High-Flyerin rooli on merkittävä, sillä yhtiö oli jo ennen DeepSeekin perustamista investoinut huomattavasti laskentainfrastruktuuriin ja tekoälytutkimukseen. Liangin kerrotaan alkaneen ostaa suuria määriä Nvidian GPU-piirejä vuonna 2021 osana sisäistä tekoälytutkimusta, josta myöhemmin kehittyi DeepSeek-projekti.

Toisin kuin monet tekoälystartupit, jotka hakevat heti pääomasijoitusta, DeepSeek toimi aluksi High-Flyerin sisäisellä rahoituksella ja asemoitui tutkimuskeskeiseksi organisaatioksi, joka tutkii yleistä tekoälyä (AGI) eikä pelkästään kaupallisia tuotteita.

Missio ja strateginen visio

Perustaja Liang Wenfeng on toistuvasti korostanut, että DeepSeekin pitkän aikavälin tavoite on saavuttaa AGI eli tekoälyjärjestelmät, jotka pystyvät yleiseen päättelyyn ja oppimiseen eri aloilla.

Haastattelujen ja yhtiön strategian analyysin mukaan laboratorio keskittyy:

• perustavanlaatuiseen mallitutkimukseen
• arkkitehtonisiin innovaatioihin suurissa kielimalleissa
• avoimen lähdekoodin julkaisuihin kehittäjäekosysteemin rakentamiseksi

Liang on myös vihjannut, että kielimallit edustavat vain yhtä vaihetta matkalla kohti laajempia älykkäitä järjestelmiä, jotka sisältävät päättelyä, multimodaalista ymmärrystä ja vuorovaikutusta reaalimaailman kanssa.

Tämä tutkimus ensisijainen strategia erottaa DeepSeekin yrityksistä, jotka keskittyvät ensisijaisesti yritystason tekoälyohjelmistoihin tai sovelluksiin.

Keskeiset tekoälytuotteet ja mallit

DeepSeekin teknologiavalikoima keskittyy suuriin kielimalleihin ja päättelymalleihin, jotka julkaistaan avoimina repositorioina ja API-rajapintojen kautta.

DeepSeek‑V3

Yksi yhtiön tärkeimmistä malleista on DeepSeek‑V3, suuri Mixture-of-Experts (MoE) -kielimalli.

Keskeisiä teknisiä ominaisuuksia:

• noin 671 miljardia parametria, joista noin 37 miljardia aktivoituu jokaista tokenia kohden päättelyn aikana
• tuki pitkille konteksti-ikkunoille (jopa noin 128 000 tokenia toteutuksissa)
• koulutus suurilla laadukkailla tekstidatoilla

MoE-arkkitehtuuri mahdollistaa mallin skaalaamisen erittäin suuriin parametrimääriin pitäen samalla laskentakustannukset hallittavissa päättelyn aikana.

DeepSeek‑R1 päättelymalli

Toinen merkittävä julkaisu on DeepSeek‑R1, joka on suunniteltu erityisesti edistyneisiin päättelytehtäviin, kuten matematiikkaan, koodaukseen ja monivaiheiseen loogiseen analyysiin.

Malliperhe sisältää:

• DeepSeek‑R1‑Zeron
• DeepSeek‑R1:n
• useita pienempiä tislattuja malleja, jotka perustuvat arkkitehtuureihin kuten Llama ja Qwen

Nämä tislatut mallit julkaistiin tukemaan tutkimusta ja mahdollistamaan kehittäjien pienempien päättelymallien käytön paikallisesti tai tuotantoympäristöissä.

R1-sarja on avoimesti saatavilla mallipainoineen ja teknisine dokumentaatioineen, mikä mahdollistaa tutkijoille ja kehittäjille järjestelmän toistamisen ja laajentamisen.

Lisämallit ja multimodaalinen tutkimus

DeepSeekin julkiset repositoriot osoittavat myös työtä multimodaalisten tekoälyjärjestelmien, kuten DeepSeek‑VL -mallien parissa, jotka yhdistävät kielen ja näön ymmärrystä.

