春(chun)節假期，全(quan)球(qiu)掀起一股 “DeepSeek 風(feng)暴”。憑借(jie)“低成(cheng)本、高性能、開源(yuan)”等優勢，DeepSeek 以屠龍者之相一躍成(cheng)為整個(ge)科技圈關注的(de)焦點。
2月初，天翼云、華為云、騰訊云、阿里云、百度智能云等相繼接入DeepSeek ，以云服務巨頭們為首，從芯片廠商到軟件廠商再到垂直應用領(ling)域的多家企業爭先恐后加入這(zhe)位(wei)“新貴”的朋友圈。
這股(gu)(gu)風暴的效應也非(fei)常明顯地(di)反映到了資本市(shi)(shi)場(chang)——隨著(zhu)全(quan)球投資者(zhe)對(dui)中國互聯網公司以及對(dui)于中國半導體與軟件領軍者(zhe)的狂(kuang)熱看(kan)漲(zhang)情緒(xu)，恒生科技(ji)指數步入“技(ji)術性牛(niu)市(shi)(shi)”；而在 A 股(gu)(gu)市(shi)(shi)場(chang)，涵蓋眾多科技(ji)股(gu)(gu)的創業(ye)板截至周五上(shang)午收盤暴漲(zhang)超(chao) 3%，周漲(zhang)幅已接近(jin) 7%。
無數人在詢問，以 DeepSeek 為代表的新一代生成式 AI 到底將如何影響整條產業鏈？誰將被顛覆？誰又能成為這股熱潮中的受益者？趁(chen)著這股熱度，不少研究機構和券(quan)商也紛(fen)紛(fen)發(fa)布了(le)相關報(bao)告，因此本(ben)文(wen)將綜(zong)合 IoT Analytics、 TrendForce 集邦咨詢(xun)、IBM 以及多家券(quan)商的報(bao)告，對產業鏈受到的影響進行解析。
注：本文(wen)僅進(jin)行產業(ye)鏈分析，不構成任何投資建議
一圖搞懂生成式 AI 價值鏈
一個(ge)顯而易見的(de)結論是，此前，對于(yu)生(sheng)成(cheng)式 AI（GenAI）的(de)支出正在使(shi)廣泛的(de)價值(zhi)鏈受益，下圖基于(yu) IoT Analytics 發(fa)布(bu)的(de)《2025-2030 年生(sheng)成(cheng)式 AI 市(shi)場報告》，描繪了整個(ge)價值(zhi)鏈中 GenAI 支出的(de)主(zhu)要(yao)受益者。
價值鏈(lian)上的受益(yi)者包括：
Tier-0
最終用戶——包括使用生成式 AI 應用的消費者和企業。
截(jie)至(zhi) 2 月(yue) 5 日(ri)(ri)，DeepSeek 的全球下(xia)載量已接近 4000 萬。據 AI 產品榜數據，DeepSeek 應用(僅包含 APP，不包括 Web 端) 2025年1月(yue)11日(ri)(ri)上線，至(zhi)2025年1月(yue)31 日(ri)(ri)，DAU 2215 萬。彼時(shi) ChatGPT 日(ri)(ri)活 5323 萬，豆包日(ri)(ri)活 1695 萬，這意味(wei)著 DeepSeek 達(da)到 ChatGPT 日(ri)(ri)活用戶的 41.6%，已超過豆包。
由 IBM 委托開展的一項新研究發現，在接受調研的企業級（規模超過 1000 名員工）組織當中，約有 42% 已經在其業務中積極使用人工智能。
GenAI 應用——在其產品中包含 GenAI 功能或提供獨立 GenAI 軟件的軟件供應商，包括專注于 Agentic AI 的企業軟件公司（如 Salesforce）以及專注于 GenAI 應用程序的初創公司（如 Perplexity 或 Lovable）。
2023 年 3 月 7 日，Salesforce 宣布推出 Einstein GPT，這是全球第一(yi)個 CRM 生成式 AI，用例包(bao)括 Slack、Sales、Service、Marketing、Commerce 以及(ji) App Builder，以助力提高(gao)員工效(xiao)率，改進客戶體驗。
Perplexity 成立于(yu)(yu) 2022 年 8 月，專注于(yu)(yu)搜索(suo)領域，目(mu)標是取代谷(gu)歌，甚至被稱為“谷(gu)歌殺(sha)手”。據悉，Perplexity AI 是建立在大模型之上(shang)的 AI 搜索(suo)應用。有別于(yu)(yu)傳統羅(luo)列網頁式(shi)搜索(suo)，而(er)是通過利用 AI 工具，提(ti)供(gong)經過提(ti)煉總結后的答案，并附上(shang)出處。
