春節假期，全球掀起一股 “DeepSeek 風暴”。憑借“低成本、高性能、開源”等優勢，DeepSeek 以屠龍者之相一躍成為整個科技圈關注的焦點。
2月初，天翼云、華為云、騰訊云、阿里云、百度智能云等相繼接入DeepSeek ，以云服務巨頭們為首，從芯片廠商到軟件廠商再到垂直應用領域的多家企業爭先恐后加入這位“新貴”的朋友圈。
這股風暴的效應也非常明顯地反映到了資本市場——隨著全球投資者對中國互聯網公司以及對于中國半導體與軟件領軍者的狂熱看漲情緒，恒生科技指數步入“技術性牛市”；而在 A 股市場，涵蓋眾多科技股的創業板截至周五上午收盤暴漲超 3%，周漲幅已接近 7%。
無數人在詢問，以 DeepSeek 為代表的新一代生成式 AI 到底將如何影響整條產業鏈？誰將被顛覆？誰又能成為這股熱潮中的受益者？趁著這股熱度，不少研究機構和券商也紛紛發布了相關報告，因此本文將綜合 IoT Analytics、 TrendForce 集邦咨詢、IBM 以及多家券商的報告，對產業鏈受到的影響進行解析。
注：本文僅進行產業鏈分析，不構成任何投資建議
一圖搞懂生成式 AI 價值鏈
一個顯而易見的結論是，此前，對于生成式 AI（GenAI）的支出正在使廣泛的價值鏈受益，下圖基于 IoT Analytics 發布的《2025-2030 年生成式 AI 市場報告》，描繪了整個價值鏈中 GenAI 支出的主要受益者。
價值鏈上的受益者包括：
Tier-0
最終用戶——包括使用生成式 AI 應用的消費者和企業。
截至 2 月 5 日，DeepSeek 的全球下載量已接近 4000 萬。據 AI 產品榜數據，DeepSeek 應用(僅包含 APP，不包括 Web 端) 2025年1月11日上線，至2025年1月31 日，DAU 2215 萬。彼時 ChatGPT 日活 5323 萬，豆包日活 1695 萬，這意味著 DeepSeek 達到 ChatGPT 日活用戶的 41.6%，已超過豆包。
由 IBM 委托開展的一項新研究發現，在接受調研的企業級（規模超過 1000 名員工）組織當中，約有 42% 已經在其業務中積極使用人工智能。
GenAI 應用——在其產品中包含 GenAI 功能或提供獨立 GenAI 軟件的軟件供應商，包括專注于 Agentic AI 的企業軟件公司（如 Salesforce）以及專注于 GenAI 應用程序的初創公司（如 Perplexity 或 Lovable）。
2023 年 3 月 7 日，Salesforce 宣布推出 Einstein GPT，這是全球第一個 CRM 生成式 AI，用例包括 Slack、Sales、Service、Marketing、Commerce 以及 App Builder，以助力提高員工效率，改進客戶體驗。
Perplexity 成立于 2022 年 8 月，專注于搜索領域，目標是取代谷歌，甚至被稱為“谷歌殺手”。據悉，Perplexity AI 是建立在大模型之上的 AI 搜索應用。有別于傳統羅列網頁式搜索，而是通過利用 AI 工具，提供經過提煉總結后的答案，并附上出處。
Tier-1
一級受益者——基礎模型提供商（如 OpenAI 或 Anthropic）、模型管理平臺（如 AWS Sagemaker、Google Vertex 或 Microsoft Azure AI）、數據管理工具（如 MongoDB 或 Snowflake）、云計算和數據中心運營商（如 Azure、AWS、Equinix 或 Digital Realty）、AI 咨詢和集成服務商（如 Accenture 或 Capgemini）、邊緣計算公司（如 Advantech 或 HPE）。
Tier-2
二級受益者——為一級受益者提供產品和服務支持的企業，包括芯片供應商（如 NVIDIA 或 AMD）、網絡與服務器設備供應商（如 Arista Networks、華為或 Belden）、服務器散熱技術供應商（如 Vertiv 或 Schneider Electric）。
華為全聯接大會 2024 期間，在以“星河AI網絡，共贏行業智能化”為主題的峰會上，華為數據通信產品線總裁王雷面向全球升級星河 AI 網絡發布 20 余款新品，包括業界首款 100T 數據中心盒式以太交換機、業界首款 51.2T 數據中心盒式液冷交換機，業界首款 AI 路由器、高品質萬兆園區新款交換機和 Wi-Fi 7 AP、智能 SASE 分支安全解決方案和業界首個 IP 自動駕駛網絡等領先解決方案，幫助客戶創造更大商業價值。
Tier-3
三級受益者——為二級受益者提供產品和服務支持的企業，包括芯片設計電子自動化軟件供應商（如 Cadence 或 Synopsys）、半導體制造商（如臺積電 TSMC）、用于散熱技術的熱交換器供應商、電網技術供應商（如西門子能源或 ABB）。
