DeepSeek คืออะไร? ทำไม AI ตัวใหม่จากจีนตัวนี้ถึงเป็นที่น่าจับตามอง และเข้ามาสั่นคลอนความเป็นผู้นำด้าน AI ของสหรัฐอเมริกา
DeepSeek สตาร์ทอัพด้าน AI ของจีนที่ไม่ค่อยมีใครรู้จัก แต่กลับสร้างความตกตะลึงไปทั่วโลก ด้วยการเปิดตัวโมเดล AI ใหม่ล่าสุด โมเดลนี้ได้รับการพัฒนาไม่ได้โดดเด่นแค่ประสิทธิภาพ และเป็นโอเพ่นซอร์สเท่านั้น และยังมีต้รทุนที่ถูกอย่างน่าเหลือเชื่อ ซึ่งเป็นการท้าทายมหาอำนาจ AI อย่าง OpenAI, Google และ Meta แล้วทำไม
DeepSeek คืออะไร?
DeepSeek เป็นบริษัทสตาร์ทอัพที่ก่อตั้งขึ้นในเดือนพฤษภาคม 2023 โดย Liang Wenfeng ซึ่งเป็นบุคคลที่มีความสามารถโดดเด่นทั้งด้านกองทุนป้องกันความเสี่ยงและ AI โดย DeepSeek ได้รับเงินทุนเพียงจาก High-Flyer กองทุนป้องกันความเสี่ยงที่ก่อตั้งโดย Wenfeng เอง แต่ก็สามารถดำเนินงานได้อย่างอิสระ
โมเดลการระดมทุนที่ไม่เหมือนใครทำให้ DeepSeek สามารถดำเนินโครงการ AI ที่ทะเยอทะยานได้โดยไม่ต้องรับแรงกดดันจากนักลงทุนภายนอก ทำให้ DeepSeek สามารถให้ความสำคัญกับการวิจัยและพัฒนาในระยะยาวได้
ทีมงานหลักของ DeepSeek ประกอบด้วยบัณฑิตที่มีความสามารถและอายุน้อยจากมหาวิทยาลัยชั้นนำของจีน ทำให้มีความเข้าใจอย่างลึกซึ้งเกี่ยวกับภาษาและวัฒนธรรมจีน โดยเฉพาะอย่างยิ่ง แนวทางการจ้างงานของบริษัทที่ให้ความสำคัญกับความสามารถทางเทคนิคมากกว่าประสบการณ์การทำงาน
ผลิตภัณฑ์ของ DeepSeek
- DeepSeek Coder ในเดือนพฤศจิกายน 2023 ซึ่งเป็นโมเดลโอเพ่นซอร์สที่ออกแบบมาสำหรับงานเขียนโค้ด ตามมาด้วย
- DeepSeek LLM ซึ่งเป็นโมเดล AI ที่มีพารามิเตอร์ 67B มีเป้าหมายที่จะแข่งขันกับโมเดลภาษาขนาดใหญ่ตัวอื่นๆ
- DeepSeek-V2 เปิดตัวในเดือนพฤษภาคม 2024 และได้รับความสนใจอย่างมากเนื่องจากประสิทธิภาพสูงและต้นทุนต่ำ ทำให้เกิดสงครามราคาในตลาดโมเดล AI ของจีน กลยุทธ์การกำหนดราคาแบบนี้บังคับให้ยักษ์ใหญ่ด้านเทคโนโลยีของจีนรายอื่นๆ เช่น ByteDance, Tencent, Baidu และ Alibaba ต้องลดราคาโมเดล AI ของตนลงเพื่อการแข่งขัน
ความสำเร็จของผลิตภัณฑ์ต่าง ๆ ของ DeepSeek
DeepSeek-V2 ประสบความสำเร็จต่อจาก DeepSeek-Coder-V2 ซึ่งเป็นโมเดลขั้นสูงที่มีพารามิเตอร์ 2.36 แสนล้านตัว ออกแบบมาเพื่อรับมือกับการเขียนโค้ดที่ซับซ้อน และรองรับโทเค็นได้สูงถึง 128,000 โทเค็น โมเดลนี้พร้อมใช้งานผ่าน API ที่ต้นทุนถูกมากเพียง 0.14 ดอลลาร์ (ประมาณ 4.73 บาท) ต่อโทเค็นอินพุตปริมาณหนึ่งล้านโทเค็น และ 0.28 ดอลลาร์ (ประมาณ 9.46 บาท) ต่อโทเค็นเอาท์พุตหนึ่งล้านโทเค็น