Tier-1
一級受益者——基礎模型提供商（如 OpenAI 或 Anthropic）、模型管理平臺（如 AWS Sagemaker、Google Vertex 或 Microsoft Azure AI）、數據管理工具（如 MongoDB 或 Snowflake）、云計算和數據中心運營商（如 Azure、AWS、Equinix 或 Digital Realty）、AI 咨詢和集成服務商（如 Accenture 或 Capgemini）、邊緣計算公司（如 Advantech 或 HPE）。
Tier-2
二級受益者——為一級受益者提供產品和服務支持的企業，包括芯片供應商（如 NVIDIA 或 AMD）、網絡與服務器設備供應商（如 Arista Networks、華為或 Belden）、服務器散熱技術供應商（如 Vertiv 或 Schneider Electric）。
華為全(quan)聯接(jie)大會 2024 期間(jian)，在以“星河AI網(wang)絡(luo)，共贏行業(ye)(ye)智能(neng)化”為主題的峰會上，華為數據通信(xin)產品線總(zong)裁王雷面向全(quan)球升級星河 AI 網(wang)絡(luo)發布 20 余款(kuan)新品，包括業(ye)(ye)界(jie)首(shou)款(kuan) 100T 數據中心(xin)盒(he)式(shi)以太交(jiao)換(huan)機(ji)、業(ye)(ye)界(jie)首(shou)款(kuan) 51.2T 數據中心(xin)盒(he)式(shi)液(ye)冷交(jiao)換(huan)機(ji)，業(ye)(ye)界(jie)首(shou)款(kuan) AI 路由器(qi)、高品質萬兆(zhao)園區新款(kuan)交(jiao)換(huan)機(ji)和 Wi-Fi 7 AP、智能(neng) SASE 分支安全(quan)解決(jue)方(fang)案和業(ye)(ye)界(jie)首(shou)個 IP 自動(dong)駕駛(shi)網(wang)絡(luo)等(deng)領先解決(jue)方(fang)案，幫助客戶創造更(geng)大商業(ye)(ye)價值(zhi)。
Tier-3
三級受益者——為二級受益者提供產品和服務支持的企業，包括芯片設計電子自動化軟件供應商（如 Cadence 或 Synopsys）、半導體制造商（如臺積電 TSMC）、用于散熱技術的熱交換器供應商、電網技術供應商（如西門子能源或 ABB）。
Tier-4
四級及更遠層級的受益者——繼續為上游環節提供支持的公司，如半導體制造設備所需的光刻系統供應商（如 ASML），以及光刻系統供應鏈上的光學元件供應商（如蔡司）。
DeepSeek 浪潮中的贏家和輸家
DeepSeek R1 等模型的崛起預(yu)示著生成式人工智能價值(zhi)鏈的潛在轉變，其顛覆性(xing)主(zhu)要(yao)體現在：
①最大的 DeepSeek R1 模型 （具有 6850 億個參數）性能與美國基礎模型提供商的一些領先模型相當甚至更好。基準測試表明，DeepSeek 的(de) R1 模(mo)型(xing)的(de)性(xing)能(neng)與(yu) OpenAI 的(de) o1 和 Anthropic 的(de) Claude 3.5 Sonnet 等領先、更知名的(de)模(mo)型(xing)相當或更好。
②DeepSeek 的訓練成本要低得多，但并沒有最初新聞所說的那么高。早期的(de)(de)報道顯示(shi)，該(gai)模(mo)型(xing)的(de)(de)訓練(lian)成(cheng)本超過(guo) 550 萬美元，但自發(fa)(fa)布(bu)以來(lai)，不僅訓練(lian)，而且開發(fa)(fa)整個(ge)模(mo)型(xing)的(de)(de)真正(zheng)價值(zhi)一(yi)直存在爭議。據半(ban)導(dao)體研究和咨詢公司 SemiAnalysis 稱，550 萬美元只是成(cheng)本的(de)(de)一(yi)部分，不包(bao)括(kuo)硬件(jian)支出、研發(fa)(fa)團隊的(de)(de)工資和其他因素。
