Ang DeepSeek Effect: Paano Binago ng Chinese Start-Up ang Hinaharap ng AI Development

Ang pag-angat ng DeepSeek ay yumanig sa komportableng posisyon ng mga tech giants bilang mga lider sa AI innovation. Ipinakita ng Chinese start-up kung paano makakamit ang model efficiency gamit ang mas kaunting pera at resources.

Nakausap ng BeInCrypto ang sampung lider ng industriya tungkol sa kung bakit nagkaroon ng spillover effects ang teknolohikal na sektor sa crypto market at kung paano permanenteng binago ng pag-angat ng DeepSeek ang hinaharap ng AI development.

Isang Timbang Yelo para sa American Tech Giants

Ang pag-angat ng DeepSeek at ang malalim na epekto nito sa crypto market ay nagsilbing wake-up call sa mga Western technology sectors na wala na silang malawak na upper hand sa AI development.

Dalawang linggo pa lang ang nakalipas, nag-release ang Chinese start-up ng dalawang AI models: R1 at V3. Ang mga sistemang ito ay kasing epektibo ng mga ginawa ng tech giants na OpenAI at Google—at mas mataas pa ang rank sa ilang metrics. Nagawa rin ito sa mas mababang halaga.

Habang ang mga language-learning models (LLMs) tulad ng Meta’s Llama 3.1 ay nagkakahalaga ng higit sa $60 milyon para gawin, nakakuha ng atensyon ang DeepSeek sa pamamagitan ng pagpapababa ng gastos sa pag-train ng frontier model sa halagang $6 milyon lang.

Ilang oras lang matapos ang pag-launch ng DeepSeek, nabura ang isang trilyong dolyar sa market capitalization ng mga nangungunang US technology firms. Ang Nvidia, ang nangungunang supplier ng AI chips sa mundo, ay bumagsak ang halaga ng $600 bilyon.

Naranasan ng US stock market ang pinakamalalang single-day loss nito, at naapektuhan din ang crypto. Ang pagdating ng DeepSeek ay nagdulot ng malaking pagbagsak sa mining stocks tulad ng Marathon at Riot, na umaasa nang malaki sa Nvidia hardware.

Ang balita rin ay nag-trigger ng $1 bilyong crypto sell-off, kung saan bumagsak ang Bitcoin ng 5% at ang altcoins ay nakaranas ng mas matinding 8-10% na pagbagsak. Samantala, ang mga AI-driven cryptos ay bumagsak ng 10% sa market capitalization sa loob ng 24 oras, kung saan apat sa nangungunang limang AI coins ay nakaranas ng malaking pagkalugi.

Ang paglitaw ng DeepSeek ay nagpakumbaba sa mga overconfident na tech giants. Itinaas nito ang scrutiny sa kanilang sobrang pag-asa sa bilyon-dolyar na investments at future revenue growth.

Ipinakita rin nito na anumang future disruptions sa race for innovation ay magkakaroon ng spillover effect sa crypto market.

China Nag-launch ng DeepSeek Kahit Maraming Pagsubok

Yumanig ang DeepSeek sa mga merkado dahil ipinakita nito na hindi gaanong nahuhuli ang China sa United States sa race patungo sa pinaka-epektibong AI models. Hanggang sa lumabas ang balita noong January 27, ang tech stocks para sa mga pangunahing manlalaro tulad ng Microsoft, Google, at OpenAI ay nagpapakita ng positibong sentiment.

Ang sensasyong ito ay pangunahing nakabatay sa katotohanan na ang mga tech giants na ito ay matatag at may sapat na pondo. Mayroon na silang solidong market position at access sa pinaka-refined na hardware at software na kailangan para sa AI innovation.

“Ang mga kumpanyang ito ay hindi lang may teknolohikal na edge kundi pati na rin ang infrastructure, malawak na datasets, at financial resources para mapanatili ang kanilang dominance,” ayon kay Pavel Matveev, Co-founder ng Wirex.

Samantala, sa panahon ng pagkapangulo ni Joe Biden, ipinagbawal ang Nvidia na magbenta ng GPU processors nito sa China. Ang mga export restrictions na ito ay pumilit sa China na umasa sa stockpile na naipon nito hanggang sa puntong iyon.

Sa kabila ng mga hamon na ito, nagawa ng China ang DeepSeek.

