DeepSeek, NVIDIA и будущее ИИ: что говорят эксперты?

"Разработка больших языковых моделей стала проще и дешевле не на проценты, а в разы за последние годы. Например, если три года назад для обучения GPT-2 вам понадобился бы целый кластер GPU, то сегодня это возможно сделать на ноутбуке. Технологии стали доступнее, а эксперименты с архитектурами моделей — проще.

Сегодня всё больше языковых моделей появляется в опенсорсе, а их разработка становится доступной даже небольшим командам. Это меняет баланс сил: теперь ключевым фактором успеха становится не бюджет, а стратегия оптимизации."

💬 Руслан Лукин, основатель Inventum.AI

"Сегодня многие обсуждают DeepSeek с точки зрения архитектуры, мощности и затрат на GPU. Но важно другое: AI-компании уже понимают, что просто покупать больше серверов недостаточно — нужно пересматривать подход к R&D, иначе их вытеснят новые игроки.. Гонка за вычислительными мощностями уступает место умным алгоритмам и оптимизации."

💬 Кирилл Дорожкин, AI Piter, советник президента Ассоциации «НФИИ»

"DeepSeek уверенно закрепился в мире опенсорсных моделей, но низкие цены на R1, скорее всего, временное явление. Это похоже на демпинг — они завоёвывают рынок, чтобы потом поднять цены."

"Качество модели достойное, но её скорость чуть ниже конкурентов. Интересная особенность — DeepSeek может «рассуждать» перед ответом, показывая ход своей мысли. Это делает её более прозрачной для пользователей."

💬 Антон Егоров, ведущий программист-математик, Университет Иннополис

"DeepSeek R1 — это пример того, как инновации могут рождаться без гигантских бюджетов. Да, модель мощная, но ей ещё предстоит пройти путь от технологического «демонстратора» до коммерчески успешного продукта.

Если команда DeepSeek создаст удобный сервисный слой и обеспечит широкую доступность, мы увидим нового серьёзного игрока на глобальном рынке AI. Это показатель того, что теперь инновации в сфере ИИ приходят не только от западных корпораций, но и от молодых китайских разработчиков.

Я думаю, что будущее именно за таким подходом:

1 Оптимизация архитектуры.

2 Улучшение интерфейса и доступности.

3 Быстрое масштабирование.

4 Специализированные AI-кейсы (госуправление, медицина и др.)."

💬 Лев Лейман, аналитик рынка ИИ, сооснователь AI Uni

"Я уже давно использую DeepSeek для транскрибации встреч и оформления документов по шаблону — бесплатно и без санкционных ограничений. Это реально удобный инструмент.

Но если говорить о будущем, я сомневаюсь, что DeepSeek сможет вытеснить крупных конкурентов. Скорее всего, их либо купят, либо разоблачат, найдя заимствования у других моделей. Возможно, за всем этим уже стоит крупный инвестор, который подогревает интерес СМИ."

💬 Сергей Привалов, эксперт по управлению ИТ-проектами

"DeepSeek-R1 наглядно показывает, как продуманная архитектура конвейера может существенно повысить эффективность без необходимости в колоссальных вычислительных ресурсах."

"Его предшественник, R1-Zero, обучался исключительно методом RL (обучение с подкреплением), формируя несколько вариантов результатов. Затем результаты проходили фильтрацию, а 200 000 лучших примеров использовались для финального обучения DeepSeek-R1.

В результате, вместо традиционного увеличения вычислительных мощностей, команда DeepSeek нашла способ обучать модели экономичнее, но с той же эффективностью. Это меняет сам подход к созданию LLM."

💬 Марат Исангулов, Data Scientist, Университет Иннополис

"DeepSeek-R1 полностью меняет правила игры. Пока OpenAI и другие гиганты тратят сотни миллионов на разработку, китайцы сделали сопоставимую reasoning-модель всего за $5,5 млн, использовав 2 000 GPU вместо 100 000. Это разрушает миф о том, что мощные AI требуют невероятных вычислительных мощностей.

Nvidia уже потеряла более полутриллиона долларов, а США спешно запускает Stargate Project, куда планируют вложить от $500 млрд, чтобы догнать Китай. В то же время OpenAI обвиняет DeepSeek в distillation — использовании их API для обучения, но пока без конкретных доказательств.

Важно, что рынок AI переходит от закрытых монополий к open-source. Теперь любую продвинутую модель можно запустить локально, а AI-стартапы получают реальный шанс конкурировать с Big Tech. Мы стоим на пороге крупнейшего сдвига в AI за десятилетия.

2023-2026 годы — лучший момент для AI-стартапов. Компании с $100M ARR, если сделают ставку на AI-агентов, могут вырасти в 10 раз. Победители этого перехода будут определять рынок на десятилетия вперёд. Open-source ломает старые устои, а закрытые экосистемы либо адаптируются, либо исчезнут."

Константин Балцат, инженер-исследователь ИТМО, генеральный директор ООО «Эмэйт»