En enero de este año, la startup de inteligencia artificial DeepSeek lanzó dos avances a través de su nuevo modelo R1, redefiniendo silenciosamente la economía de la inteligencia artificial.Este modelo alcanza el máximo rendimiento a 1/40 del costo del modelo anteriorDesde diciembre de 2024, el modelo de lenguaje grande V3 de DeepSeek ha reducido los costos de capacitación en más del 90%.
Dos de los avances de DeepSeek atrajeron mucha atención:DeepSeek reveló que pedir a los modelos de IA que elaboren sus procesos de razonamiento, un enfoque de investigación conocido como cadena de pensamiento, mejoró la precisión y la eficienciaEn segundo lugar, DeepSeek utiliza inteligencia artificial para generar sus propios conjuntos de datos, completamente independientes del etiquetado manual de los datos.Aunque hay argumentos de que DeepSeek no es tan barato como dice, estos avances ciertamente han inaugurado una nueva era de la economía de la IA.
La estructura de costos de la inteligencia artificial está cambiando dramáticamente. Cada dólar de aumento de rendimiento ha tenido un profundo impacto en las nuevas empresas, las aplicaciones empresariales,y las inversiones en infraestructurasEste cambio podría cambiar las fuerzas del mercado, ayudando a las nuevas empresas ágiles a alcanzar a los gigantes tecnológicos a corto plazo, al tiempo que aumenta los márgenes de ganancia.
Los gigantes tecnológicos ya han invertido más de $ 100 mil millones en el desarrollo de infraestructura de IA, y continúa aumentando.Ahora deben considerar cómo generar un retorno de estas enormes inversiones y mantener una ventaja sobre los algoritmos contra más ágilesEn un entorno que cambia rápidamente, tanto los gigantes tecnológicos como las empresas emergentes se enfrentan a una clara señal: aprovechar rápidamente la oportunidad del progreso tecnológico.o ser eliminado.
El panorama del mercado de IA antes y después de DeepSeek
Antes del ascenso de DeepSeek, las nuevas empresas luchaban por competir con el gasto en infraestructura de los gigantes tecnológicos,que invirtió miles de millones de dólares en la construcción de enormes centros de datos cada trimestre y obtuvo enormes ventajas de los avances en la tecnología de inteligencia artificialEstos gigantes no sólo tienen enormes recursos de datos, sino que también reúnen un gran número de talentos de doctorado, y el progreso de los algoritmos también depende de su fuerte fuerza técnica.Las redes de distribución establecidas desde hace mucho tiempo les permiten transportar productos rápidamente a los clientes existentes y acelerar el progreso tecnológico a través de circuitos de retroalimentación.
Hoy, sin embargo, las nuevas empresas son lo suficientemente grandes como para competir con los gigantes de la tecnología.Reducción significativa de la ventaja de infraestructura de los gigantes tecnológicosLos costes de razonamiento se han reducido casi mil veces en los últimos tres años y se espera que continúen disminuyendo en el futuro.La duración de la ventaja algorítmica se ha reducido a 45 a 100 días y puede seguir disminuyendo.
Cuando los costes de formación ya no son un cuello de botella clave, el rendimiento de inferencia (es decir, el rendimiento de los modelos de IA en aplicaciones en tiempo real) se convierte en un nuevo foco.modelos más baratos que ofrecen una potencia comparable a los modelos más grandes y que pueden funcionar con Gpus de menor rendimientoSi los productos de IA más inteligentes pueden ser entregados a un costo muy bajo, entonces las nuevas empresas finalmente tienen la oportunidad de superar a los gigantes de la tecnología mientras aumentan las ganancias.
La asignación eficiente de mano de obra refuerza aún más la ventaja del competidor.optimizar, y distribuir modelos a un costo mucho más bajo que los gigantes de la tecnología.Los competidores pueden disfrutar de mayores márgenes de ganancia de la misma manera que las nuevas empresas de la nube obtuvieron una ventaja al mejorar la economía unitaria hace 15 años..
Esta tendencia no sólo es buena para las nuevas empresas, sino que también pone a compañías como Nvidia en mayor riesgo.Los riesgos para los fabricantes de chips aumentan debido a que la demanda se está desplazando del hardware centrado en la formación a soluciones de inferencia más eficientesEl aumento de las unidades de procesamiento neuronal de grado consumidor (Npus) podría acelerar este cambio, permitiendo que los modelos de IA se ejecuten de forma nativa en dispositivos como teléfonos inteligentes y computadoras portátiles.
Gasto en inteligencia artificial
Lo que es bueno para los desafiantes es malo para los gigantes tecnológicos.Los gigantes de la inteligencia artificial han ligado casi instintivamente el dominio de DeepSeek a las implicaciones de seguridad nacional en un intento de obtener apoyo para su desarrollo de tecnología similar, ignorando el hecho de que los investigadores estadounidenses, incluyendo la Universidad de Stanford, han sido capaces de replicar e incluso superar la tecnología de DeepSeek.Las empresas que invierten enormes sumas en proyectos de infraestructura de datos pueden preguntar: ¿Fue el enorme gasto en investigación y desarrollo de modelos de IA un desperdicio? Si la tecnología barata funciona tan bien como la tecnología cara, ¿por qué gastar tanto dinero?
Las tendencias históricas sugieren que la mayoría de los avances de la IA realmente se han basado en una inversión excesiva de capital en escala.excediendo lo que se consideraba óptimo algorítmicamente en ese momentoLos nuevos avances tecnológicos están demostrando que podemos lograr el mismo rendimiento a un menor costo.la expansión de los proveedores de nube de hiperescala todavía requiere centros de datos más grandes y deben soportar costos de inferencia crecientes.
Sin embargo, los gigantes tecnológicos no se quedan quietos ya estamos viendo una carrera armamentista por los logros de DeepSeek, con modelos como el Gemini de Google,Microsoft Azure AI Foundry y Meta LLaMA de código abierto todos compitiendo por el dominioLos modelos de código abierto pueden desempeñar un papel clave. Mark Zuckerberg, CEO de Meta, destacó la importancia de la IA personalizada, es decir, modelos adaptados a las necesidades, la cultura y las preferencias de los usuarios individuales..Esta visión se alinea con una tendencia más amplia en el desarrollo de IA: modelos más pequeños y especializados capaces de ofrecer un alto rendimiento sin la necesidad de una infraestructura de nube masiva.
Las nuevas empresas ganan nuevas fichas
Al mismo tiempo, los gigantes de código abierto y de código cerrado tienen objetivos diferentes, lo que mejora aún más la ventaja del competidor.Los modelos de código abierto creados por compañías como Meta continuarán compitiendo y reduciendo costos en todo el ecosistemaLas nuevas empresas pueden aprovechar la competencia entre los dos campos para lograr la mejor relación precio/rendimiento para cada uso,mientras aumentan los márgenes de ganancia.
Independientemente del tamaño de la empresa, el mensaje es claro: Aprovechen las ventajas específicas que tienen disponibles - dinámica del mercado, capacidad informática y talento - rápidamente o se enfrentarán al fracaso.El ciclo del progreso tecnológico se está acortando, desde los meses o incluso años que solía tomar establecer nuevos estándares de rendimiento, hasta el avance tecnológico de DeepSeek que sugiere que ahora podría tomar tan solo 41 días.La innovación avanza a un ritmo sin precedentes, y el espacio de tolerancia a fallas se reduce rápidamente.
¡Su mensaje debe tener entre 20 y 3.000 caracteres!
