Появление китайской нейросети DeepSeek вызвало тектонические сдвиги в индустрии искусственного интеллекта, спровоцировав панику на фондовых рынках и жаркие дискуссии о будущем американского технологического лидерства. В новом выпуске подкаста «Андрессен Горовиц» (Andreessen Horowitz) ветераны индустрии — генеральный партнер Мартин Касадо и партнер совета директоров Стивен Синофски — анализируют, является ли этот релиз «моментом Спутника» для США или же мы наблюдаем начало новой эры «Интернета в кармане», где эффективность важнее грубой силы вычислений.
🚀 Феномен DeepSeek: сигнал в море шума 0:00
Релиз модели DeepSeek R1 стал кульминацией полутора лет последовательной работы китайской команды, которая, по мнению Мартина Касадо, долгое время оставалась незамеченной западным мейнстримом . Несмотря на внезапность успеха для широкой публики, эксперты подчеркивают, что DeepSeek уже выпускала сильные модели (например, V3), которые по своим возможностям были сопоставимы с GPT-4 .
Главным триггером обсуждений стала невероятно низкая стоимость обучения — в сети фигурировала цифра в 5–6 миллионов долларов . Стивен Синофски считает реакцию рынка, стершего триллион долларов капитализации технологических компаний в один понедельник, «полным безумием и чрезмерной коррекцией» . По его словам, финансовые рынки просто не понимали технических нюансов и поддались панике.
Ключевые факторы взрывного роста популярности:
- Производительность: Сопоставимость с топовыми моделями OpenAI и Anthropic.
- Стоимость: Разрушение мифа о том, что для создания SOTA-моделей (state-of-the-art) требуются миллиарды долларов инвестиций .
- Виральность: Приложение DeepSeek мгновенно заняло первое место в App Store.
- Скорость: Команда начала выпускать дополнительные продукты (например, модели для работы с изображениями) сразу после основного релиза .
🧠 Инженерные ограничения против «грубой силы» 4:08
Мартин Касадо выдвигает тезис, что успех DeepSeek — это триумф инженерной мысли в условиях ограничений. В то время как американские гиганты (OpenAI, Google, Meta) шли по пути экстенсивного развития — больше данных, больше вычислительных мощностей, больше капитала — китайские разработчики были вынуждены оптимизировать алгоритмы .
Стивен Синофски отмечает, что западные компании попали в ловушку «гигантомании». Он вспоминает времена работы в Microsoft, когда компания перестала понимать «малые и средние» задачи, фокусируясь только на «огромных» и «колоссальных» проектах просто потому, что могла себе это позволить . DeepSeek же показала, что можно добиться аналогичных результатов, используя «умный» подход к обучению.
Основные теории эффективности DeepSeek:
- Инженерная оптимизация: Использование открытых архитектурных решений, которые команда смогла агрегировать и улучшить .
- Доступ к данным: По мнению Касадо, у DeepSeek есть преимущество в виде доступа к «внутреннему» китайскому интернету, который более структурирован и богат на данные для обучения, недоступные западным лабораториям .
- Дешевая разметка: Китай обладает огромным ресурсом высокообразованных специалистов, которые могут дешево аннотировать данные для этапа Chain of Thought (цепочки рассуждений) .
🔓 Лицензионная революция и дистилляция знаний 9:33
Одним из самых значимых аспектов релиза R1, который упустили многие СМИ, Касадо называет невероятно либеральную лицензию MIT . В отличие от закрытых моделей конкурентов, DeepSeek позволяет использовать свои наработки практически без ограничений, что Касадо называет «бесплатным пивом в реальности» .
Вторым критическим моментом стала публикация «цепочек рассуждений» (reasoning steps). Когда OpenAI выпустила модель o1, она скрыла внутренний процесс мышления нейросети . DeepSeek сделала их публичными, что открыло путь к массовой дистилляции.