DeepSeek-V3 ถูกเปิดตัวในเดือนธันวาคม 2024 ที่ผ่านมา โมเดลภาษาขนาดใหญ่ (LLM) รุ่นใหม่นี้ เป็น AI รูปแบบวิเคราะห์และสร้างข้อความ มีขนาดเกือบ 700 กิกะไบต์ ซึ่งใหญ่เกินกว่าที่จะใช้งานบนฮาร์ดแวร์ทั่วไปได้ และมีพารามิเตอร์ 6.85 แสนล้านตัว ทำให้มีโมเดล AI ที่มีขนาดใหญ่กว่า LLM ทุกตัวที่เคยเปิดให้ดาวน์โหลดฟรี ณ ขณะนี้ ในขณะที่ Llama 3.1 ซึ่งเป็น LLM หลักของ Meta บริษัทแม่ของ Facebook ที่เปิดตัวในเดือนกรกฎาคม มีพารามิเตอร์เพียง 4.05 แสนล้านตัวเท่านั้น
นอกจากนี้ DeepSeek ยังนำเสนอโมเดล AI อื่นๆ อีกมากมาย เช่น DeepSeek-R1-Distill ซึ่งอิงตามโมเดลโอเพ่นซอร์สยอดนิยม เช่น Llama และ Qwen ซึ่ง DeepSeek-R1-Distill ได้รับการปรับแต่งอย่างละเอียดบนข้อมูลสังเคราะห์ที่สร้างขึ้น โมเดล AI นี้สามารถทำได้ได้แตกต่างกันตามความต้องการในการคำนวณและฮาร์ดแวร์ที่แตกต่างกัน
แม้ว่า DeepSeek จะประสบความสำเร็จอย่างน่าทึ่งในช่วงเวลาสั้นๆ แต่สิ่งสำคัญที่ต้องทราบคือบริษัทมุ่งเน้นที่การวิจัยเป็นหลัก และยังไม่มีแผนในเชิงพาณิชย์ในอนาคตอันใกล้นี้
AI จากจีน
ในช่วงแรก อุตสาหกรรม AI ของจีนดูเหมือนจะด้อยกว่าสหรัฐอเมริกา อยู่มาก ซึ่งสาเหตุหนึ่งเกิดจากการคว่ำบาตรของสหรัฐอเมริกา ในปี 2022 สหรัฐอเมริกาได้ห้ามการส่งออกชิปรุ่นสูงไปยังจีน Nvidia ผู้ผลิตชิปรายใหญ่ ต้องออกแบบผลิตภัณฑ์ที่ลดประสิทธิภาพลงสำหรับตลาดจีนโดยเฉพาะ และสหรัฐอเมริกายังพยายามป้องกันไม่ให้จีนพัฒนาการผลิตชิปรุ่นท็อปภายในประเทศ โดยการห้ามส่งออกอุปกรณ์ที่จำเป็นในการผลิตชิป และข่มขู่ลงโทษบริษัทที่อาจให้ความช่วยเหลือจีน
อุปสรรคอีกประการหนึ่งเกิดขึ้นภายในประเทศ บริษัทจีนเข้าสู่ตลาด LLM ช้า เนื่องจากกังวลเกี่ยวกับข้อบังคับจากหน่วยงานรัฐ บริษัทต่างๆ กังวลว่าการเซนเซอร์จะส่งผลเสียต่อโมเดล AI จนทำให้สร้างผลลัพธ์ที่ไม่ถุกต้อง หรืออาจเลวร้ายกว่านั้น คือสร้างข้อความที่มีอันตรายทางการเมือง Baidu บริษัทเสิร์ชเอนจินยักษ์ใหญ่ ได้ทดลองใช้ LLM ภายในบริษัทเป็นเวลาหลายปี และได้สร้าง LLM ชื่อ “ERNIE” แต่ก็ลังเลที่จะเปิดตัวสู่สาธารณะ โดยในช่วงแรก Baidu อนุญาตให้เฉพาะผู้ที่ได้รับเชิญเท่านั้นที่สามารถเข้าถึง ERNIEbot ได้
ในที่สุด ทางการจีนก็ออกกฎระเบียบเพื่อส่งเสริมอุตสาหกรรม AI แม้ว่าจะเรียกร้องให้ผู้พัฒนาโมเดลเน้นเนื้อหาที่ดีและยึดมั่นใน “ค่านิยมสังคมนิยม” แต่ก็ยังให้คำมั่นว่าจะ “สนับสนุนการพัฒนา Generative AI ” เพราะจีนต้องการแข่งขันในตลาด AI ระดับโลก
