DeepSeek 旗下人工智能模型 R1 近期被麥格理（Macquarie）分析師質疑，其開發成本或遠高於官方公佈的數字。報告指，實際開發成本預估達 26 億美元（約港幣 202.8 億元），較 DeepSeek 早前公佈的數字高出 467 倍。分析師認為，人工智能領域的投資與技術發展息息相關，成本下降雖能推動普及，但市場增長仍依賴資本支出。
麥格理分析師在最新報告中指：「我們估算 DeepSeek-R1 實際開發成本為 26 億美元」，「這個估算是基於先前的研究得出的結論，開發成本比報告數字高出 467 倍。」。分析師認為，運算資源是一種擁有明確成本曲線的商品，硬件效率的提升可增加計算能力的供應，而軟件的進步則減少對計算資源的需求。
分析師認為，計算能力的增長與硬件效能提升密不可分。報告提及，計算硬件效率的提升使得每兆瓦可支援的 AI 運算單位增加，而軟件技術的進步則降低對計算資源的需求，兩者共同推動 AI 技術發展。「硬件效率提升使每單位電力可支援的 AI 運算能力增加，而改善軟件則能降低運算需求，使整體 AI 運算成本下降。」報告指出，這種變化有助於人工智能應用的廣泛採用。
除了成本問題，報告亦強調開源人工智能技術的影響。開放原始碼模式讓開發者能免費使用技術，同時採用麻省理工學院（MIT）許可證等開放授權，令 AI 企業可降低進入門檻。分析師表示，這將促使更多企業投入 AI 模型開發，進一步推動市場競爭與技術創新。「開源人工智能模式的優勢在於降低技術與資金門檻，令更多企業能夠參與 AI 基礎模型的建構。」報告指出，這種趨勢將改變人工智能市場格局。
即使 AI 開發成本受到關注，市場對計算資源的需求仍在上升。分析師提及「杰文斯悖論」，即技術效率提高反而會帶動資源消耗增加。AI 領域亦受此影響，運算成本下降後，反而使企業更積極投入 AI 訓練與推理運算，進一步擴大整體運算資源的需求。報告亦指出，人工智能相關投資已成為數據中心營運商的主要增長動力。隨著 AI 應用需求不斷擴大，企業對計算基礎設施的支出將持續上升。
資料來源：Investing.com