Дистилляция в ИИ — это процесс, при котором большая «модель-учитель» обучает маленькую «модель-ученика». Благодаря открытым цепочкам рассуждений теперь можно обучать крошечные модели, способные работать локально на смартфонах или ноутбуках, сохраняя при этом высокий уровень «интеллекта» .
По мнению Синофски, это напоминает ранние годы интернета, когда велись битвы за открытые стандарты HTML и HTTP . Он утверждает, что американские компании потеряли из виду важность открытости, превратив «open source» в маркетинговый ярлык для бизнеса .
📊 Инвестиционный тезис: Модели как комодити 14:18
В дискуссии о ценности ИИ-компаний участники выделяют два сценария развития:
- Сценарий 1: Модели становятся биржевым товаром (комодити), их стоимость стремится к нулю, а основная ценность перемещается на уровень приложений (App Layer) .
- Сценарий 2: Для создания по-настоящему качественных приложений требуется глубокая вертикальная интеграция с собственной моделью, что оставляет преимущество за гигантами вроде OpenAI .
Стивен Синофски проводит параллель с историей ПО: сначала все думали, что нужно владеть операционной системой (Windows), чтобы заработать, но потом появился поиск (Google) — приложение, которое не владело ОС, но изменило мир . Он считает, что приложения будущего, которые действительно будут иметь значение, сегодня еще даже не изобретены .
Инвестиционные тезисы участников:
- Ставка на приложения: Основная прибыль в будущем будет не в продаже «доступа к модели» (аналог продажи веб-серверов в 90-х), а в решении конкретных задач: бронировании билетов, аналитике, творчестве .
- Scale-out вместо Scale-up: Переход от создания одного суперкомпьютера-мейнфрейма к распределенным вычислениям на миллиардах конечных устройств (смартфонов) .
- Coopetition (Сотрудничество-соперничество): Компании должны быть готовы одновременно конкурировать и сотрудничать с крупными игроками.
🏛️ Крах политики экспортного контроля 35:40
Мартин Касадо подвергает жесткой критике текущую регуляторную политику США в области ИИ . Он утверждает, что попытки ограничить экспорт чипов (Nvidia) и запретить open source модели для «сдерживания Китая» оказались полностью провальными .
Основные аргументы против жесткого регулирования:
- Бесполезность ограничений: Китай доказал, что может создавать топовые технологии даже в условиях санкций на оборудование .
- Математику нельзя запретить: Касадо сравнивает попытки ограничить ИИ с «войнами шифрования» 90-х годов, когда правительство пыталось объявить сложную математику вне закона, но потерпело поражение .
- Вред для своих: Ограничения замедляют американские лаборатории и инновации внутри страны, в то время как конкуренты продолжают двигаться вперед .
Стивен Синофски призывает правительство не пытаться стать «контролером», а стать «ускорителем», проводя аналогию с Элом Гором, который создал регуляторную среду, позволившую интернету процветать, а не задушил его в интересах телеком-гигантов типа AT&T .
🔮 Прогноз: AGI в кармане и новая экономика 41:50
Участники сходятся во мнении, что DeepSeek — это не кризис для Nvidia или OpenAI, а «звонок будильника» . Касадо по-прежнему оптимистичен в отношении американских лабораторий, но считает, что им нужно прекратить «слоняться без дела» и начать быстрее строить реальные продукты .
Будущее ИИ, по мнению экспертов Андрессен Горовиц:
- Персонализация: ИИ станет функцией внутри вашего телефона, не требующей оплаты за каждый запрос и сохраняющей конфиденциальность данных локально .
- Рост рынка (TAM): Потенциальный объем рынка вырастет в 100 раз, охватив каждое конечное устройство в мире .
- Новые метрики: Бенчмарки и тесты на кодинг скоро станут бессмысленными; единственной важной метрикой станет реальная польза приложения для пользователя .
В завершение Стивен Синофски напоминает, что великие инновации часто приходят из неожиданных мест: интернет вышел из университетов, а протоколы TCP/IP — из лабораторий, которые крупные корпорации считали неудачными . DeepSeek, созданная на базе хедж-фонда, подтверждает это историческое правило.