“Dahil sa US export restrictions, hindi nagkaroon ng sapat na access ang mga Chinese sa hardware na meron ang mga US companies. Pero ito ay economics 101: ang kakulangan ng resources ay nagdudulot ng innovation, o “needs must,” para sa karamihan sa atin. Kinailangan ng China na magpatuloy sa napakalalim na level ng engineering at tunay na mag-innovate. Isa itong talagang matagumpay na kwento,” ayon kay Sebastian Pfeiffer, Managing Director ng Impossible Cloud Network.

Para kay Yang Tang, CEO ng QStarLabs, ang ganitong bagay ay inaasahan na mangyari.

“Ito ay natural na ebolusyon sa technology development: isang mas masigasig na kakumpitensya na gumamit ng mas mahusay na proseso para makamit ang mas mahusay na resulta. Dapat tandaan, lahat ng ginawa ng DeepSeek ay dati nang nailathala sa academic at/o industry research. Ito ay tiyak na magpipilit sa mga established AI labs na mag-isip nang iba dahil marami sa kanila ay sobrang research-focused,” sabi niya.

Nagturo rin ito ng mahalagang aral sa Western world.

Minsan, Mas Kaunti Talaga ang Mas Mabuti

Noong isang taon, OpenAI CEO Sam Altman ay nag-predict na ang AI industry ay mangangailangan ng trilyong dolyar na investment para pondohan ang pag-develop ng specialized chips. Ang mga chips na ito ay mahalaga para sa pag-power ng energy-intensive data centers na sumusuporta sa lumalalang complex na AI models ng industriya.

Ang ibang nangungunang technology companies ay kamakailan lang nag-take ng similar na initiatives. Ang Meta ay nag-announce na plano nitong gumastos ng hanggang $65 billion ngayong taon para palawakin ang AI infrastructure nito. Ang kumpanya ay naglalayong tapusin ang taon na may higit sa 1.3 million graphics processors.

Ang Microsoft ay nag-announce ng plano para sa humigit-kumulang $80 billion sa data center development para sa fiscal 2025. Samantala, inaasahan ng Amazon na ang projected 2025 spending nito sa katulad na infrastructure ay lalampas sa tinatayang $75 billion investment nito sa 2024.

Marami sa mga kumpanyang ito ay nag-iipon din ng GPUs at related na AI hardware. Halimbawa, sinabi ni Meta CEO Mark Zuckerberg na ang kanyang kumpanya ay naglalayong dalhin ang GPU supply nito sa 600,000 sa pagtatapos ng 2024.

Samantala, gumamit ang DeepSeek ng kaunti sa 2,000 Nvidia GPU units at $6 million para i-power ang R1 model nito.

“Ang breakthrough ng DeepSeek sa pag-reduce ng development costs at pag-optimize ng AI models gamit ang minimal na computational resources ay nagpapakita ng malaking pagbabago sa competitive na AI landscape. Ang mga tradisyunal na higante tulad ng Nvidia, OpenAI, at Google, na umaasa sa malaking computational power at mahal na infrastructure (tulad ng high-end GPUs at malawak na cloud services), ay maaaring makita na ang kanilang tradisyunal na advantage sa resource-heavy na AI development ay nababawasan,” ayon kay Trevor Koverko, Co-founder ng Sapien.io, sa BeInCrypto.

Ang pagka-realize ng mga Western companies na hindi gaanong nahuhuli ang China sa karera ay nagdulot din ng takot sa mga investors sa tradisyunal na financial circles at crypto markets.

Paano Nakakaapekto ang DeepSeek sa Crypto Market

Ang mas malawak na market downturn –lalo na sa tradisyunal na markets– ay nagpakita ng pag-recalibrate ng expectations sa tech valuations imbes na simpleng correction lang.

“Ang market ay nag-price in ng aggressive growth assumptions para sa AI technologies, partikular sa computational demands na makikinabang sa mga kumpanya tulad ng Nvidia at major cloud providers. Ang breakthrough ng DeepSeek sa pag-achieve ng comparable results gamit ang mas kaunting computing power ay nagpilit sa mga investors na i-reassess ang mga assumptions na ito,” sabi ni Karan Sirdesai, CEO at Co-Founder ng Mira Network.

