從震撼到變革！DeepSeek 如何成為 AI 產業強力催化劑？

更新於 2025/02/05發佈於 2025/02/03閱讀時間約 8 分鐘

投資理財內容聲明

文內如有投資理財相關經驗、知識、資訊等內容，皆為創作者個人分享行為。
有價證券、指數與衍生性商品之數據資料，僅供輔助說明之用，不代表創作者投資決策之推介及建議。
閱讀同時，請審慎思考自身條件及自我決策，並應有為決策負責之事前認知。
方格子希望您能從這些分享內容汲取投資養份，養成獨立思考的能力、判斷、行動，成就最適合您的投資理財模式。

前言

　　DeepSeek-R1 是中國公司深度求索（DeepSeek）於 2025 年 1 月 20 日發布的人工智慧大型語言模型，專注於數學、編碼和邏輯任務，在部分領域的性能已經比肩 OpenAI o1^(圖1)。該模型聲稱以極低成本開發，以強化學習（Reinforcement Learning，RL）作為核心訓練方式，無需監督微調（Supervised Fine-Tuning，SFT）來達到降低成本的訓練手段而引發市場關注，導致市場對 AI 資本支出產生恐慌，並於 2025 年 1 月 27 日重挫輝達（Nvidia），使得單日股價暴跌 16.97%。

(圖1)部分領域性能已達到OpenAI o1模型水準

　　雖然DeepSeek的出現在短期內造成市場恐慌，但投資人應該注意的並非其低廉的開發成本所產生的衝擊，而是著重在DeepSeek如何使用其他開源模型，並且達到更高的訓練效率。DeepSeek產生的漩渦將激勵更多的中小企業探索開源模型的潛力，並且降低參與AI開發的門檻。此外，其高效訓練與優化效率的方式也將引發其他公司效仿，促進技術創新，持續降低API的訓練成本，使AI時代更快速的來臨。

　　本篇文章將聚焦於 DeepSeek 帶來的挑戰與機會。

龐大的資本支出打了水漂？

　　DeepSeek 展示了低成本開發 AI 模型的可能性，導致市場對 CSP 業者的大量資本支出（Capex）產生疑慮。許多人認為，若可以透過低成本訓練出高性能的模型，是否就不需要投入過多費用購買高端 GPU ？然而，微軟（MSFT）與臉書（META）分別宣布 2025 年將投入 800 億與 650 億美元於 AI，顯示大型 CSP 業者仍期望透過大量的算力來產生更高性能的模型，藉此搶先取得通用人工智慧（AGI）的成果。

　　此外，DeepSeek 廉價的 API 成本^(圖2)降低了 AI 參與門檻，使中小企業無需購買昂貴的GPU（如 GB200、GB300），僅靠低算力GPU（如：H20或H100）即可營運。此趨勢可能帶動更多開源模型發展，推動更多中小型 AI 部署，反而進一步刺激 GPU 需求。這樣的推論可能符合 Jevons Paradox^(圖3)（傑文斯悖論），意即成本減少導致需求增加，反而帶動整體算力需求成長。

(圖2)DeepSeek提供了更便宜的token fee

(圖3)DeepSeek引爆了市場對於Jevons Paradox的討論

　　總結來說，DeepSeek 的出現雖短期內影響市場對 GPU 需求的信心，但長期來看，隨著AI的建置成本持續下降，可能帶動更多的企業願意投入AI產業加速企業產值。AI企業數量的增長更可能帶動總算力需求上升，進一步對於不同性能的GPU產生更高的需求。

終端復甦終於不再是假議題？

　　AI PC 與 AI 手機是近兩年市場最為津津樂道的話題之一，但由於缺乏殺手級應用，消費者失去了對於AI設備可用於改善生活品質的想像，進而導致終端復甦仍非常緩慢^(圖4)。然而，DeepSeek 的多樣參數模型與量化技術可能成為推動終端設備發展的契機。

(圖4)24年Q4電腦出貨量僅年增1.8%

　　DeepSeek 支援不同參數量級（7B、13B等），並具備動態調整與量化（4-bit/8-bit），可以壓縮浮點數精度以降低模型所需的記憶體與運算量，同時在精度損失極小的情況下保持原有性能，使得量化後的模型更加輕便，便於在資源有限的終端設備（如 AI 手機、AI PC、邊緣裝置）上部署。