ความร่วมมือเชิงกลยุทธ์ของ DeepSeek
ความสำเร็จของ DeepSeek ไม่ได้เกิดจากความพยายามภายในเพียงอย่างเดียว แต่บริษัทยังสร้างความร่วมมือเชิงกลยุทธ์กับบริษัทอื่นเพื่อยกระดับความสามารถทางเทคโนโลยีและการเข้าถึงตลาดอีกด้วย ซึ่งความร่วมมือหนึ่งที่โดดเด่นก็คือความร่วมมือกับ AMD ทำให้ DeepSeek สามารถใช้ GPU AMD Instinct และซอฟต์แวร์ ROCM ในขั้นตอนสำคัญของการพัฒนาโมเดล AI โดยเฉพาะอย่างยิ่งสำหรับ DeepSeek-V3
ความสำเร็จของ DeepSeek
ความสำเร็จของ DeepSeek มาจากนวัตกรรมสำคัญหลายประการ ได้แก่
1) Reinforcement Learning (RL)
วิธีการดั้งเดิมต้องอาศัยการปรับแต่งโมเดล AI อย่างละเอียดภายใต้การดูแลอย่างมาก แต่ DeepSeek ใช้วิธี Reinforcement Learning ที่เป็นวิธีการเรียนรู้ของ AI ที่โมเดลจะเรียนรู้โดยการโต้ตอบกับสภาพแวดล้อมและได้รับรางวัล หรือบทลงโทษตามการกระทำของมัน เป้าหมายของ RL คือการเรียนรู้วิธีการกระทำที่จะทำให้ได้รับรางวัลสูงสุดในระยะยาว คล้ายกับวิธีที่มนุษย์เรียนรู้จากประสบการณ์ วิธีการนี้ช่วยให้ AI พวกเขาพัฒนาทักษะการใช้เหตุผลที่ซับซ้อนมากขึ้น และปรับตัวเข้ากับสถานการณ์ใหม่ๆ ได้อย่างมีประสิทธิภาพมากขึ้น
2) สถาปัตยกรรม Mixture-of-Experts (MoE)
โมเดลของ DeepSeek ใช้สถาปัตยกรรม MoE ซึ่งจะเปิดใช้งานส่วนเล็ก ๆ ของพารามิเตอร์สำหรับงานใดงานหนึ่ง การเปิดใช้งานแบบเลือกเฉพาะจุดนี้ช่วยลดต้นทุนการคำนวณและเพิ่มประสิทธิภาพอย่างมาก เปรียบเทียบได้กับทีมผู้เชี่ยวชาญที่แต่ละคนมีความเชี่ยวชาญในสาขาที่แตกต่างกัน เมื่อต้องเผชิญกับงาน จะมีเพียงผู้เชี่ยวชาญที่เกี่ยวข้องกับงานนั้นเท่านั้นที่ถูกเรียกใช้ ทำให้มั่นใจได้ว่าใช้ทรัพยากรและความเชี่ยวชาญอย่างมีประสิทธิภาพ สถาปัตยกรรม MoE ของ DeepSeek ทำงานในลักษณะเดียวกัน โดยเปิดใช้งานเฉพาะพารามิเตอร์ที่จำเป็นสำหรับแต่ละงานเท่านั้น ส่งผลให้ประหยัดต้นทุนและประสิทธิภาพการทำงานดีขึ้น
3) กลไก Multi-Head Latent Attention (MLA)
DeepSeek-V3 ใช้กลไกแบบ MLA ซึ่งช่วยเพิ่มความสามารถของโมเดลในการประมวลผลข้อมูลโดยการระบุความสัมพันธ์ที่ละเอียดอ่อน และจัดการกับความหลากหลายแง่มุมของอินพุตไปพร้อม ๆ กัน ลองนึกภาพว่า “หัวที่โฟกัสความสนใจ” อยู่หลายหัว และแต่ละหัวจะโฟกัสไปที่แง่มุมของข้อมูลที่ต่างกันออกไปด้วยกลไกแบบนี้ทำให้โมเดลสามารถเข้าใจข้อมูลได้อย่างครอบคลุมยิ่งขึ้น และกลไกนี้มีส่วนทำให้ DeepSeek-V3 มีประสิทธิภาพที่น่าประทับใจในการทดสอบ
4) การกลั่นกรอง (Distillation)