Bagamat ang crypto sector ay walang direktang koneksyon sa DeepSeek, ito ay may shared na playing field sa mga AI developers. Dahil dito, naapektuhan din ang crypto ng balita ng R1 launch.

Ayon kay Sirdesai, ang relasyon ng crypto at AI markets ay mas kumplikado kaysa simpleng correlation. Habang parehong nasa ilalim ng technology umbrella, sila ay nag-ooperate sa fundamentally different principles.

“Ang Bitcoin at crypto valuations ay nakaugat sa monetary dynamics, network adoption, at regulatory landscapes, habang ang AI developments ay nakasentro sa technological capabilities at commercial applications,” paliwanag niya.

Gayunpaman, ang crypto at AI ay parehong may malaking presensya sa technology sector.

“Ang parehong sektor ay nagko-compete para sa computational resources, lalo na ang GPUs, na lumilikha ng supply chain links. Dagdag pa, maraming investors ang aktibo sa parehong space, kaya ang sentiment ay maaaring mag-spill over. Kapag ang mga major tech companies ay nakakaranas ng volatility mula sa AI developments, maaari itong mag-ripple sa crypto markets sa pamamagitan ng shared investor base na ito,” dagdag ni Sirdesai.

Ang kamakailang market movements kasunod ng release ng R1 model ng DeepSeek ay nagpapatunay kung gaano ka-susceptible ang crypto market sa overall sentiment ng technology sector.

“Ang interaksyon na ito ay nagpapakita ng cultural at technological synergy sa pagitan ng AI at crypto, na nagsa-suggest na ang developments sa isang sphere ay maaaring makaimpluwensya nang malaki sa isa pa,” dagdag ni Forest Bai, Co-founder ng Foresight Ventures.

Dahil dito, ang masusing pagsubaybay kung paano magre-react ang mga American technology powerhouses sa pinakabagong innovation ng DeepSeek ay magiging mahalaga para maunawaan kung paano maaaring maapektuhan ang crypto market ng mga katulad na pangyayari sa hinaharap.

Panahon ng Recalibration para sa American Tech Companies

Ang pagbaba ng kumpiyansa ng mga investor ay nagpapakita ng pagdududa tungkol sa hinaharap ng AI market. Ang mga pagdududang ito ay nakasentro sa kung ang computational scale ay mananatiling susi sa kompetisyon at kung paano ang mga efficiency innovations ay magbabago sa sektor.

“Ang AI race ay hindi na tungkol sa kung sino ang may pinakamaraming GPUs kundi kung sino ang makakapag-train ng pinakamatalino at pinaka-efficient na models. Ang breakthrough ng DeepSeek ay nagpapatunay na ang innovation sa training ay maaaring mag-disrupt sa AI monopoly,” ayon kay Ilan Rakhmanov, Founder ng ChainGPT, sa BeInCrypto.

Binanggit ni Rakhmanov ang mga key technical innovations na ipinatupad ng DeepSeek para maiwasan ang mga hadlang sa pag-access ng GPUs.

“Ang DeepSeek’s R1 model ay malamang na nakakamit ang efficiency nito sa pamamagitan ng kombinasyon ng optimized architecture, alternative training methods, specialized hardware, at energy-efficient compute strategies. Sa pamamagitan ng pag-refine ng transformer efficiency, paggamit ng model sparsity, at pag-incorporate ng retrieval-augmented generation, nababawasan ng DeepSeek ang computational demands nang hindi isinasakripisyo ang performance. Ang reliance nito sa self-supervised learning, synthetic data augmentation, at reinforcement learning ay nagpapababa ng dependency sa massive datasets, habang ang custom AI accelerators o non-GPU alternatives ay nakakatulong na pababain ang compute costs,” paliwanag niya.

Sa puntong iyon, sinabi ni Anthony Simonet, Head of Research sa iExec:

“Gumagamit ito ng mga teknik tulad ng Mixture-of-Experts architectures, low-precision training, at knowledge distillation para ma-maximize ang efficiency gamit ang mas kaunting resources, na nagpapahintulot sa AI na tumakbo nang maayos sa standard hardware at ginagawa itong mas accessible,” sabi niya.

Napansin din agad ng mga tech expert na inilathala ng DeepSeek ang research sa likod ng model nito para makita ng publiko.