③DeepSeek 的 API 定價比 OpenAI 便宜 90% 以上。無論(lun)開發(fa)模型的(de)實際成本如何，DeepSeek 都提供了使用其 API 的(de)更便宜的(de)方(fang)案：DeepSeek R1 的(de)輸入和輸出令牌成本分別(bie)為每(mei)百(bai)(bai)萬(wan) 0.55 美(mei)元和每(mei)百(bai)(bai)萬(wan) 2.19 美(mei)元，而(er) OpenAI 的(de) o1 模型成本為每(mei)百(bai)(bai)萬(wan) 15 美(mei)元和每(mei)百(bai)(bai)萬(wan) 60 美(mei)元。
④DeepSeek R1 是一個創新模型， DeepSeek 發布的論文展示了在 V3 基礎上開發 R1 的方法：利用(yong)混合專家 (MoE)架構、強化(hua)學習和(he)極(ji)具創意(yi)的硬(ying)件優化(hua)，創建(jian)需(xu)要更少資源來訓(xun)練和(he)執(zhi)行 AI 推理的模型，從而實現(xian)更低的 API 使用(yong)成本。
⑤DeepSeek 比多數競爭對手更加開放。DeepSeek R1 可在HuggingFace或GitHub等平臺上(shang)免費(fei)獲取(qu)。
⑥DeepSeek 在 R1 主版本發布的同時發布了功能強大的小型模型。DeepSeek不僅發布了具有(you)超過(guo) 6800 億(yi)個(ge)參數的主(zhu)要大(da)型(xing)(xing)模(mo)型(xing)(xing)，而且還(huan)發布了多(duo)個(ge)DeepSeek R1 精簡(jian)模(mo)型(xing)(xing)。這些模(mo)型(xing)(xing)的大(da)小(xiao)從 700 億(yi)到 15 億(yi)不等，后者可適(shi)用(yong)于許多(duo)消(xiao)費(fei)級(ji)硬件(jian)。
這些優勢將挑戰現有的市場格局并重塑對盈利能力和競爭優勢的期望。如果出現更多具有類似功能的模型，某些參與者可能會受益，而其他參與者則面臨越來越大的壓力。在此(ci)背景下，IoT Analytics 根據 DeepSeek R1 引(yin)入的(de)(de)創新以及(ji)開放、經濟高效的(de)(de)模(mo)型(xing)的(de)(de)廣泛趨勢(shi)，評估了(le)主要的(de)(de)贏(ying)家(jia)和可能的(de)(de)輸家(jia)。值得一提的(de)(de)是(shi)(shi)，該(gai)評估考慮了(le)此(ci)類(lei)模(mo)型(xing)對價值鏈的(de)(de)潛(qian)在長期影響，而(er)不僅(jin)僅(jin)是(shi)(shi) R1 的(de)(de)直(zhi)接影響。
誰是(shi)明顯的贏家？
首先，最終用戶肯定會獲得更多的受益，更(geng)(geng)(geng)多更(geng)(geng)(geng)便宜大模型(xing)的出現最終將(jiang)降(jiang)低終端用戶(hu)的成本，并使(shi)人工智能更(geng)(geng)(geng)加(jia)普及。日常生活中，已經有越來越多的人正通(tong)過提供初步構想、自動(dong)完成重(zhong)復(fu)性(xing)任務(wu)、快速(su)生成報告和文檔等手(shou)段顯著(zhu)提升工作效(xiao)率。
GenAI 應用提供商也是贏家之一，隨著(zhu)更(geng)多基礎模(mo)(mo)型(xing)(xing)的(de)上(shang)(shang)線，構(gou)建在其上(shang)(shang)的(de)初創公司(si)將(jiang)擁有更(geng)多選擇。如上(shang)(shang)所述(shu)，DeepSeek R1 比 OpenAI 的(de) o1 模(mo)(mo)型(xing)(xing)便宜得(de)多，盡管(guan)推理模(mo)(mo)型(xing)(xing)在應用(yong)場景中使用(yong)較少(shao)，但持續的(de)突破使得(de)模(mo)(mo)型(xing)(xing)更(geng)強大且更(geng)便宜。可以預見(jian)，更(geng)多、更(geng)廉價的(de)模(mo)(mo)型(xing)(xing)將(jiang)降(jiang)低 GenAI 功能在應用(yong)中的(de)集成(cheng)成(cheng)本。