DeepSeek ใช้เทคนิคการกลั่นกรองเพื่อถ่ายทอดความรู้ และความสามารถของโมเดลขนาดใหญ่ไปยังโมเดลขนาดเล็กที่มีประสิทธิภาพ ทำให้ AI ที่ทรงพลังสามารถเข้าถึงผู้ใช้ได้บนอุปกรณ์ที่หลากหลาย เปรียบได้กับ ครูที่ถ่ายทอดความรู้ให้กับนักเรียน ทำให้นักเรียนสามารถทำงานด้วยความชำนาญที่ใกล้เคียงกับครู แต่ใช้การฝึกและทรัพยากรที่น้อยกว่า กระบวนการกลั่นกรองของ DeepSeek ช่วยให้โมเดลขนาดเล็กสืบทอดความสามารถในการให้เหตุผล และประมวลผลภาษาขั้นสูงของโมเดลขนาดใหญ่ได้
เทคนิคเหล่านี้ เมื่อรวมกับการมุ่งเน้นด้านการทำงานร่วมกันแบบโอเพนซอร์สของ DeepSeek ทำให้บริษัทอยู่ในตำแหน่งที่มีอิทธิพลต่อการเปลี่ยนแปลงของ AI
แนวทางด้านต้นทุนของ DeepSeek
ความมุ่งมั่นด้านต้นทุนของ DeepSeek เห็นได้ชัดเจนอย่างยิ่งในกลยุทธ์การพัฒนาและการกำหนดราคา เช่น
- ต้นทุนการเทรน AI ที่ลดลง : ด้วยการใช้ประโยชน์จาก RL และสถาปัตยกรรมที่มีประสิทธิภาพ เช่น MoE ทำให้ DeepSeek สามารถลดทรัพยากรที่จำเป็นสำหรับการฝึก AI ลงอย่างมาก ส่งผลให้ต้นทุนลดลง ตัวอย่างเช่น DeepSeek-V3 ได้รับการฝึกด้วยต้นทุนเพียงเศษเสี้ยวของโมเดลที่ใกล้เคียงกันของ Meta สะท้อนให้เห็นถึงความสามารถของ DeepSeek ในการบรรลุประสิทธิภาพสูงด้วยการลงทุนที่น้อยกว่ามาก
- ราคา API ที่เหมาะสม : ราคา API ของ DeepSeek ต่ำกว่าคู่แข่งอย่างมาก ทำให้โมเดลของบริษัทสามารถเข้าถึงธุรกิจขนาดเล็กได้ รวมถึงนักพัฒนาที่อาจไม่มีทรัพยากรมากนัก ตัวอย่างเช่น API ของ DeepSeek-R1 มีค่าใช้จ่ายเพียง 0.55 ดอลลาร์สหรัฐฯ (ประมาณ 18.59 บาท) ต่อโทเค็นอินพุตหนึ่งล้านตัว และ 2.19 ดอลลาร์สหรัฐฯ (ประมาณ 74 บาท) ต่อโทเค็นเอาต์พุตหนึ่งล้านตัว ในขณะที่ API ของ OpenAI ซึ่งมีค่าใช้จ่าย 15 ดอลลาร์สหรัฐฯ (ประมาณ 507 บาท) และ 60 ดอลลาร์สหรัฐฯ (ประมาณ 2,027 บาท) ตามลำดับ
- โมเดลโอเพนซอร์ส : แนวทางแบบโอเพนซอร์สของ DeepSeek ช่วยเพิ่มประสิทธิภาพด้านต้นทุน สิ่งนี้ช่วยให้นักพัฒนาสามารถเข้าถึง แก้ไข และปรับใช้โมเดลของ DeepSeek ได้อย่างอิสระ ลดอุปสรรคทางการเงินในการเข้าถึง AI และส่งเสริมให้การนำ AI ขั้นสูงไปใช้อย่างแพร่หลายมากขึ้น
ผลกระทบของ DeepSeek ต่อวงการ AI
ผลกระทบด้านการแข่งขัน
การเข้าสู่ตลาด AI ของ DeepSeek ได้สร้างแรงกดดันในการแข่งขันอย่างมีนัยสำคัญต่อยักษ์ใหญ่ เช่น OpenAI, Google และ Meta เพราะ DeepSeek เสนอโมเดล AI ที่มีราคาที่ต่ำกว่าและเป็นโอเพนซอร์ส ทำให้ผู้เล่นรายใหญ่เหล่านี้ต้องลดราคา หรือปรับปรุงข้อเสนอของตนเพื่อเพิ่มการแข่งขัน ทำให้แนวโน้มที่จะส่งผลให้ AI มีราคาถูกลง และเข้าถึงได้ง่ายขึ้นสำหรับทั้งธุรกิจและผู้บริโภค