Ang Kahalagahan ng Decentralized AI

Sa kaibahan sa tradisyonal na lihim ng mga kompanya sa US tulad ng OpenAI, kahanga-hangang inilabas ng DeepSeek ang R1 model nito bilang ganap na open-source. Maraming industry leaders ang pumuri sa hakbang na ito, na nagsasaad na, para manatili sa kamay ng publiko ang kinabukasan ng AI, dapat manatiling decentralized ang kabuuang access. 

“Ang DeepSeek ay naging game-changer para sa AI industry, at naniniwala ako na ito ang eksaktong uri ng wake-up call na kailangan ng mga kompanya tulad ng OpenAI. Ang OpenAI ay orihinal na itinatag upang gawing accessible ang advanced AI sa lahat, pero sa paglipas ng panahon, nakita natin ang pag-shift patungo sa closed, gatekept models. Ang AI space ay nag-e-evolve, at pinaalala sa atin ng DeepSeek ang isang mahalagang bagay—ang mahusay na teknolohiya ay dapat na binubuo para sa lahat, hindi lamang para sa iilang piling tao,” sabi ni Rakhmanov. 

Malugod na tinanggap ng mas maliliit na developer na may mas kaunting resources ang balitang ito. Ang access sa disenyo at research papers ng DeepSeek ay magpapahintulot sa kanila na i-refine ang kanilang mga modelo nang hindi nauubos ang kanilang research budgets.

“Ang mas murang mga modelo ng DeepSeek ay nagpapababa ng mga GPUs na kinakailangan para sa training ng AI models, kaya’t nababawasan ang computational costs. Ang efficiency na ito ay nagpapahintulot sa AI na mag-scale nang mas abot-kaya, ginagawa itong accessible sa mga negosyo at mananaliksik na may limitadong resources,” sabi ni Ron Bodkin, Co-founder ng Theoriq. 

Sa pagiging open-source ng model ng start-up, susuriin ito nang mabuti ng mga developer, na magtutulak ng karagdagang AI innovation.

“Dahil open-source ang DeepSeek, ang pagbabago sa AI race ay hindi maiiwasang lumipat pa sa open-source arena, na sisira sa closed-sourced foundational model narrative. Ang pagiging open-source ay nakikinabang sa lahat, AI companies (bawat player sa ecosystem), innovators, at consumers. Ang tanging talo ay ang mga kumakapit sa closed-source model, na makakakita ng mabilis na pagbagsak sa malapit na hinaharap,” sinabi ni Steven Pu, Co-founder ng Taraxa, sa BeInCrypto. 

Habang nagiging mas mura at mas accessible ang AI, ito ay magiging mas karaniwan. 

Ginagawang Commodity ang AI Technology

Noong araw ng pag-launch ng DeepSeek, nag-post si Microsoft CEO Satya Nadella tungkol sa Jevons’ Paradox sa social media.

“Jevons paradox strikes again! Habang nagiging mas efficient at accessible ang AI, makikita natin ang paggamit nito na tataas nang husto, ginagawa itong isang commodity na hindi natin makakayanan,” sabi ni Nadella sa X. 

Kilala rin bilang rebound effect, ang Jevons’ Paradox ay isang economic principle na ipinakilala ng English economist na si William Stanley Jevons. Ang pagtaas ng efficiency sa paggamit ng resources ay maaaring magdulot ng pagtaas ng consumption ng resource na iyon.

Kapag in-apply sa AI, habang nagiging mas efficient ang mga sistemang ito, maaaring tumaas ang demand para sa kanilang mga gawain—isang phenomenon na maaaring palakasin ng pagtaas ng accessibility ng AI research.

“Ang pagpapababa ng gastos, sa parehong training at inference stages, ay maganda. Sa technology, ang pagpapababa ng gastos ay palaging nagdudulot ng mas malawak na paggamit at mas mataas na overall consumption, hindi mas kaunti. Noong naging abot-kaya ang mga kotse, mas maraming tao ang nagkaroon ng kotse. Noong ang mga mainframe ay naging abot-kayang personal computers, ito ang nagpasimula ng digital revolution. Sa parehong paraan, makikita natin ang mas maraming innovators at start-ups na mag-e-experiment sa AI ngayon na mas abot-kaya na ito, na magdudulot ng mas maraming paggamit ng AI, at mas mataas na demand para sa AI-related infrastructure tulad ng GPU hardware,” ayon kay Pu sa BeInCrypto. 

