由 jpichiban Mon, 03 Feb 2025 23:36:00 GMT
中国深度求索公司（DeepSeek）仅耗资600万美元便构建出强大的人工智能模型，这一消息震动了全球股市。尽管有人对开发AI模型的惊人低成本提出质疑，但多数人认同，深度求索大幅降低了运行强大AI模型的持续成本，且该公司免费开放技术的决定已改变了行业走向。CNBC Pro采访了全球多家企业，探讨深度求索新AI模型将如何影响其运营与财务状况。
纳斯达克上市公司Roadzen正试图用人工智能颠覆汽车保险行业。据其首席执行官Rohan Malhotra介绍，公司的AI服务帮助保险承保客户将处理80%小额事故索赔的时间从六周缩短至两分钟。由于处理保险索赔的敏感性及可能错误预测高额成本，Roadzen此前仅限于使用少数能产出精确结果的高级AI模型，如OpenAI、Anthropic和Meta的产品。直到深度求索发布其R1模型，情况才有所改变。
Malhotra强调，客户无法承受准确率仅60%-70%的模型，那将带来重大经济问题，他们需要的是准确率达95%-99%的模型。拥有卡内基梅隆大学机器人学硕士学位的他，认为深度求索R1的输出质量与OpenAI的顶级大语言模型o1相当，同时提供了包括成本在内的对公司至关重要的其他优势。
以2024年9月结束的季度为例，Roadzen处理了607,577起保险索赔，每起索赔约消耗4,000个token（AI模型处理的最小数据单位，约750词等于1,000个token）。使用OpenAI最新大语言模型o1，季度成本为36,455美元，平均每起索赔AI成本6美分。而采用深度求索R1，通过AI模型托管公司Together.ai的价格计算，季度成本降至17,012美元，每起索赔仅3美分，比OpenAI模型节省50%。此外，Roadzen在按保单微调或训练AI模型时还会产生额外成本，使用OpenAI o1模型为21,185美元，深度求索R1则为10,593美元。公司还需运行专有AI模型以估算索赔成本、通过视频检测车辆损坏及防欺诈等，这些不在商用模型覆盖范围内，也带来额外支出。
Malhotra补充道，他们真正关心的是推理成本、输出准确性以及模型是否以良好方式达到设定的基准。
深度求索开源其推理模型的里程碑决策，加之较低成本，使其相较于Meta Platforms的Llama等现有开源模型更具吸引力。瑞典AI平台Ooda AI的CEO兼创始人Arli Charles Mujkic告诉CNBC，其公司在深度求索技术发布当天就将其集成到自家AI产品中。Ooda AI运营一家数字商店，供客户选择AI模型，为特定任务挑选最佳应用。公司业务内有多样收入来源：销售按月订阅的AI应用、允许客户为AI程序和使用token支付基础费用，并向企业客户提供固定期限合同。
Mujkic对深度求索v3大语言模型——支撑其AI产品的技术——给予了高度评价，认为其开源策略及成本效益使其成为行业变革者。 Ooda AI公司，这家拥有德国最大健康保险公司之一作为客户的企业，声称使用开源AI模型解决每个客户支持问题的成本约为1.875美分，即每百万次处理需花费18,750美元。然而，据该公司透露，同样的任务若采用深度求索（DeepSeek）的AI模型执行，成本有望降低32%。过去一年，该公司在斯德哥尔摩上市的股票涨幅超过1,400%，他们期待深度求索的AI模型能进一步降低成本，最终提升收入。
“相比Llama等模型，它便宜了35%，这意味着对我们而言——在不改变企业端定价的前提下——我们的利润将直接增加35%。”他告诉CNBC，“同时，对于支付AI计算费用的客户来说，成本也相应减少了35%，因为这与按令牌计费的价格同步下降。”深度求索的R1推理模型在性能上与OpenAI的o1相当，而运行成本却低至80%。“这正是当前发生的范式转变。”他补充道。
总部位于北卡罗来纳州的老年护理平台CareYaya的CEO Neal K. Shah也向CNBC表示，他的公司——已开始利用AI帮助客户对抗健康保险拒赔——对深度求索充满期待。“深度求索直接将我们的成本降低了90%，使我们能帮助更多人。”他在一条消息中说道，“在美国，平均每起健康保险拒赔上诉的成本是43.84美元。我们曾使用OpenAI和Anthropic将成本降至12美分——现在，我们在后端采用深度求索，每次上诉的成本仅为2美分。”当被问及深度求索是否会提升CareYaya的净利润时，Shah毫不犹豫地回答“是的”。“这是成本降低的惊人飞跃。”他解释道，“我们会将大部分节省下来的费用让利于消费者，从而能够服务更多人。”
尽管过去两年AI成本大幅下降，但企业并不预期向终端用户提供AI服务的成本会以同等速度下降。Roadzen的Malhotra指出，AI成本仅占其向西方市场保险客户收取的每笔约150美元索赔费用中的一小部分。大部分成本投入到了研发以及将大型企业的遗留系统与其AI系统对接上。然而，他预计未来AI成本的降低将推动新兴市场的自动化进程，在这些地区，当前劳动力成本与AI系统相比仍具竞争力。
“作为一家全球性公司，150美元可能是高度发达市场的定价。当我们把推理成本降到足够低时，就能在全球范围内部署。”Malhotra补充道。
原文链接：https://www.cnbc.com/2025/02/04/how-deepseeks-new-ai-models-are-impacting-the-profits-of-global-companies.html