DeepSeek在三五年内可能带来的影响

（原标题：DeepSeek在三五年内可能带来的影响）

DeepSeek V3版本的发布在AI界和资本市场引发了巨震，在这里我大胆推演一下它未来三五年可能引发的影响方向。

DeepSeek的智能水平目前排在世界前列这点无可争议，它不同于其他AI模型的最大区别：1.成本极低；2.开源；3不需要复杂的提示词系统。

前两点引发了对此前AI烧钱堆算力路径的怀疑。

1.英伟达核心垄断地位遭动摇。

是不是非用英伟达不可，用别家产品行不行？

是的话，是不是非要买英伟达最高端（昂贵）的产品不可？

买的话，是不是像之前一样不计代价越多越好？

已经采购的芯片是不是性能已经溢出，是不是优化下还有很大压榨空间，再买芯片的话是不是计算一下需要补充的算力上限？

2.闭源AI模型的定价权遭动摇。

如果开源模型效果这么好，企业客户还有没有必要为闭源模型付出高溢价，为什么不自己部署开源模型？

反过来，如果企业客户确实不愿再为闭源模型付出高溢价。闭源模型高额的资本支出（主要是芯片支出）怎么算回来商业账？

闭源模型性能如果不能比开源模型性能遥遥领先，它们还会那么容易融到资吗？

3.中概资产的重估。

主要是AI和云相关的业务价值会被重估。

之前认为芯片是绝对核心，有算力才有AI。目前来看，人的作用（优化）同样很大。在受限的硬件条件下，依然可以做出领先的模型。人才密集的中国科技公司值得重新评估价值，特别是拥有领先AI模型和云业务的公司。

4.应用层的爆发。

低成本的开源模型会促进应用层大爆发。

这里面会有许多新的赚钱机会出现，也会有许多老的生意被颠覆。

以及，应用层的爆发对有领先AI模型的云业务是利好。

5.搜索习惯被提问习惯的替代。

DeepSeek的使用不像国外闭源模型那样，需要掌握一定的提示词体系才能更好的完成任务，可以用更为人性化的交流方式提问并得到解答，降低了用户发挥AI效能的门槛。

当AI模型准确率越来越高，使用门槛越来越低时，遇到问题去“搜”一下的习惯会逐渐被遇到问题去问AI取代。

暂时想到这里。