Tier-4
四級及更遠層級的受益者——繼續為上游環節提供支持的公司，如半導體制造設備所需的光刻系統供應商（如 ASML），以及光刻系統供應鏈上的光學元件供應商（如蔡司）。
DeepSeek 浪潮中的贏家和輸家
DeepSeek R1 等模型的崛起預示著生成式人工智能價值鏈的潛在轉變，其顛覆性主要體現在：
①最大的 DeepSeek R1 模型 （具有 6850 億個參數）性能與美國基礎模型提供商的一些領先模型相當甚至更好。基準測試表明，DeepSeek 的 R1 模型的性能與 OpenAI 的 o1 和 Anthropic 的 Claude 3.5 Sonnet 等領先、更知名的模型相當或更好。
②DeepSeek 的訓練成本要低得多，但并沒有最初新聞所說的那么高。早期的報道顯示，該模型的訓練成本超過 550 萬美元，但自發布以來，不僅訓練，而且開發整個模型的真正價值一直存在爭議。據半導體研究和咨詢公司 SemiAnalysis 稱，550 萬美元只是成本的一部分，不包括硬件支出、研發團隊的工資和其他因素。
③DeepSeek 的 API 定價比 OpenAI 便宜 90% 以上。無論開發模型的實際成本如何，DeepSeek 都提供了使用其 API 的更便宜的方案：DeepSeek R1 的輸入和輸出令牌成本分別為每百萬 0.55 美元和每百萬 2.19 美元，而 OpenAI 的 o1 模型成本為每百萬 15 美元和每百萬 60 美元。
④DeepSeek R1 是一個創新模型， DeepSeek 發布的論文展示了在 V3 基礎上開發 R1 的方法：利用混合專家 (MoE)架構、強化學習和極具創意的硬件優化，創建需要更少資源來訓練和執行 AI 推理的模型，從而實現更低的 API 使用成本。
⑤DeepSeek 比多數競爭對手更加開放。DeepSeek R1 可在HuggingFace或GitHub等平臺上免費獲取。
⑥DeepSeek 在 R1 主版本發布的同時發布了功能強大的小型模型。DeepSeek不僅發布了具有超過 6800 億個參數的主要大型模型，而且還發布了多個DeepSeek R1 精簡模型。這些模型的大小從 700 億到 15 億不等，后者可適用于許多消費級硬件。
這些優勢將挑戰現有的市場格局并重塑對盈利能力和競爭優勢的期望。如果出現更多具有類似功能的模型，某些參與者可能會受益，而其他參與者則面臨越來越大的壓力。在此背景下，IoT Analytics 根據 DeepSeek R1 引入的創新以及開放、經濟高效的模型的廣泛趨勢，評估了主要的贏家和可能的輸家。值得一提的是，該評估考慮了此類模型對價值鏈的潛在長期影響，而不僅僅是 R1 的直接影響。
誰是明顯的贏家？
首先，最終用戶肯定會獲得更多的受益，更多更便宜大模型的出現最終將降低終端用戶的成本，并使人工智能更加普及。日常生活中，已經有越來越多的人正通過提供初步構想、自動完成重復性任務、快速生成報告和文檔等手段顯著提升工作效率。
GenAI 應用提供商也是贏家之一，隨著更多基礎模型的上線，構建在其上的初創公司將擁有更多選擇。如上所述，DeepSeek R1 比 OpenAI 的 o1 模型便宜得多，盡管推理模型在應用場景中使用較少，但持續的突破使得模型更強大且更便宜。可以預見，更多、更廉價的模型將降低 GenAI 功能在應用中的集成成本。
誰是可能的贏家？
邊緣 AI/邊緣計算公司是可能的潛在贏家。在微軟最近的財報電話會議上，薩蒂亞·納德拉指出，“人工智能將更加無處不在”，因為更多的工作負載將在本地運行。DeepSeek 與強大的 R1 模型一起發布的精簡小型模型足夠小，可以在許多邊緣設備上運行。雖然規模較小，但 1.5B、7B 和 14B 模型也是同樣強大的推理模型。它們可以安裝在筆記本電腦和其他功能較弱的設備上，例如 IPC 和工業網關。這些精簡模型已從 Hugging Face 平臺上被下載了數十萬次。擁有邊緣 AI 解決方案的邊緣計算制造商（如意大利的 Eurotech 和臺灣的研華科技）將從中獲利；專門從事邊緣計算芯片的芯片公司（如 AMD、ARM、高通甚至英特爾）也可能受益；Nvidia也在這個細分市場運營。
數據管理服務提供商是另一大潛在贏家。顯而易見，沒有數據就沒有人工智能，要使用開放模型開發應用程序，采用者需要大量數據進行訓練和部署，這需要適當的數據管理。因此，隨著不同 AI 模型數量的增加，數據管理將變得越來越重要。MongoDB 、Databricks 和 Snowflake 等數據管理公司以及超大規模企業提供的相關產品都將從中獲利。