誰(shui)是可能的贏家？
邊緣 AI/邊緣計算公司是可能的潛在贏家。在(zai)微軟最近的(de)財報電(dian)話(hua)會議上(shang)，薩蒂亞·納(na)德拉指出，“人工(gong)智能將(jiang)更加(jia)無處不在(zai)”，因為更多(duo)的(de)工(gong)作(zuo)負載將(jiang)在(zai)本(ben)地(di)運(yun)行(xing)。DeepSeek 與(yu)強大(da)的(de) R1 模(mo)型(xing)一起發布的(de)精簡(jian)小型(xing)模(mo)型(xing)足夠小，可以在(zai)許多(duo)邊(bian)緣設(she)備上(shang)運(yun)行(xing)。雖然規模(mo)較小，但 1.5B、7B 和(he) 14B 模(mo)型(xing)也(ye)是(shi)同樣(yang)強大(da)的(de)推理模(mo)型(xing)。它們可以安裝在(zai)筆記本(ben)電(dian)腦和(he)其(qi)他功(gong)能較弱(ruo)的(de)設(she)備上(shang)，例如(ru) IPC 和(he)工(gong)業網關。這(zhe)些精簡(jian)模(mo)型(xing)已從(cong) Hugging Face 平臺上(shang)被下載了數十萬次。擁有邊(bian)緣 AI 解決方(fang)案(an)的(de)邊(bian)緣計算制造商(shang)（如(ru)意大(da)利(li)(li)的(de) Eurotech 和(he)臺灣的(de)研(yan)華(hua)科技）將(jiang)從(cong)中獲(huo)利(li)(li)；專(zhuan)門從(cong)事邊(bian)緣計算芯片的(de)芯片公司（如(ru) AMD、ARM、高通甚至英特爾）也(ye)可能受益；Nvidia也(ye)在(zai)這(zhe)個細(xi)分市場運(yun)營。
數據管理服務提供商是另一大潛在贏家。顯(xian)而易見，沒有數(shu)據(ju)(ju)就沒有人(ren)工智(zhi)能，要使用(yong)開放模型開發(fa)應(ying)用(yong)程序，采用(yong)者需要大(da)(da)量數(shu)據(ju)(ju)進行訓練和(he)部署(shu)，這需要適當(dang)的數(shu)據(ju)(ju)管(guan)(guan)理。因此，隨著(zhu)不同(tong) AI 模型數(shu)量的增加，數(shu)據(ju)(ju)管(guan)(guan)理將變得越來(lai)越重要。MongoDB 、Databricks 和(he) Snowflake 等數(shu)據(ju)(ju)管(guan)(guan)理公司(si)以及超(chao)大(da)(da)規(gui)模企業提供的相關產(chan)品都(dou)將從中獲利。
GenAI 服務提供商同樣受到明顯的積極影響。DeepSeek 的(de)(de)崛起表(biao)明 GenAI 的(de)(de)復雜性(xing)(xing)仍在增長，不(bu)(bu)同模型的(de)(de)可用性(xing)(xing)增加了(le)復雜性(xing)(xing)，從而推動(dong)企業(ye)對(dui) GenAI 服務的(de)(de)需求(qiu)。不(bu)(bu)過，如(ru)果領先的(de)(de) GenAI 模型（如(ru) DeepSeek R1）免費(fei)提供，企業(ye)可自行(xing)試驗和部(bu)署，可能會減少(shao)對(dui) AI 集成服務的(de)(de)需求(qiu)。綜合而言，隨著新技術不(bu)(bu)斷(duan)涌現，企業(ye)將尋求(qiu)最佳方式利用開源模型，這將推動(dong) GenAI 服務需求(qiu)增長。
帶來的影響尚不確(que)定(ding)
