免费解锁编辑的文摘
FT的编辑Roula Khalaf在本每周的新闻通讯中选择了她最喜欢的故事。
还记得中国的DeepSeek在美国人工智能行业发动震颤并震惊了华尔街吗？那是上个月。现在要倾听AI高管和投资者的意见，您可能会认为世界已经发展。尼维迪亚（Nvidia）是最激烈的打击，已经恢复了损失6300亿美元的一半以上。
均衡恢复的速度归功于美国最大的科技公司的主张，他们将在今年的AI基础设施上花费的速度甚至超出预期。但这也表明了AI的投资案例已被重写的速度。问题是，这反映了前景的真正变化，以及行业旋转的程度。
购买NVIDIA股票的案例曾经是诸如人类首席执行官Dario Amodei之类的索赔，他们六个月前仅预测，尖端大型语言模型的培训成本很快将达到100亿美元。在DeepSeek之后，Amodei仍在预计对AI芯片的需求巨大的增长 – 直到现在，正是出于完全不同的原因，需要它们来进行更复杂的任务，例如推理，而不是模型培训的成本。
难怪投资者对AI繁荣的可持续性感到敏锐的鞭打和更大的不确定性。
这家中国公司的突破增加了即使是最先进的大型语言模型也将很快变成商品的风险。就像模型构建者面临着另一个生存威胁一样：将越来越多的计算能力投入训练不再产生曾经的进步。
Openai首席执行官Sam Altman在本周X上发表的帖子中表明了明显的战略反应。 Openai不再将其大型语言模型作为独立产品。相反，它们将与其他技术（例如“推理”）一起包装到更完整的系统中。他说，从现在开始，AI将“仅仅工作”，无论用户所付出的任何任务。
这是科技行业中熟悉的策略。将“堆栈上的堆栈”移动 – 在早期产品的基础上建立更有价值的技术 – 长期以来一直被视为捍卫价格和利润率的方式。如果曾经提供良好利润率崩溃的组件的成本，那就更好了：它降低了整体成本并导致更快的吸收。
AI技术的这种包装对整个行业的方向具有重要意义。一个是，随着Openai之类的公司建立更完整的系统，诸如DeepSeek等公司的市场底部将张开差距。
任何想要构建自己的AI驱动软件的人都会转向大型语言模型，例如Meta的Llama和DeepSeek的R1，这些技术是在开源版本中发布的技术，可自由使用且便宜。这应该为更多的科技公司加入AI繁荣开辟道路。但是Google前首席执行官埃里克·施密特（Eric Schmidt）本周警告说，这可能会对西方构成挑战，这使得中国公司成为AI的重要全球平台。
另一个含义是，AI基础设施供应商需要快速调整其产品及其销售投入。支出将不再如此偏向于大量筹码的大型培训模型。
NVIDIA在训练中的繁荣价值飙升，仍然是AI的最广泛的硅阵列，并将努力为随着市场变化而出现的许多不同工作负载优化其芯片。但是，超越密集培训的转变应导致在更广泛的技术供应商面临更大的不同市场。
第三个含义是，AI繁荣的延续将更多地取决于AI的实际用法，而不仅仅是建立模型和基础设施的大量前期支出。推理进入推理的大部分计算能力是在输入提示后产生的可变成本，而不是培训的一种一次性固定成本。 AI公司需要表明他们可以提供真正的价值来最终客户
这些力量在一个已经承受着更快促进其技术的压力的行业中都不是新力量。但是DeepSeek的冲击刚刚增加了压力。
关键词：