GenAI 服務提供商同樣受到明顯的積極影響。DeepSeek 的崛起表明 GenAI 的復雜性仍在增長，不同模型的可用性增加了復雜性，從而推動企業對 GenAI 服務的需求。不過，如果領先的 GenAI 模型（如 DeepSeek R1）免費提供，企業可自行試驗和部署，可能會減少對 AI 集成服務的需求。綜合而言，隨著新技術不斷涌現，企業將尋求最佳方式利用開源模型，這將推動 GenAI 服務需求增長。
帶來的影響尚不確定
云計算提供商受到的影響是中性的。一方面來看優勢，DeepSeek R1 已被微軟 Azure AI Foundry、AWS Bedrock 和 Amazon Sagemaker 集成，云服務商雖然投資 OpenAI 和 Anthropic，但仍保持開放模式，支持多種模型的托管、訓練和微調，更高效的模型降低了資本支出，有助于提高云計算利潤率；另一方面來看劣勢，隨著邊緣計算能力增強，模型推理可能更多地轉移到本地設備，減少云端推理需求，此外，更高效的訓練方法可能進一步降低訓練成本。總結來看，更小、更高效的模型減少了對云計算的依賴，但整體 AI 需求的增長和 CAPEX 下降可能抵消影響。
EDA 軟件提供受到的影響也是同樣的道理。有利的方面來看，AI 計算負載日益專業化將帶來對新型 AI 芯片的需求的增加，而 EDA 工具在 AI 專用芯片設計中至關重要；不利的方面來看，如果 AI 模型趨向y小型化、低資源消耗，那么高性能數據中心 GPU 和 ASIC 設計的需求可能減少，從而降低 EDA 工具在高端 AI 芯片領域的授權收入。Synopsys 和 Cadence 等 EDA 供應商可能受益于 AI 硬件多樣化，但行業需適應新趨勢，更多關注邊緣、消費級和低成本 AI 計算芯片設計，而非大型數據中心 GPU。
誰是可能的輸家？
AI 芯片相關企業可能會成為輸家。固然，AI 訓練成本的降低可能會推動整體 AI 芯片需求上升，即“杰夫森悖論”（即效率提升反而增加需求）。ASML 首席執行官也有類似的想法：“AI 成本降低可能意味著更多的應用，更多的應用意味著隨著時間的推移需求會更多。我們認為這是增加芯片需求的機會。”但劣勢也相當明顯——DeepSeek R1 訓練成本下降主要由于減少對高端 GPU 的依賴，這可能影響高性能 AI 芯片的投資回報，并影響大規模 AI 芯片采購計劃（如最近宣布的星際之門項目）。IoT Analytics 研究顯示，NVIDIA 在數據中心 GPU 市場占比高達 92%，但如果 AI 模型所需硬件減少，可能會削弱 NVIDIA 的增長前景。
數據中心相關行業（網絡設備、電力基礎設施、冷卻系統）可能也會受到沖擊。如果 AI 訓練和推理變得更高效，對高端數據中心 GPU 的需求下降，數據中心擴張的必要性也會減少。這可能影響網絡設備、電力基礎設施（如電網技術）、服務器冷卻解決方案的市場需求。
不過，筆者也看到過一些相反的觀點。比如 TrendForce 集邦咨詢近日發布的研報指出，DeepSeek 模型雖降低 AI 訓練成本，但 AI 模型的低成本化有望擴大應用場景，進而增加全球數據中心建置量。
誰是明顯的輸家？
專有模型提供商將受到比較大的負面影響。那些已經在 GenAI 領域投入巨資的專有模型公司（如 OpenAI、Anthropic）正在或即將蒙受損失。DeepSeek R1 的開源策略削弱了專有模型的競爭優勢。即便這些公司推出更多開源模型，也會影響其當前的盈利模式。此外，DeepSeek 證明了頂級 AI 模型可以免費開放，未來專有模型的“護城河”變得不確定。當 DeepSeek 以免費（用于本地部署）或非常便宜（其 API 比同類模型便宜一個數量級）的方式發布強大的模型，OpenAI 、Anthropic 和 Cohere 等公司可能面臨激烈競爭。
寫在最后
DeepSeek 的發布只是產業鏈變革的一個起點，未來還將有更多意想不到的變化發生。贏家和輸家的界限或許尚未最終劃定，而真正決定企業命運的，仍然是它們在未來幾年內的戰略選擇。在這場智能化的競賽中，誰能笑到最后？或許，我們很快就會見分曉。
參考資料：DeepSeek R1’s implications: Winners and losers in the generative AI value chain，iot-analytics芯報丨AI搜索公司Perplexity完成5億美元融資，AI芯天下DeepSeek超ChatGPT成全球增長最快AI應用！下載破4000萬，日活超豆包登頂中國No.1,量子位DeepSeek 的低成本 AI 模型將催生光通信需求，TrendForce華為云、ZStack、騰訊云、阿里云、百度云：首批上線 DeepSeek，大江網DeepSeek引爆中國AI投資狂潮 港A股這是要復刻2023年“美股瘋牛”?，智通財經
