op aandelenmarkt en in wereld van AI

De recente ontwikkelingen rond DeepSeek hebben de AI-industrie op scherp gezet. Volgens rapporten kostte het trainen van een geavanceerd AI-model DeepSeek slechts $55 miljoen, wat ver onder de verwachte drempel voor dergelijke technologieën ligt. Dit heeft geleid tot bezorgdheid binnen grote techbedrijven en kan verstrekkende gevolgen hebben voor investeerders en de concurrentiedynamiek in de sector.

DeepSeek, een AI-bedrijf dat gebruikmaakt van geavanceerde hardware, wist met 2.048 Nvidia H800 GPU's ($40-50 miljoen) en $5 miljoen aan trainingskosten een AI-model te bouwen dat op hetzelfde niveau lijkt te opereren als die van grotere spelers zoals OpenAI. De relatief lage kosten suggereren dat het ontwikkelen van krachtige AI-technologieën toegankelijker wordt, wat vragen oproept over de lange termijn levensvatbaarheid van bedrijven die miljarden investeren in deze technologieën.

De opmerkelijke kwaliteiten van het model is extra pijnlijk voor grote bedrijven, want het is open-source.

Dit interne bericht vanuit Meta gaat rond, intern is er onrust over hun eigen Llama-model.

Volgens Sequoia zullen Amerikaanse AI-bedrijven gezamenlijk ongeveer $600 miljard per jaar moeten genereren om te kunnen voldoen aan de hardwarekosten. Dit benadrukt de enorme kapitaaluitgaven die nodig zijn om competitief te blijven. Toch maakt de daling van de ontwikkelingskosten AI toegankelijker voor kleinere spelers, wat de concurrentie kan intensiveren en winstmarges onder druk zet.

Deze trend wordt gezien als een voordeel voor consumenten, omdat het leidt tot snellere innovatie en lagere prijzen. Voor gevestigde bedrijven betekent dit echter dat hun hoge investeringen in hardware en onderzoek steeds moeilijker te rechtvaardigen zijn.

Volgens experts kan deze trend leiden tot een consolidatie van mega-caps, waarbij grote bedrijven fuseren of hun AI-investeringen heroverwegen om schaalvoordelen te behalen. Kleinere spelers, zoals Snowflake ($SNOW), die zwaar hebben ingezet op grootschalige AI-modellen, kunnen hierdoor in de problemen komen. Tegelijkertijd zouden hyperscalers, zoals Amazon en Google, profiteren van deze commoditisering door kosten efficiënter te benutten.

Hoewel de commoditisering van AI leidt tot meer toegankelijkheid en innovatie, waarschuwen analisten voor de gevolgen voor investeerders. Bedrijven die niet in staat zijn om efficiënt te schalen, kunnen moeite hebben om winstgevend te blijven. De druk om betrokken te blijven bij AI-ontwikkeling is hoog, maar het risico van niet-renderende investeringen neemt toe.

De recente ontwikkelingen rond DeepSeek markeren een belangrijk moment in de AI-industrie. De daling van de kosten voor AI-ontwikkeling is een zegen voor consumenten, maar kan funest zijn voor bedrijven die vertrouwen op hoge toetredingsdrempels. De komende jaren zullen cruciaal zijn voor de toekomst van AI-bedrijven en hun investeerders.