AI та Криптоактиви ринку несподівана сутичка

Тренд інтеграції штучного інтелекту та криптоактивів розгортається несподіваним чином. Цей драматичний розвиток не є синергією обох, а ланцюговим ударом штучного інтелекту по традиційних капітальних ринках та ринках криптоактивів.

Нещодавно китайська AI-модель DeepSeek несподівано вирвалася вперед, її завантаження вперше перевищили ChatGPT, зайнявши перше місце в американському магазині додатків. Цей прорив викликав широкий інтерес у світовій технологічній, інвестиційній та медійній сферах, а також змусив людей почати розмірковувати про можливі зміни в технологічному ландшафті між Китаєм і США.

Ця подія викликала короткочасний панічний настрій на американському ринку капіталу. Внаслідок цього акції кількох технологічних гігантів зазнали суттєвого падіння, включаючи NVIDIA, ARM, Broadcom та TSMC. Навіть ф'ючерси на Nasdaq 100 також значно впали, ймовірно, встановивши найбільше одноденне падіння за останній час. За оцінками, ринок акцій США міг втратити понад 1 трильйон доларів США капіталізації під час торгів у цей день.

Криптоактиви ринку слідують за динамікою американських акцій і також зазнали значного падіння. Біткойн впав нижче 10,5 тисячі доларів, за 24 години падіння склало 4,48%; ефір впав нижче 3200 доларів, падіння за 24 години становить 3,83%. Багато інвесторів відчувають плутанину через це раптове падіння, можливо, пов'язуючи його зі зниженням очікувань щодо зниження процентних ставок Федеральної резервної системи або іншими макроекономічними факторами.

Джерело панічних настроїв на ринку може походити від унікальної моделі розвитку DeepSeek. На відміну від компаній, таких як OpenAI, Meta чи Google, які покладаються на потужний капітал і велику кількість апаратних ресурсів, DeepSeek за менш ніж два роки, з 200 працівниками та менш ніж 10 мільйонами доларів США витрат на розробку, досягла вражаючих результатів. Ця ефективна модель досліджень та розробок порушила традиційні уявлення про розвиток ШІ.

Успіх DeepSeek полягає не лише у перевагах у витратах на капітал і технології, а й у виклику усталеним уявленням. Вони застосували абсолютно новий підхід, значно знизивши витрати на навчання AI-моделей за рахунок оптимізації алгоритмів, а не простого збільшення витрат на апаратне забезпечення. Цей інноваційний метод знизив витрати на навчання найкращих AI-моделей з 100 мільйонів доларів до 5 мільйонів доларів, необхідну кількість GPU з 100 000 до 2000, а витрати на API знизилися на 95%.

Цей проривний прогрес спростовує кілька традиційних поглядів, включаючи уявлення про китайські технологічні інноваційні можливості, провідні позиції Силіконової долини в галузі ШІ, технологічні переваги OpenAI, а також величезні інвестиції, необхідні для розробки моделей ШІ. Успіх DeepSeek демонструє, що завдяки хитромудрому інженерному дизайну можна досягти порівнянної або навіть кращої продуктивності ШІ з меншими ресурсами.

Експерти в галузі вважають, що зростання DeepSeek є важливою перемогою відкритих моделей над закритими моделями. Це сприятиме процвітанню всього відкритого співтовариства, підштовхуючи відкриті сили, включаючи Meta, до подальшого підвищення рівня технологій штучного інтелекту. Водночас це може зменшити залежність підприємств від комерційних API, надаючи більше простору для розвитку нижчестоящих додатків.

Проте експерти також зазначили, що важливість обчислювальної потужності не зменшиться. Історичний досвід показує, що підвищення обчислювальної потужності є критично важливим для розвитку штучного інтелекту. У майбутньому можуть з'явитися більш різноманітні продукти обчислювальних чіпів і більш процвітаюча екосистема застосувань великих мовних моделей.

Хоча підвищення ефективності технологій ШІ може зменшити ресурси, необхідні для окремих моделей, загальний попит на обчислювальну потужність на ринку може, навпаки, зрости. Це явище нагадує парадокс Джевонса часів промислової революції, коли підвищення ефективності технологій призводило до збільшення загального споживання ресурсів. З розвитком технологій ШІ та їх поширенням, сфера їх застосування значно розшириться, що може призвести до подальшого зростання загального попиту на обчислювальну потужність на ринку.