Para kay Pfeiffer, ang commodification ng AI infrastructure ay magbabago rin sa uri ng innovation na hahanapin ng mga tech companies ngayon. Dati, nakatuon ang mga developers sa paglikha ng pinaka-refined na LLM models. Ngayon, ang mga pagsisikap ay lilipat sa pag-integrate ng technology na ito sa iba’t ibang industriya.

“Ang DeepSeek ay nag-train sa OpenAI at nagawa nitong mag-build nang malaki sa progreso ng iba. Ang LLM landscape ay magiging commoditized at, malamang, fully open sourced. Gayunpaman, hindi dito mangyayari ang karamihan sa innovation. Sa katunayan, ang paglago at ebolusyon ng AI ay mas makikita sa integration at paggamit ng AI. Ang vertical, deep integrations sa mga industriya at access sa kanilang data ay mas mahalaga kaysa sa sophisticated LLMs dahil commoditized na sila at ang kanilang innovation progress ay babagal,” sabi niya. 

Ang paradox na ito ay maaari ring magbigay ng advantage sa mga American tech giants laban sa mga bansang may limitadong access sa computational resources.

Lamang ng US

Bagamat ang pinakabagong model ng DeepSeek ay kapansin-pansing nagbawas ng competitive gap sa pagitan ng mga established na US companies, hindi immune ang kumpanya sa mga hamon.

Ayon sa Jevons’ Paradox, ang pagtaas ng demand para sa AI products ay hindi maiiwasang magdulot ng pagtaas ng demand para sa mga resources na kailangan para i-develop ang mga ito. Kahit na may iba pang alternatibo na pinag-aaralan, ang GPUs ay mananatiling mahalaga para sa hinaharap na pag-develop ng AI technologies.

“Mukhang ang DeepSeek ay umaabot na sa capacity na naglilimita sa kanilang kakayahan na i-scale ang kanilang offering – limitado ang sign-ups para sa kanilang app sa mga Chinese residents at ang kanilang API ay mas mabagal kaysa noong nag-launch sila. Naniniwala ako na hindi nila makuha ang karagdagang GPUs para payagan silang i-scale ang kanilang offering,” sabi ni Bodkin.

Ang breakthrough ng DeepSeek ay hindi rin nag-aalis sa dekada nang dedikasyon ng Estados Unidos sa pag-develop ng AI infrastructure. 

“Sa kabila ng optimization breakthroughs ng DeepSeek, ang AI race ay malaki pa ring dictated ng access sa massive datasets, computational power, at end-to-end ecosystem control. Ang mga kumpanya tulad ng OpenAI at Google ay hindi lang umaasa sa brute-force scaling—meron din silang proprietary data, cloud infrastructure, at extensive deployment pipelines. Habang promising ang alternative methodologies, magdudulot lang sila ng disruption sa status quo kung consistently nilang malalampasan ang traditional approaches sa iba’t ibang use cases. Sa ngayon, masyado pang maaga para sabihin kung ang DeepSeek ay nagpapakita ng industry shift o simpleng incremental improvement sa isang competitive na landscape,” ayon kay Matveev sa BeInCrypto.

Dahil sa realidad na ito, naniniwala si Sirdesai na ang market reaction sa DeepSeek ay medyo exaggerated.

“Mukhang ang market reaction ay hindi gaanong pinapansin ang complexity ng pag-commercialize ng AI technology. Ang mas efficient na architecture ng DeepSeek ay mahalaga, pero ang matagumpay na AI deployment ay nangangailangan ng robust infrastructure, malakas na security measures, at proven reliability sa production environments. Ang mga Western tech companies ay gumugol ng taon sa pagbuo ng mga kakayahang ito,” sabi niya.

Ang pag-angat ng DeepSeek ay hindi maikakailang nagbago sa AI race, na nagpapakita na ang innovation ay maaaring lumitaw mula sa hindi inaasahang mga sulok at hamunin ang mga established giants. 

Habang patuloy na nag-e-evolve ang industriya, ang pagmo-monitor sa interplay sa pagitan ng open-source models, resource accessibility, at competition dynamics ay tiyak na huhubog sa hinaharap ng AI development at ang epekto nito sa mundo.