IBM首席执行官：DeepSeek证明我们是对的

近日，DeepSeek公司颠覆了人工智能领域的传统认知。长久以来，业界普遍认为训练尖端模型需要超过10亿美元资金投入和数千颗最先进的芯片，认定人工智能必须闭源开发，并相信只有少数公司拥有构建人工智能模型的能力——因此严守技术机密至关重要。但这家中国公司给出了不同答案。媒体报道显示，他们仅用2,000颗英伟达（Nvidia）芯片，以约600万美元的超预期成本就完成了最新模型的训练。这印证了我们始终坚持的观点：更精简高效的模型无需庞大封闭系统也能取得实质突破。然而中国团队的创新引出了一个更深刻的命题：谁将主导人工智能的未来？真正的解决之道不在于限制进步，而在于构建由高校、企业、科研机构和公民社会组织共同参与的开发生态。另外一种选择是什么？就是让那些价值观和优先事项不同的人掌握人工智能的领导权。这意味着我们要主动放弃对这项关键技术的掌控。因为唯有实现人工智能民主化，才能催生真正的创新与进步。如今，炒作的时代已经结束。我坚信2025年必须成为打破人工智能术垄断的破局之年。到2026年，社会各界不应止步于应用人工智能，更要成为人工智能共建者。

DeepSeek对人工智能领域的启示

构建这样一个未来的关键在于小型开源模型。DeepSeek给我们带来的启示是，最佳的工程设计应该从性能和成本两个方面进行优化。一直以来，人工智能被视为规模化的游戏——模型规模越大，效果越好。但DeepSeek真正的突破除了规模，还关乎效率方面。在IBM的研究中，我们发现针对特定用途优化的模型已经将人工智能推理成本降低了30倍，极大提高了人工智能模型训练的效率和可及性。我不认为通用人工智能（AGI）即将到来，或者人工智能的未来取决于建造规模如曼哈顿般庞大、依靠核能供电的数据中心。这些观点制造了虚假的二元对立。没有任何物理法则规定人工智能必须是昂贵的。训练和推理成本并不是固定的——这是一个亟待解决的工程挑战。无论老牌企业还是初创公司都有能力降低这些成本，使人工智能变得更实用和更加普及。这种情况早有先例。在计算机发展初期，存储和处理能力成本高昂，令人望而却步。然而，通过技术进步和规模经济效应，这些成本大幅下降，由此开启了一波又一波的创新和应用浪潮。人工智能也将遵循同样的轨迹。这对于世界各地的企业而言是好消息。一项技术只有变得经济可行且容易获取时，才能真正发挥变革性的作用。通过采用开放、高效的人工智能模型，企业可以获得契合自身需求的高性价比解决方案，使人工智能在各行各业释放出最大潜力。（财富中文网）翻译：刘进龙审校：汪皓