DeepSeek zet de AI-industrie op zijn kop: vijf harde lessen voor de VS

DeepSeek zet de AI-industrie op zijn kop: vijf harde lessen voor de VS

Hebben Amerikaanse technologiebedrijven volledig verkeerd begrepen hoe ze met Large Language Models (LLM) om moeten gaan? Het begint er sterk op te lijken.

DeepSeek, de AI-hit van deze week uit China, zal niet snel leraren in het klaslokaal vervangen. Net als zijn Amerikaanse tegenhangers kampt het nog steeds met het probleem van ‘hallucinaties’.

Toch is DeepSeek een leraar op zich. Met een aanzienlijk lagere prijs en prestaties die vergelijkbaar zijn met de slimste concurrenten in benchmarktests, dwingt het de giganten van Silicon Valley om terug naar de schoolbanken te gaan.

Ongeacht waar Nvidia-aandelen uiteindelijk landen na hun turbulente koersschommelingen, is het AI-landschap fundamenteel veranderd door de komst van DeepSeek. De slimste techbedrijven zullen zich hierop aanpassen zolang ze nog de kans hebben.

Hier zijn vijf belangrijke lessen die DeepSeek ons al heeft geleerd.

1. Amerikaans exceptionalisme is een illusie

Silicon Valley had misschien wel de grootste blinde vlek: de veronderstelling dat Amerikaanse bedrijven altijd de leiders van technologische innovatie zouden blijven.

China stond bekend als een productiecentrum en software-ingenieurs waren daar steeds meer in trek, maar de overtuiging was dat de Amerikaanse voorsprong in design en ondernemerschap onoverkomelijk zou zijn. Dus waarom veranderen?

Misschien had iemand in de Amerikaanse AI-industrie eens met de auto-industrie kunnen praten over hoe dit soort arrogantie tegenover buitenlandse concurrentie afloopt.

De VS heeft nog steeds de grootste economie ter wereld, maar de Chinese groeit sinds 2020 sneller. En hoewel de VS het financiële centrum van de wereld blijft, blijkt dat Chinese hedgefondsen – zoals die welke DeepSeek financierden – net zo ontwrichtend kunnen zijn.

Een analist zei maandag tegen Yahoo Finance’s Morning Brief dat DeepSeek “zeker niet het einde is van Amerikaans exceptionalisme”. Misschien niet, maar het zou zomaar het begin van het einde kunnen zijn. Geen enkel Amerikaans techbedrijf dat in de 21e eeuw wil overleven, kan het zich veroorloven te denken dat de VS de beste blijft, enkel omdat het de VS is.

2. Amerikaans protectionisme werkt averechts

De tweede les komt voort uit misplaatst patriottisme. DeepSeek is precies het soort buitenlandse doorbraak dat de Amerikaanse overheid al jaren probeert te voorkomen, ongeacht wie er president is. De CHIPS-wet van de regering-Biden had als doel krachtige processortechnologie uit Chinese handen te houden. Maar Chinese bedrijven hadden al een enorme voorraad aangelegd.

Het probleem met protectionisme? De meeste economen en tech-experts zeggen al jaren dat het niet werkt. Sterker nog, het protectionistische beleid van de CHIPS-wet lijkt een slapende reus wakker te hebben geschud in China’s eigen AI-ontwikkeling. DeepSeek werd gedwongen om efficiënter te werken met minder geavanceerde chipsets. En zoals altijd: noodzaak is de moeder van innovatie, ongeacht het land.

Bovendien hebben Amerikaanse bedrijven geen controle over hoe hun eigen producten wereldwijd worden gebruikt. De eerste versies van DeepSeek zouden gebouwd zijn met behulp van Llama, het open-source LLM van Meta. Het internet, en de informatiestroom die het met zich meebrengt, maakt de concurrentie steeds gelijkwaardiger. Het feit dat Amerikaanse techgiganten het internet in eerste instantie hebben helpen opbouwen, geeft hen geen vrijstelling.

3. Groter bouwen is niet altijd beter

Waarom reageerden de aandelenmarkten zo heftig op DeepSeek, met name tegen Nvidia? Omdat Nvidia-chips de kern vormen van de wereldwijde data center-uitbreiding waar de meeste grote techbedrijven – met uitzondering van Apple – massaal op inzetten. Maar deze uitbreiding gaat gepaard met hoge kosten, zowel financieel als ecologisch.

De verrassing van DeepSeek? Het is extreem efficiënt. Dit suggereert dat er nog grote innovaties mogelijk zijn aan de softwarekant, in plaats van enkel in de hardware van datacenters. LLM’s kunnen slimmer leren werken in plaats van harder.

Dit vergroot de kans dat bedrijven in de toekomst hun eigen AI-modellen zullen ontwikkelen, zonder afhankelijk te zijn van gigantische servers. Open-source AI-modellen kunnen zelfs klein genoeg worden om op een smartphone te draaien. (In dat geval: goed gespeeld, Apple.)

Met andere woorden: Amerikaanse AI-bedrijven dachten dat de oplossing lag in het bouwen van SUV’s op technologisch vlak. China bouwde echter een elektrische motorfiets die net zo snel kan als een SUV. En op deze digitale snelwegen geldt: het lichtste voertuig wint.