นอกจากนี้ กลยุทธ์การกำหนดราคาของ DeepSeek ได้จุดชนวนสงครามราคาภายในตลาดโมเดล AI ของจีนเป็นที่เรียบร้อยแล้ว ยักษ์ใหญ่ด้านเทคโนโลยีของจีนรายอื่น ๆ ต้องประเมินและปรับโครงสร้างราคาใหม่ ยิ่งเป็นการเน้นย้ำถึงผลกระทบของ DeepSeek ต่อตลาดปัญญาประดิษฐ์
ผลกระทบต่อชุมชน AI
ความมุ่งมั่นของ DeepSeek ในการสร้างโมเดลแบบโอเพนซอร์สกำลังทำให้ผู้คนการเข้าถึงเทคโนโลยี AI ขั้นสูงได้มากขึ้น และไม่ใช่แค่ธุรกิจขนาดใหญ่อีกต่อไป แต่ยังรวมถึงธุรกิจขนาดเล็ก นักวิจัย และนักพัฒนาอีกด้วย การเข้าถึงเหล่านี้จะส่งเสริมนวัตกรรมของ AI และทำให้เกิดระบบนิเวศ AI ที่หลากหลายมากขึ้น แนวทางแบบโอเพนซอร์สของ DeepSeek ยังเพิ่มความโปร่งใส และความรับผิดชอบในการพัฒนา AI โดยการทำให้โมเดลและข้อมูลที่ใช่ฝึก AI สามารถใช้ได้โดยทั่วไป ทำให้ชุมชนสามารถระบุและแก้ไขปัญหาอคติ และปัญหาทางจริยธรรมที่อาจเกิดขึ้น ท้ายที่สุดการเปิดเผยนี้จะนำไปสู่ความก้าวหน้าของ AI ที่มีความรับผิดชอบและมีจริยธรรมมากขึ้น
การเปลี่ยนโฟกัส
ความสำเร็จของ DeepSeek เน้นย้ำถึงความสำคัญของประสิทธิภาพของอัลกอริทึม และการเพิ่มประสิทธิภาพของทรัพยากรในการพัฒนา AI แทนการเพิ่มขนาดของโมเดลหรือชุดข้อมูเพียงอย่างเดียว DeepSeek แสดงให้เห็นถึงสามารถสร้าง AI ที่มีประสิทธิภาพจากทรัพยากรที่น้อยกว่ามาก ท้าทายความเชื่อแบบดั้งเดิมที่ว่า การพัฒนาโมเดล AI ที่เก่งขึ้นจะต้องใช้ชุดข้อมูลขนาดใหญ่ นอกจากนี้ การพัฒนา AI ของ DeepSeek ยังมีผลกระทบเชิงบวกต่อสิ่งแวดล้อม ทำให้เกิดแนวทางการสร้าง AI ที่ยั่งยืนโดยการลดการใช้พลังงานและลดการใช้ทรัพยากรในการคำนวณ
จังหวะเวลาเชิงกลยุทธ์
การเปิดตัวผลิตภัณฑ์ล่าสุดของ DeepSeek โดยเฉพาะการเปิดตัว DeepSeek-R1 ดูเหมือนจะเป็นกลยุทธ์ที่วางแผนเอาไว้ เพื่อให้สอดคล้องกับเหตุการณ์ทางภูมิรัฐศาสตร์ เช่น การเข้ารับตำแหน่งของประธานาธิบดีทรัมป์ อาจเป็นความจงใจในการท้าทายการครองอำนาจด้าน AI ของสหรัฐฯ และแสดงให้เห็นถึงความสามารถด้าน AI ของจีนที่กำลังเติบโตอย่างรวดเร็ว
ความท้าทายของ DeepSeek
ข้อเสียเปรียบด้านการคำนวณ
แม้ว่า DeepSeek จะประสบความสำเร็จอย่างโดดเด่น แต่ก็เผชิญกับข้อเสียเปรียบด้านการคำนวณอย่างมีนัยสำคัญเมื่อเทียบกับคู่แข่งในสหรัฐอเมริกา ช่องว่างนี้ถูกขยายออกไปอีกจากการควบคุมการส่งออกชิปขั้นสูงของสหรัฐฯ และนั้นส่งผลถึงการพัฒนาของ DeepSeek อย่างแน่นอน การปิดช่องว่างในการคำนวณนี้เป็นสิ่งสำคัญอย่างยิ่งสำหรับ DeepSeek ในการปรับขนาดนวัตกรรมและแข่งขันในระดับโลก
