01
这个春节，缔造了很多热点，也创造了不少奇迹时刻。
比如说今年春晚收视率创下了39%的新高，要知道在过去几年，春晚收视率差点就要跌破20%。
但这也只是奇迹的沧海一粟而已。
因为今年春节的最大的热点和奇迹，来自于一家名不见经传的中国AI初创公司，它叫做DeepSeek。
火到什么程度呢？
坦率来说，在春节这个注重娱乐和轻松的氛围下，DeepSeek用前所未有的关注热度，横跨中美两国几乎从政府、官媒、企业届到自媒体的所有头版头条。
宣传力度之广、规格之高、热度之久、影响力之大可以说平生罕见。
甚至连美国新任总统特朗普都在公开讨论DeepSeek，我身边所有人，不管是企业家，还是从来不关注商业的人，都在问DeepSeek是什么，怎么用？
所以，过去这几天，我们并不急于对DeepSeek做搬运式的报道，泛泛而谈。我们做了更深入的研究，我们会用两篇文章来聊一聊DeepSeek。
今天的单仁行会回答这么几个问题：
DeepSeek到底是做什么的？它为什么会这么火？
为什么从官方到社会各界要这么高规格、大力宣传它？意义在哪里？
02
DeepSeek母公司是2015年成立，后来成长为国内头部的千亿量化私募基金，幻方量化。
简单来说，量化就是用机器学习和算法策略进行全自动交易，用AI来炒股。
所以，幻方量化本身就跟AI渊源非常深，DeepSeek就是幻方旗下的大模型。
DeepSeek的爆火有三个直接原因：
第一、它是从国外火到了国内。（并不是先在国内火）
在1月20日之前，DeepSeek在国内的声音还少的可怜，但随着DeepSeek发布R1大模型之后，在美国的下载量直逼OpenAI的GPT。
“沉默的大多数”用自己的选择权引来了硅谷的关注。
这个DeepSeek是何方神圣，为什么能跟全球AI大模型领导者OpenAI并驾齐驱？
美国人越是研究，就越对DeepSeek感到惊讶，这个大模型的能力已经不亚于OpenAI最新的o1大模型。
换句话来说，在美国人最自信的AI大模型技术创新领域，中国的DeepSeek后来者居上，成为了跟OpenAI不分伯仲的顶级大模型，从一个跟随者变成了领跑者。
随后，DeepSeek一发不可收拾，从美国火到了中国，
第二、DeepSeek的训练成本极其低廉，团队数量小而精。
与DeepSeek的成绩形成直观反差的在于，DeepSeek大模型的训练成本不到600万美元，而GPT O1的训练的成本，保守要上亿美金。
并且，DeepSeek的团队成员大约在130人，其中几乎都是中国本土清一色的应届毕业生和博士实习生。
跟动辄上千人、履历完美的大厂团队形成了鲜明的反差。
这样的团队做出了毫不逊色OpenAI的顶级大模型，让硅谷的科技公司开始怀疑人生。
这就像千万的跑车跟十万的小车，在同一条赛道跑出了同等的成绩。
第三、DeepSeek是开源大模型。
所谓开源，就是DeepSeek把自己所有的技术代码全部公开，给所有人共享研究成果。
像OpenAI原来也是开源模型，但从GPT 3.0之后，OpenAI就选择了闭源。
因为这玩意太烧钱了，OpenAI和背后的股东舍不得。
我花了这么多钱，凭什么还要公开我的技术成果？
所以，OpenAI不再跟外界公开分享，而是转向闭源，开始追求商业化的结果，确保自己的位置能够一直领先。
但是，DeepSeek不仅做出了不逊色OpenAI最新的顶级大模型，还全部开源。
这不仅是技术上的打击，更是一种文化、理念和自信心上的打击。
连美国人自己也在说，这是斯普特尼克时刻。
这是一个冷战热词，斯普特尼克是人类历史上第一颗人造卫星，它由苏联最先发射，让自信的美国人很难接受，从而创立了NASA航天局，实现了登月计划。
现在轮到DeepSeek再度刺痛硅谷精英的自信心，纳指一度下跌3%，美国科技公司市值蒸发了5000亿美元。
这些反差和不可能，造就了DeepSeek的爆火。
03
当然，如果从更深角度去理解，用一句话来解释DeepSeek爆火的底层原因。
那就是：在我们自己都默认落后的大模型技术创新领域，DeepSeek用我们和美国人都未曾设想的方式，划出了一道奇迹之弧。