　　便宜實惠的 Nvidia RTX 50 系列 GPU 預計將成為推動 AI PC 出貨量增長的契機，其強化的Tensor核心提供專門針對深度學習任務設計的加速器，能大幅提升 AI 模型訓練與推論的效率。而ASIC作為針對特定任務設計的專用硬體，具有高能效比、低功耗、低成本的特點，亦非常適合在終端設備上部署以訓練AI模型。

　　因此，隨著 AI 應用門檻下降，終端設備需求有望提升，有利於蘋果（Apple）、華碩（Asus）、戴爾（Dell）等品牌。投資人除了追蹤終端設備的復甦狀況外，亦可以關注相關零組件的供應商以找尋投資機會。

資料存儲是新的機會點？

　　隨著更多低成本且高效的AI模型出現，預計將加速企業布置私有雲以運行模型，不僅能降低API訪問成本，也能提高數據安全性。舉例來說，金融、醫療甚至政府等對機密數據要求極高的行業，為了確保資料不外洩，往往會選擇在內部私有雲上運行模型，同時結合先進的AI監控系統進行安全防護，如網路入侵偵測、行為分析與數據加密技術，從而達到更高的安全標準。

　　此外，AI的訓練與推理需要高速讀寫與存儲資料，因此預計將帶動SSD或NVMe的需求；AI的訓練過程也可能使用到大量的歷史數據，為了減少空間成本，企業可能會使用冷儲存（Cold Storage）的方式存儲舊數據，以便未來重新使用，這可能也會帶動如磁帶機（LTO Tape）或大容量HDD的需求。

　　總結來說，企業部署私有雲不僅對存儲裝置需求產生正面影響，同時也可能促使伺服器硬體、網路設備、電源與散熱設備等相關產業受益，從而形成一個整體的生態系統效應。

SaaS即將迎來爆發？

　　隨著AI的持續發展，每個Token的費用也將持續下降^(圖5)，成本的下降將使 SaaS 企業受益，企業可用更便宜的AI價格來強化服務品質並降低人力成本。以下是部分 SaaS 企業的 AI 應用：

(圖5)每單位Token將隨科技發展而下降

META

- - 透過AI來優化廣告投放策略，根據用戶的歷史數據與行為來動態調整投放受眾，提升廣告轉換率，並且自動生成廣告素材來測試不同素材的成效。
  - 強化演算法，精準推薦使用者喜歡的動態內容與Reels，增加用戶黏著度。

- - 透過AI監控IT系統運作，自動偵測異常與風險，或者提前預測風險，減少因為異常而產生服務中斷的時間。
  - 建立AI AGENT，可以自動審核合約、優化財務報表審核流程等，以減少人力成本。

TWLO

- - 提供AI聊天機器人，處理客戶的資訊查詢、預約變更等服務，以降低人力成本。
  - 透過AI分析用戶偏好與行為，動態調整簡訊與 Email 行銷內容，提高開信率與轉換率。同時也可以分析通話中客戶的情緒，以分析客戶的滿意度進行作業優化。

CFLT

- - 透過AI自動處理數據流，即時偵測不同數據趨勢，提高企業決策速度。
  - 自動辨識數據錯誤，協助客戶管理資料庫，並自動分類數據提高存取資料效率。

　　總結來說，隨著 AI 成本下降，SaaS 企業獲益。廣告優化（如 META）由於可以立即透過AI優化廣告投放策略，因此可於短期內受惠，但增速受高基期影響，而 IT 監控、AI Agent、數據流應用（如 NOW、CFLT）由於需要足夠的時間擴大企業滲透率，因此有長期增長潛力。

結論

　　DeepSeek-R1 的出現，不僅以低成本高效能的特點顛覆了市場對 AI 模型開發的傳統認知，更以其創新技術和開源模式激發了整個產業生態系統的重構。從 GPU 資本支出的重新評估，到終端設備市場因量化技術驅動的復甦，再到資料存儲和 SaaS 模型的全面落地，DeepSeek 為各領域帶來了前所未有的變革契機。

　　儘管DeepSeek仍存在許多爭議（如：不正當方式蒸餾 OpenAI o1、隱含了更高的投入成本、隱私權及安全隱憂等），但它的誕生無疑正在引領 AI 產業進入一個成本更低、普及更廣的新時代。投資人與企業應密切關注這一動態，從中捕捉產業轉型與價值再造的寶貴機會。