Китайская компания DeepSeek, занимающаяся разработкой искусственного интеллекта, заявляет о 545% «теоретической» рентабельности

Китайский стартап DeepSeek, занимающийся разработкой искусственного интеллекта, в субботу поделился ключевыми финансовыми показателями, предоставив одну из немногих возможностей заглянуть в экономику индустрии ИИ.

Компания объявила через X, что ее модели V3 и R1 достигли теоретической рентабельности в 545% за 24 часа в последний день февраля.

Компания Deepseek уточнила на GitHub , что предоставленная ею информация не является окончательной. Она заявила, что фактическая прибыль значительно ниже, чем предполагает теоретическая маржа.

Компания, занимающаяся разработкой искусственного интеллекта, заявила, что разница обусловлена ​​различными факторами, в том числе тем, что монетизируется лишь небольшая часть ее услуг и что она предлагает скидки в непиковые часы.

Более того, приведенные здесь оценки затрат не включают огромные расходы на НИОКР и вычислительные ресурсы, связанные с обучением и настройкой собственных моделей ИИ. Таким образом, хотя чистая прибыль выглядит очень высокой, судя по представленным цифрам, она не отражает реальную экономическую ситуацию в крупной компании, занимающейся разработкой ИИ.

Впечатляющая прибыль DeepSeek в значительной степени носит теоретический характер

Хотя заманчивые показатели прибыли, о которых говорит DeepSeek, в основном носят теоретический характер, раскрытие информации компанией происходит в решающий момент, когда технологические инвесторы внимательно изучают финансовую устойчивость стартапов в области искусственного интеллекта и их бизнес-модели.

Инвесторы как никогда сосредоточены на том, смогут ли компании, занимающиеся искусственным интеллектом, создать устойчивые потоки доходов в условиях высоких затрат на инфраструктуру, жесткой конкуренции и меняющегося регулирования.

Раскрытие информации от DeepSeek — со всеми оговорками — дополняет дискуссию по более важному вопросу: смогут ли компании, занимающиеся искусственным интеллектом, перейти от научно-исследовательских предприятий к прибыльным компаниям? По мере развития сектора подобные публикации могут дать ценную информацию об экономике ИИ по мере его развития и о различных стратегиях монетизации, которые могут оказаться жизнеспособными в отрасли, где прорывы часто требуют значительных финансовых затрат.

Тем не менее, опасения по поводу конфиденциальности и политические соображения вскоре могут снизить ажиотаж вокруг DeepSeek. Если скандал с TikTok в США является показателем отношения законодателей к китайским приложениям, то DeepSeek, возможно, недолго продержится на американском рынке.

Компании, занимающиеся искусственным интеллектом, проводят несколько испытаний моделей получения дохода

Компании, занимающиеся искусственным интеллектом, используют множество моделей получения дохода для проведения испытаний. От OpenAI Inc. до Anthropic PBC, компании, работающие в сфере ИИ, стремятся опробовать различные модели получения дохода, чтобы превратить свои инновационные прорывы в жизнеспособные предприятия.

Эти подходы включают в себя планы на основе подписки, оплату по мере использования и лицензионные сборы для корпоративных клиентов, поскольку они конкурируют в создании все более сложных продуктов на основе ИИ. Однако высокая стоимость обучения, развертывания и обслуживания этих крупномасштабных моделей ИИ вызывает все большую обеспокоенность инвесторов.

Возникают вопросы относительно жизнеспособности этих бизнес-моделей в плане получения стабильной масштабируемой прибыли, что вызвало более широкую дискуссию о том, смогут ли компании, занимающиеся искусственным интеллектом, когда-либо получать прибыль и/или стать прибыльными в краткосрочной перспективе.

Одна из стратегий, описанных компанией DeepSeek, которая позволяет им снижать затраты, — это оптимизация вычислительных мощностей, включая балансировку нагрузки. Такой подход распределяет трафик между серверами и центрами обработки данных для балансировки работы и предотвращения узких мест, максимально эффективно используя ресурсы.

Компания также подчеркнула свои инновации, позволяющие моделям обрабатывать больше данных одновременно, что может улучшить общую производительность системы. DeepSeek также рассказала о своей работе по управлению задержкой, или временем между запросом пользователя и ответом ИИ, что обеспечивает бесперебойную работу системы.