封面故事：DeepSeek与颠覆式创新的方向选择.docxVIP

封面故事：DeepSeek与颠覆式创新的方向选择

一、DeepSeek改变潮流方向：高性能计算的崛起

春节期间，国产大模型DeepSeek成为全球人工智能（AI）领域的一颗新星，引发广泛关注。如何看颠覆性创新在人工智能技术突破，以及由此引发的行业变革和对未来发展的影响？

DeepSeek作为一款基于开源模型、低成本推理成本的人工智能引擎，在短时间内迅速崛起，并挑战了行业巨头的地位，这一现象反映出的几个关键点改变了潮流的方向。

第一，颠覆性创新的重要性。DeepSeek的成功证明了在人工智能领域弯道超车的重要性。弯道超车，在此是指在人工智能主赛道上，以高性能计算方式，凭借同等效率下更高的性价比，达到更优的性能。这好比日本车超越美国车的思路，在同样车速下，日本车比美国车更省油，以此绕开美国更少受石油资源约束的优势。DeepSeek通过创新的架构设计、优化的训练方法和开放的共享策略，即使是相对较小的团队或初创公司也能实现对大型科技公司的挑战。此举从战略上，创造出芯片约束条件下的算力提高之路。这表明，颠覆性的技术创新对于国际战略竞争的重要性。

DeepSeek的出现，让人们看到AI可能像轿车分化为美国车（费油车）与日本车（省油车）两条路一样，分化为美国AI（费芯片AI）与中国AI（省芯片AI）两条路。

第二，技术平民化。DeepSeek的开源模型降低了获取先进AI技术的门槛，使得更多企业和个人能够参与人工智能的应用。这种技术平民化的趋势，打破了巨头精英人才的垄断优势，有助于加速创新和应用的扩散，同时也可能促进全球范围内的合作与竞争。

技术平民化在平台技术与应用（App）技术形成“平台+应用”生态后，可能刺激数十倍于现有就业量的工作机会的产生。例如，一个平台的技术对应400万（苹果级）至1000万（阿里级）应用的技术。就业与工作，如在家办公、零工经济，将变为获取收入的不同渠道。此时的技术性能，就很好向经济性能转化。

第三，成本效益。DeepSeek通过其低成本的推理能力挑战了传统上认为高性能AI需要大量计算资源的观点。这表明在某些情况下，美国主流那种“大力出奇迹”的“暴力计算”（李德毅院士语）模式并非唯一路径，更加符合中国条件又具有技术普适性的高性能计算模式同样能够取得显著成果。DeepSeek的低成本优势，导致人们开始怀疑高成本的“星际之门”。这说明在中美高科技竞争中，更高效、更具性价比的技术可以获得扬长避短的战略优势。

成本只是高性能计算模式的一个方面，也是一眼可见的方面，这就是节省。但进一步发展，会显现出高性能的另一方面，这就是效益，即价值实现（比如成本相同下功效的提高），与AI相联系的功效的特殊在于可以提高技术经济中的范围经济性，如在个性化、差异化中实现报酬递增式的增值。

智能指计算复杂性，复杂性带来不确定性、多义性，本质在于信息差。需要的信息与掌握的信息不同，造成不确定性。信息是不确定性的降低，需要计算来弥补信息差。要提高附加值，就要提高工业产品的复杂性，不提升附加值就不能提升工业的价值。复杂性就是价值。将来的生产，规模可以很小，但复杂性却相当大。不是规模带来的复杂性，而是多样性密度带来的复杂性。

在这里，高性能计算意味着提高应对这种复杂性并从中实现价值的能力。

第四，行业格局的重塑。DeepSeek的成功对现有AI巨头如OpenAI、Meta等带来了冲击，并促使它们重新评估自己的成本结构和战略。这种竞争压力可能推动这些公司进行内部改革或调整策略以保持竞争力。同样，对于国内大厂也带来一定的竞争压力。开源一旦形成人工智能的行业标准，可能逆转OpenAI引领的行业封闭化潮流，重塑行业格局。

第五，自主创新与全球合作。中国在人工智能领域的快速进展，尤其是通过DeepSeek这样的项目，表明了全球范围内技术发展的多元化趋势。DeepSeek既在开放合作中吸收了美国先进技术，同时又通过不同于美国的技术路线选择（如开源、软硬件结合等）实现了自主发展。DeepSeek吸引了国内外开发者的热烈响应，不仅对中美之间的科技竞争产生了影响，也促进了国际交流与合作。

第六，未来发展的可能性。DeepSeek的成功预示着未来人工智能领域可能会有更多基于开源、成本效益高的技术出现，这将推动AI在各个行业中的应用更加广泛深入，并有可能催生新的商业模式和产业形态。以开源为平台，促进增值应用的开发，为未来带来新的可能性。

此外，随着AI技术的快速发展，其应用带来的伦理、隐私和安全问题也需要相应的政策框架和法规跟进。DeepSeek的成功可能引发对人工智能监管的新讨论，特别是在开放源代码模型的使用上。对技术“幻觉”问题，也有待提供更好的解决方案。

总之，DeepSeek作为一款具有颠覆性的创新产品，在全球AI领域的崛起不仅改变了现有竞争格局，还对未来发展产生了深