การรับรู้ของตลาด
DeepSeek อาจพบกับความยากลำบากในการสร้างระดับความไว้วางใจ การสร้างชื่อเสียงของแบรนด์ที่แข็งแกร่ง และเอาชนะความสงสัยเกี่ยวกับต้นทุนที่ต่ำอย่างไม่น่าเชื่อ ซึ่งเป็นสิ่งสำคัญสำหรับความสำเร็จในระยะยาว การสร้างการรับรู้ของตลาดผ่านการสร้างแบรนด์ที่มีประสิทธิภาพ จะมีความสำคัญอย่างยิ่งในการสร้างความแตกต่างจากคู่แข่ง และรักษาฐานลูกค้า
ภูมิทัศน์การแข่งขัน
ตลาด AI มีการแข่งขันอย่างเข้มข้น โดยผู้เล่นรายใหญ่ต่างก็พัฒนานวัตกรรมและเปิดตัวโมเดลใหม่ๆ อย่างต่อเนื่อง เพื่อรักษาความได้เปรียบ DeepSeek ต้องรักษาอัตราการพัฒนาที่รวดเร็ว และสร้างความแตกต่างอย่างต่อเนื่อง ซึ่งต้องอาศัยการพัฒนานวัตกรรมที่ทำให้ DeepSeek มีความแตกต่างจากบริษัทอื่นๆ
การเซนเซอร์ของรัฐบาล
โมเดลของ DeepSeek อยู่ภายใต้การเซนเซอร์เพื่อป้องกันการวิพากษ์วิจารณ์พรรคคอมมิวนิสต์จีน ซึ่งเป็นความท้าทายอย่างมากต่อการยอมรับในระดับโลก การเซนเซอร์เหล่านี้สามารถบั่นทอนความน่าดึงดูด และการยอมรับของ DeepSeek ในระดับสากล
ตัวอย่างหนึ่งที่เห็นได้อย่างชัดเจนคือ การให้ DeepSeek-V3 พูดถึงไต้หวัน โมเดลจะเริ่มอธิบายอย่างร่าเริงว่าไต้หวันเป็นเกาะในเอเชียตะวันออก “เป็นที่รู้จักอย่างเป็นทางการในชื่อสาธารณรัฐจีน” แต่หลังจากที่มันสร้างประโยคสองสามประโยคตามแนวทางนี้ มันก็หยุดตัวเอง ลบคำตอบเริ่มต้น และจบการสนทนาอย่างห้วนๆ ว่า “มาพูดคุยเรื่องอื่นกันเถอะ”
สรุป DeepSeek เอไอที่สร้างการเปลี่ยนแปลง
การเกิดขึ้นของ DeepSeek ในฐานะผู้เล่นหน้าใหม่ในตลาด AI นั้นสร้างการเปลี่ยนแปลงอย่างมากในวงการนี้ ทั้งการใช้เทคนิคที่เป็นนวัตกรรม ต้นทุนที่ต่ำมาก และกลยุทธ์การเพิ่มประสิทธิภาพ จนบังคับให้เจ้าตลาดเดิมต้องประเมินตลาดใหม่และปรับตัว ในขณะที่ DeepSeek ก็ต้องเผชิญกับความท้าทายในเรื่องของความไว้วางใจจากลูกค้า และการอยู่ภายใต้รัฐบาลจีน ในขณะที่การแข่งขัน AI ทวีความรุนแรงขึ้นเรื่อยๆ การเกิดขึ้นของ DeepSeek เป็นสิ่งที่ทำให้ผู้ใช้อย่างเราได้ประโยชน์และต้องจับตามองอย่างใกล้ชิด
อ้างอิง forbes.com economist.com และ cover iT24Hrs
อ่านบทความและข่าวอื่นๆเพิ่มเติมได้ที่ it24hrs.com
DeepSeek คืออะไร? AI จีนที่ไล่หลังสหรัฐฯ มาติดๆ
อย่าลืมกดติดตามอัพเดตข่าวสาร ทิปเทคนิคดีๆกันนะคะ Please follow us
Youtube it24hrs
Twitter it24hrs
Tiktok it24hrs
facebook it24hrs
