La sensazione cinese dell'intelligenza artificiale DeepSeek afferma che il margine di profitto "teorico" è del 545%

DeepSeek, una startup cinese di intelligenza artificiale, ha condiviso sabato i principali parametri finanziari, fornendo uno dei pochi spunti sull'economia del settore dell'intelligenza artificiale.

L'azienda ha annunciato tramite X che i suoi modelli V3 e R1 hanno raggiunto un margine di profitto teorico del 545% in 24 ore l'ultimo giorno di febbraio.

Deepseek ha chiarito su GitHub che le informazioni condivise non erano conclusive. Ha affermato che il profitto effettivo è molto inferiore a quanto suggerito dal margine teorico.

L'azienda di intelligenza artificiale ha affermato che la differenza è dovuta a diversi fattori, tra cui il fatto che solo una piccola parte dei suoi servizi viene monetizzata e che offre sconti durante le ore non di punta.

Inoltre, le stime dei costi qui riportate non includono gli ingenti costi di ricerca e sviluppo e di elaborazione associati all'addestramento e alla messa a punto dei suoi modelli proprietari di intelligenza artificiale. Pertanto, sebbene i margini di utile netto appaiano molto elevati nei numeri che stiamo osservando, non riflettono la realtà generale della vita economica di un'azienda di intelligenza artificiale su larga scala.

Gli allettanti profitti di DeepSeek sono in gran parte teorici

Sebbene gli allettanti margini di profitto ipotizzati da DeepSeek siano per lo più teorici, la divulgazione da parte dell'azienda giunge in un momento cruciale, in cui gli investitori tecnologici stanno esaminando attentamente la sostenibilità finanziaria delle startup di intelligenza artificiale e dei loro modelli di business.

Gli investitori sono più che mai interessati a verificare se le aziende di intelligenza artificiale riusciranno a creare flussi di entrate sostenibili nonostante gli elevati costi infrastrutturali, la forte concorrenza e le normative in continua evoluzione.

La rivelazione di DeepSeek – con le sue riserve – si aggiunge alla discussione su una questione più ampia: le aziende di intelligenza artificiale possono trasformarsi da imprese basate sulla ricerca in attività redditizie? Con la maturazione del settore, tali rivelazioni potrebbero fornire preziose informazioni sull'economia dell'intelligenza artificiale in evoluzione e sulle diverse strategie di monetizzazione che potrebbero rivelarsi valide in un settore in cui le innovazioni spesso comportano un notevole esborso finanziario.

Tuttavia, le preoccupazioni relative alla privacy e a questioni politiche potrebbero presto smorzare l'entusiasmo intorno a DeepSeek. Se il disastro di TikTok negli Stati Uniti è indicativo dell'atteggiamento dei legislatori nei confronti delle app cinesi, allora DeepSeek potrebbe non rimanere a lungo sul mercato americano.

Le aziende di intelligenza artificiale hanno diversi test sui modelli di fatturato

Le aziende di intelligenza artificiale stanno utilizzando diversi modelli di fatturato per le sperimentazioni. Da OpenAI Inc. ad Anthropic PBC, le aziende di intelligenza artificiale si stanno affrettando a sperimentare diversi modelli di fatturato per trasformare le loro innovazioni in attività redditizie.

Questi approcci includono piani basati su abbonamento, prezzi a consumo e costi di licenza per i clienti aziendali, che competono per creare prodotti di intelligenza artificiale sempre più sofisticati. Tuttavia, gli elevati costi di formazione, implementazione e manutenzione di questi modelli di intelligenza artificiale su larga scala hanno sollevato crescenti preoccupazioni tra gli investitori.

Restano interrogativi sulla fattibilità di questi modelli di business nel produrre profitti costantemente scalabili, il che ha aperto un dibattito più ampio sulla possibilità che le aziende di intelligenza artificiale possano mai realizzare profitti e/o diventare redditizie nel breve termine.

Una strategia delineata da DeepSeek che consente di contenere i costi è l'ottimizzazione della potenza di calcolo, incluso il load-balance computing. Questo approccio distribuisce il traffico su server e data center per bilanciare il lavoro ed evitare colli di bottiglia, massimizzando l'utilizzo efficiente delle risorse.

L'azienda ha inoltre evidenziato le sue innovazioni che consentono ai modelli di elaborare più dati contemporaneamente, un miglioramento che può migliorare le prestazioni complessive del sistema. DeepSeek ha anche evidenziato il suo lavoro sulla gestione della latenza, ovvero il tempo che intercorre tra la richiesta di un utente e la risposta di un'IA, che garantisce un'esperienza utente fluida.