Comentarios sobre DeepSeek

La cantidad de dinero invertida en infraestructuras de IA ha suscitado preocupación entre los inversores durante algunos meses. De hecho, los inversores han mostrado con frecuencia su impaciencia a la hora de ver materializado el prometedor rendimiento de estas inversiones multimillonarias. En este contexto, es comprensible la reacción del mercado ante el flujo de noticias en torno a DeepSeek.

Según los resultados de las pruebas publicadas por la compañía china, su modelo es comparable a otros de primer nivel, pero por una fracción tanto del precio y como de la potencia de computación. La inestabilidad del mercado reside, por tanto, en si esto marcará una nueva tendencia y si el gasto en chips informáticos e infraestructuras disminuirá o se ralentizará. Por el momento, al ser el modelo de DeepSeek de código abierto, otras empresas de IA podrían probarlo.

Sin embargo, consideramos varias razones por las que todavía no existe un consenso generalizado en torno al impacto de este modelo:

A medida que el precio de entrenamiento e inferencia baje, como ha ocurrido desde los primeros modelos de IA generativa, la adopción podría aumentar en lugar de disminuir. Podríamos ver más modelos creados por más empresas, aumentando así la demanda de chips e infraestructura de IA. Esto es lo que ha ocurrido durante los últimos años. Puede que DeepSeek haya ayudado a acelerar este proceso.

Como empresa china, DeepSeek tuvo que hacer frente a las restricciones de EE.UU. que pesan sobre el país asiático en materia de chips sofisticados. Los resultados demuestran que la compañía ha logrado encontrar una forma de adaptarse a este entorno. Esto no significa que, de haberlas tenido disponibles, no hubieran utilizado las últimas GPU de Nvidia . Incluso podrían haberlo hecho mejor si hubieran tenido acceso sin restricciones a la infraestructura de IA. Por tanto, es probable que las empresas continúen construyendo su infraestructura de IA tan rápido como puedan para no quedarse atrás en la carrera de la IA.

Las diferentes versiones del modelo DeepSeek se basan en los modelos de código abierto Qwen (Alibaba) y Llama (Meta). Según el informe de DeepSeek en el que presentaron su modelo R1, han filtrado estos modelos más grandes para obtener su modelo a menor escala. Actualmente cuentan con un modelo de razonamiento que se compara bien con otros modelos de este tipo ya existentes. Sin embargo, los modelos de razonamiento no son más que un paso en la hoja de ruta de la IA. No está claro si el mismo enfoque podría funcionar para estadios más avanzados, como la IA agéntica.

Por ahora, todavía es pronto para evaluar el impacto de DeepSeek en el gasto informático. Sobre esto, serán esclarecedoras las preguntas que se formularán a las empresas tecnológicas durante las conferencias de presentación de resultados que tendrán lugar durante las próximas semanas. Además, estamos planeando organizar reuniones con nuestra red de expertos para conocer al detalle las implicaciones el impacto de este evento.

En cualquier caso, siempre hay ganadores en los nuevos paradigmas, y los modelos más baratos serían positivos para los proveedores de servicios en la nube, ya que reducirían su capex. Las empresas de software también podrían beneficiarse, ya que les permitiría ofrecer nuevas aplicaciones de IA a un coste menor.