【主題研究】DeepSeek 掀 AI 成本降價潮！軟體爆發誰最受惠？

我們想讓你知道的是：
新年以來，市場紛紛討論中國新創公司 DeepSeek 對 AI 的影響，其宣稱僅以 600 萬美元訓練出媲美 OpenAI o1 的模型，震撼 AI 市場和股市，本篇文章將深度探討目前市場對於 DeepSeek 的一系列討論和疑慮，以及未來 AI 市場的發展。

本文重點：

DeepSeek 引發資本支出疑慮，AI 成本下降，市場是否高估資本支出了？
開源和封閉模型之爭，未來 AI 模型的兩大重點。
AI 模型成本的下滑後，受惠者有誰? 對台灣的影響又如何?

新年期間，中國新創公司 DeepSeek 突發公佈了最新推理模型 R1，除了宣稱僅以 600 萬的訓練成本打造出媲美 OpenAI o1 的模型，且沒有用到 Nvidia 最新的 AI 晶片，甚至將模型開源，開始讓市場懷疑過去一兩年科技巨頭在 AI 領域的大幅支出是否非必要? 也激起了開源和封閉模型孰優孰劣的論戰。

這篇報告將針對上述議題進行深入分析，並介紹許多 AI 相關概念。部分詞彙可能是 M平方過去較少提及的，我們會在內容中提供清楚解釋，幫助理解。相信在 AI 時代，掌握關鍵詞彙是深入探索這項技術發展的基礎，也歡迎用戶分享建議。

一、 AI 成本下降，市場是否高估資本支出了？

對於 DeepSeek 帶來的低成本衝擊，是否會影響到 AI 市場的發展，尤其是科技巨頭高額資本支出的持續性，我們認為有兩點可以觀察：

傑文斯悖論：需求才是重點！

傑文斯悖論（Jevons Paradox）是指當技術進步時，資源的使用效率提高理論上會讓資源的使用減少，但因為成本降低導致需求增加，反而會讓資源的總消耗量上升，舉例來說，如同當初工業革命時瓦特改良蒸汽機效率，反而推高燃煤的消耗量。 DeepSeek 雖然以低成本橫空問世，但同時卻也加快了 AI 在推論應用的發展，從近期幾位 AI 新創 CEO 的發言也可看到，這樣的趨勢正在發生：

D-Matrix 執行長 Sid Sheth 表示「（DeepSeek）已證明較小的開源模型可以訓練成跟大型專有模型一樣強大，而且成本很低，催化了推論的時代。最近也看到全球客戶對於加快推論計畫的興趣倍增。」
Cerebras 執行長 Andrew Feldman 表示「 R1 模型的發布為 Cerebras 帶來了有史以來最大的服務需求高峰。就像個人電腦和網路時代一樣，價格下降有助於推動全球採用。 AI 市場也處於類似的長期成長道路。」
Etched 聯合創始人兼首席營運長 Robert Wachen 表示「 R1 發布以來，已有數十家公司與我們聯繫，現在企業正將支出從『訓練』集群轉向『推論』集群。我們只需要越來越多的計算能力來為數百萬用戶擴展這些模型。」

因此，透過成本的大幅降低，將開始刺激企業整合 AI 系統以及 AI 工具的使用人數，並為企業創造利潤空間，長期來看並非壞事，反而是生產力的大利多，而這也符合我們先前在報告中提過的看法：此波 AI 生產力循環正在逐漸開始由第二階段的「軟體應用加速」推進至第三階段的「軟硬整合、軟體應用再加速」（詳見展望 2025 系列三）。

file