云計算提供商受到的影響是中性的。一(yi)方面來(lai)看(kan)(kan)優勢(shi)，DeepSeek R1 已(yi)被微軟(ruan) Azure AI Foundry、AWS Bedrock 和(he) Amazon Sagemaker 集成，云(yun)(yun)服務商雖然投資(zi) OpenAI 和(he) Anthropic，但仍保(bao)持開(kai)放(fang)模式，支(zhi)持多種模型(xing)的(de)托管、訓(xun)練(lian)和(he)微調，更(geng)高(gao)效的(de)模型(xing)降(jiang)(jiang)低(di)了資(zi)本支(zhi)出，有助于提高(gao)云(yun)(yun)計(ji)算利潤(run)率；另一(yi)方面來(lai)看(kan)(kan)劣勢(shi)，隨著邊緣(yuan)計(ji)算能(neng)力增強，模型(xing)推(tui)理可能(neng)更(geng)多地轉移到(dao)本地設(she)備(bei)，減少云(yun)(yun)端(duan)推(tui)理需求，此外，更(geng)高(gao)效的(de)訓(xun)練(lian)方法可能(neng)進(jin)一(yi)步降(jiang)(jiang)低(di)訓(xun)練(lian)成本。總結(jie)來(lai)看(kan)(kan)，更(geng)小、更(geng)高(gao)效的(de)模型(xing)減少了對云(yun)(yun)計(ji)算的(de)依賴(lai)，但整體 AI 需求的(de)增長(chang)和(he) CAPEX 下(xia)降(jiang)(jiang)可能(neng)抵(di)消影響。
EDA 軟件提供受到的影響也是同樣的道理。有利(li)(li)的(de)方面(mian)來看，AI 計(ji)算(suan)負載日益(yi)專(zhuan)業化(hua)(hua)將帶來對新型(xing)(xing) AI 芯(xin)片的(de)需求(qiu)的(de)增(zeng)加，而 EDA 工具在 AI 專(zhuan)用芯(xin)片設計(ji)中至關重要(yao)；不(bu)利(li)(li)的(de)方面(mian)來看，如(ru)果 AI 模型(xing)(xing)趨(qu)向y小型(xing)(xing)化(hua)(hua)、低(di)資源(yuan)消耗，那(nei)么高(gao)性能(neng)數據(ju)中心(xin) GPU 和 ASIC 設計(ji)的(de)需求(qiu)可能(neng)減少，從而降(jiang)低(di) EDA 工具在高(gao)端 AI 芯(xin)片領域的(de)授(shou)權收入。Synopsys 和 Cadence 等 EDA 供應商可能(neng)受益(yi)于(yu) AI 硬件(jian)多(duo)樣(yang)化(hua)(hua)，但行業需適(shi)應新趨(qu)勢，更多(duo)關注邊(bian)緣、消費級和低(di)成本 AI 計(ji)算(suan)芯(xin)片設計(ji)，而非大(da)型(xing)(xing)數據(ju)中心(xin) GPU。
誰是可能的輸家？
AI 芯片相關企業可能會成為輸家。固然，AI 訓練成本的(de)(de)降(jiang)低可(ke)能會(hui)(hui)推(tui)動(dong)整體 AI 芯片(pian)(pian)需(xu)(xu)求上升(sheng)，即(ji)(ji)“杰夫森悖論”（即(ji)(ji)效率提升(sheng)反而增加需(xu)(xu)求）。ASML 首席執行官(guan)也(ye)有類似的(de)(de)想(xiang)法：“AI 成本降(jiang)低可(ke)能意味著更多的(de)(de)應用(yong)，更多的(de)(de)應用(yong)意味著隨著時間(jian)的(de)(de)推(tui)移需(xu)(xu)求會(hui)(hui)更多。我(wo)們(men)認為(wei)這是增加芯片(pian)(pian)需(xu)(xu)求的(de)(de)機會(hui)(hui)。”但劣(lie)勢也(ye)相當明顯——DeepSeek R1 訓練成本下降(jiang)主(zhu)要由(you)于減少對高端 GPU 的(de)(de)依賴，這可(ke)能影響(xiang)高性能 AI 芯片(pian)(pian)的(de)(de)投(tou)資回報，并影響(xiang)大規模(mo) AI 芯片(pian)(pian)采購計劃（如最近宣(xuan)布的(de)(de)星(xing)際之門項目）。IoT Analytics 研究顯示，NVIDIA 在數據中心 GPU 市場占(zhan)比高達 92%，但如果 AI 模(mo)型所需(xu)(xu)硬件減少，可(ke)能會(hui)(hui)削弱 NVIDIA 的(de)(de)增長(chang)前景。