从OpenAI的ChatGPT大模型横空出世之后，尽管国内企业迅速跟进，也推出了不少对标GPT的大模型。
但是，实事求是的说，因为我们自己和清华大学的团队也在开发AI在营销领域的垂直应用，我们对不同大模型做了深度使用，也仔细研究了行业专家的意见。
在大模型底层的技术创新领域，我们真的可能还稍微落后。
特别是英伟达在算力领域的统治地位，它的高端AI芯片对中国处于禁运状态。
所以，投资界、企业界一直有一个声音，也就是“市场信仰派”。
底层技术和前沿创新，落后就落后了，既然打不过，那我们也别死追不放了。
我们来做分工，你做技术创新，我做应用变现，把技术迅速商业化，铺开到各个领域，赚到钱才是王道。
其实，这种思想从互联网和移动互联网时代就有了，我们一个惯性认知就是，美国企业擅长搞技术创新，中国企业更擅长做深度应用。
所以，在各个领域，我们会有一种跟随式的模仿思维，只强调怎么去快速模仿，在应用上赚钱，对底层创新极度缺乏耐心。
整个商业的驱动力，不是好奇心和创造欲，而是被利益所驱动。
利润高的项目才叫做有前景，如果把钱拿去做基础科研和技术研究，那就必然要遇到这样的质疑：
你离巨头还有多远？需要多久时间？要花多少钱？这中间能够创造收益吗？
如果答案是不确定的，那么，整个项目就没有任何价值。
不会有投资者去给你一分钱，哪怕是不缺钱的大厂，也不会对这样的项目拥有多少信心。
而且，大厂可能会更加追求商业化，因为大厂有盈利和增长的压力，需要对自己的股价和股东负责。
所以，如果一定要找一个商业上的理由，它可能是找不到的，因为划不来。
从商业角度来讲，基础研究的投入回报比很低，不如把钱花在模仿上，把别人的技术拿来，放到更多的应用场景。
这也是为什么创新没有发生在更有钱、更有资源的大厂，而是发生在DeepSeek这样的初创公司身上。
当然，我不能说过去的逻辑是错误的，因为在过去的全球化环境下，很多中国企业就是从模仿和跟随一步步成功的，这是铁的事实。
但是，今天的时代会有一点不一样了，它对创业者的要求，对产业发展的方向有了新的变化。
04
DeepSeek给我们揭示了三点：
第一、在AI时代，企业必须要找回和重新拥有我们对技术驱动型创新的信心，特别是底层的硬核创新。
虽然这么做，可能暂时还不容易被理解，但是，整个社会需要被一个又一个事实教育。
这也是为什么官方会高规格去宣传DeepSeek，当这个社会能够让硬核创新的人功成名就，群体性想法就会被改变。
特别是中国目前和未来产业结构的调整，已经明显偏向于技术的创新。
过去赚快钱的时代和运气，今天会变得极其稀少，想要有所成就，就必须要参与到真正的技术创新当中，走到技术的前沿，去推动整个生态的发展，这也是专精特新的根本含义。
第二、中国本土的人才被严重低估了，我们可以尝试把更多资源拿来培养企业内部的人才以及新鲜血液，而不是迷信“外来的和尚会念经”，花大代价引进外部大公司的人才。
DeepSeek和幻方量化的创始人，梁文锋说：
“在颠覆性的技术面前，闭源形成的护城河是短暂的，即使OpenAI闭源，也无法阻止被别人赶超。
所以，我们把价值沉淀在团队上，让我们的同事在这个过程中得到成长和积累，形成可以创新的组织和文化，这就是我们的护城河。”
我曾经说过，包括在除夕的文章里也讲到“向心而聚”，做企业就是在做一个投资回报的游戏，我们把钱投入到哪里，能够获得更大、稳定、持续的回报？
我想除了营销之外，那必然就是投到我们的团队，我们的成员。
人，才是公司最大的资产。
重视文化和团队的学习、培养，是很多企业在未来发展中最需要落地的方向。
第三、AI时代的创业和发展逻辑，需要摆脱惯性思维。
过去所有企业的成功，所有的模型都是上一代的产物，未来不一定成立。
如果拿以前互联网时代的商业逻辑，去讨论视播时代和AI时代的盈利模式，可能就是一种刻舟求剑。
所以，回到本源，回到我们创业的发心去思考：
我们目前所做的，未来想要做的事，能不能让整个社会的运行效率变高，能不能给社会创造更多的价值？
我们能不能在产业分工的链条上，找到自己最擅长的位置，往下扎根？
我想，只有自我定位更加清晰、更加精细化运营、更能跟上时代的企业，才更有机会在未来活下来，获得更大的发展。
—
还没有评论，来说两句吧...