Сенсационное падение капитализации Nvidia: кто сможет обойти гигантов AI?
С 27 января 2025 года компания Nvidia столкнулась с рекордным падением капитализации на $589 млрд, что стало крупнейшим однодневным снижением среди публичных компаний. Причиной этому стало заявление китайского стартапа DeepSeek о том, что им удалось обучить модель уровня GPT-4 всего за $6 миллионов. Это громкое открытие обрушило привычные представления о высоких затратах на разработку AI.
По данным Stanford AI Index, в 2025 году затраты на обучение флагманских моделей стали заметно выше — например, GPT-4 обошёлся в $78 миллионов, в то время как DeepSeek R1 был обучен за $6 миллионов, что в три десятка раз дешевле.
Тем не менее, несмотря на низкие затраты, крупные компании продолжают инвестировать миллиардные суммы в AI, расценивая вложения как способ защиты своих позиций на рынке. Однако, согласно отчету McKinsey, большинство компаний, внедривших AI, не увидели значительных изменений в своих расходах и выручке.
Таким образом, история DeepSeek свидетельствует о том, что для успешного создания и внедрения AI не всегда нужны огромные бюджеты, и открытые решения могут составить достойную конкуренцию закрытым моделям.
Вопрос-ответ
Какая произошла рекордная потеря капитализации Nvidia и что её вызвало?
27 января 2025 года Nvidia зафиксировала рекордное однодневное падение капитализации на 589 млрд долларов. Причиной стало заявление китайского стартапа DeepSeek о возможности обучить модель уровня GPT-4 за всего 6 миллионов долларов, что поставило под сомнение представления о высоких затратах на разработку AI.
Какова себестоимость обучения крупных моделей в 2025 году и как это соотносится с примером DeepSeek?
По данным Stanford AI Index, обучение флагманских моделей в 2025 году стало заметно дороже: GPT-4 потребовал около 78 миллионов долларов. В то же время DeepSeek R1 был обучен за 6 миллионов долларов, что примерно в 13–13,5 раз дешевле, чем стоимость GPT-4. Это демонстрирует возможность значительных различий в затратах в зависимости от подхода и технологий.
Почему крупные компании продолжают вкладывать миллиарды в AI, несмотря на потенциальную экономическую неэффективность?
Компании видят в AI стратегический риск и долгосрочную цену на рынке. Инвестиции часто направлены на сохранение конкурентного преимущества, защиту данных и пользовательской базы, ускорение процессов и создание новых источников дохода. Однако исследования McKinsey показывают, что у большинства внедривших AI компаний изменения в расходах и выручке не достигают ожидаемого масштаба, что подчеркивает разрыв между ожиданиями и реальными результатами.