數據中心相關行業（網絡設備、電力基礎設施、冷卻系統）可能也會受到沖擊。如果 AI 訓練和推理變得更(geng)高效，對(dui)高端(duan)數據中(zhong)心 GPU 的需求(qiu)(qiu)下降(jiang)，數據中(zhong)心擴張的必要性(xing)也會減(jian)少。這可能影(ying)響網絡設備、電(dian)力基礎(chu)設施（如電(dian)網技術）、服(fu)務器冷卻(que)解(jie)決方案的市(shi)場(chang)需求(qiu)(qiu)。
不過，筆者也看到過一些相反的觀點。比如 TrendForce 集邦咨詢近日發布的研報指出，DeepSeek 模型雖降低 AI 訓練成本，但 AI 模型的低成本化有望擴大應用場景，進而增加全球數據中心建置量。
誰是明顯的輸(shu)家(jia)？
專有模型提供商將受到比較大的負面影響。那些已經在 GenAI 領域投(tou)入巨資的(de)專有(you)(you)模(mo)(mo)(mo)(mo)(mo)型(xing)(xing)公(gong)(gong)司（如 OpenAI、Anthropic）正(zheng)在或即將蒙(meng)受損失。DeepSeek R1 的(de)開源(yuan)(yuan)策略削弱(ruo)了專有(you)(you)模(mo)(mo)(mo)(mo)(mo)型(xing)(xing)的(de)競爭(zheng)優勢。即便這些公(gong)(gong)司推出更多開源(yuan)(yuan)模(mo)(mo)(mo)(mo)(mo)型(xing)(xing)，也會(hui)影響其當(dang)(dang)前的(de)盈利模(mo)(mo)(mo)(mo)(mo)式。此(ci)外，DeepSeek 證明了頂級 AI 模(mo)(mo)(mo)(mo)(mo)型(xing)(xing)可(ke)以(yi)免費開放(fang)，未(wei)來專有(you)(you)模(mo)(mo)(mo)(mo)(mo)型(xing)(xing)的(de)“護(hu)城河”變得不確定(ding)。當(dang)(dang) DeepSeek 以(yi)免費（用于本地部署）或非常便宜(yi)（其 API 比同類(lei)模(mo)(mo)(mo)(mo)(mo)型(xing)(xing)便宜(yi)一個數量級）的(de)方式發布強(qiang)大的(de)模(mo)(mo)(mo)(mo)(mo)型(xing)(xing)，OpenAI 、Anthropic 和 Cohere 等公(gong)(gong)司可(ke)能面臨(lin)激烈競爭(zheng)。
寫在最后
DeepSeek 的發布只(zhi)是(shi)產業(ye)鏈變革的一(yi)個(ge)起點，未(wei)來(lai)還將(jiang)有更多意想不到(dao)的變化發生。贏家(jia)和輸(shu)家(jia)的界限(xian)或許尚未(wei)最終劃(hua)定(ding)，而真正(zheng)決定(ding)企業(ye)命運的，仍然是(shi)它(ta)們在(zai)未(wei)來(lai)幾年內的戰(zhan)略選(xuan)擇(ze)。在(zai)這場智(zhi)能化的競(jing)賽中，誰(shui)能笑到(dao)最后(hou)？或許，我們很(hen)快就會見(jian)分曉。
參考(kao)資料：DeepSeek R1’s implications: Winners and losers in the generative AI value chain，iot-analytics芯(xin)報丨AI搜索(suo)公(gong)司Perplexity完成5億(yi)美(mei)元(yuan)融資，AI芯(xin)天下DeepSeek超ChatGPT成全球增長(chang)最(zui)快AI應用！下載破4000萬，日活超豆包(bao)登頂中(zhong)國(guo)No.1,量子(zi)位DeepSeek 的低成本 AI 模型(xing)將催生(sheng)光通信需求，TrendForce華為云(yun)、ZStack、騰訊(xun)云(yun)、阿里云(yun)、百度云(yun)：首(shou)批上線 DeepSeek，大江網DeepSeek引爆中(zhong)國(guo)AI投資狂潮 港A股(gu)這是(shi)要復刻2023年“美(mei)股(gu)瘋牛(niu)”?，智通財經