Nämä malliperheet muodostavat perustan DeepSeekin alustalle tutkimusta ja kehittäjäekosysteemejä varten.

Kasvu ja käyttäjämäärät

DeepSeekin käyttäjämäärän kasvu on ollut epätavallisen nopeaa uudelle tekoälyalustalle.

Cheung Kong Graduate School of Businessin akateeminen analyysi kertoo:

• alusta saavutti noin 125 miljoonaa käyttäjää 31. tammikuuta 2025 mennessä
• yli 100 miljoonaa käyttäjää liittyi yhden viikon aikana alkuperäisen kasvun aikana
• päivittäiset aktiiviset käyttäjät ylittivät 22 miljoonaa alkuvuodesta 2025

Nämä luvut sijoittivat DeepSeekin nopeimmin kasvavien tekoälysovellusten joukkoon maailmanlaajuisesti pian julkaisun jälkeen.

Nopeaa käyttöönottoa ovat vauhdittaneet useat tekijät:

• vahva suorituskyky vertailuarvoissa päättelytehtävissä
• erittäin kilpailukykyinen API hinnoittelu
• avoimen lähdekoodin mallit, jotka kannustivat kokeiluun
• integrointi kehittäjätyökaluihin ja tekoälyalustoihin

Tämän seurauksena alusta sai nopeasti huomiota tutkijoilta ja startup-yrittäjiltä maailmanlaajuisesti.

Läpinäkyvyys ja koulutusdatasta tiedottaminen

Verrattuna moneen huipputason tekoälylaboratorioon DeepSeek on julkaissut jonkin verran teknistä tietoa malleistaan.

Stanfordin Center for Research on Foundation Modelsin kokoaman läpinäkyvyysraportin mukaan DeepSeek‑V3‑Base koulutettiin käyttäen pelkkiä verkkosivuja ja e-kirjoja ensisijaisina tietolähteinä, eikä se käyttänyt synteettistä koulutusdataa.

Vaikka tällaiset tiedot antavat jonkin verran käsitystä koulutuskäytännöistä, ne ovat kaukana julkisesti noteerattujen yhtiöiden läpinäkyvyydestä. Sijoittajilta puuttuu yksityiskohtaisia tietoja muun muassa:

• koulutusdatasta
• laskentakustannuksista
• laitteistoinfrastruktuurista
• mallien kehitysbudjeteista

Taloudellinen tilanne ja rahoitus

DeepSeekin taloudellinen tilanne on yksi yhtiön läpinäkymättömimmistä osa-alueista.

Laajimmin siteerattu tieto on, että laboratorio sai alkurahoituksensa hedge-rahasto High-Flyerilta eikä perinteisiltä pääomasijoittajilta.

Julkiset dokumentit eivät selkeästi paljasta:

• liikevaihtoa
• katemarginaaleja
• rahanpolton nopeutta
• ulkopuolisia rahoituskierroksia

Jotkut ulkopuoliset analyysit arvioivat, että alusta tuottaa liikevaihtoa API-pääsystä ja yritysintegraatioista, mutta näitä lukuja ei ole virallisesti vahvistettu.

Sijoittajien näkökulmasta yhtiö muistuttaa tällä hetkellä tutkimuslaboratoriota, jolla on kasvavaa kaupallista potentiaalia, eikä täysin läpinäkyvää SaaS-liiketoimintaa.

Geopoliittiset ja sääntelyyn liittyvät näkökohdat

DeepSeekin maailmanlaajuinen näkyvyys on tuonut mukanaan myös poliittista tarkastelua.

Yhdysvaltain edustajainhuheen Kiinan kommunistista puoluetta käsittelevän erityiskomitean raportti kuvaili yhtiötä merkittäväksi teknologiseksi kilpailijaksi ja mahdolliseksi kansalliseen turvallisuuteen liittyväksi huolenaiheeksi Yhdysvaltojen ja Kiinan välisessä laajemmassa tekoälykilpailussa.

Tällainen tarkastelu korostaa keskeistä riskitekijää: tekoäly-yhtiöt, jotka toimivat geopoliittisten rajojen yli, voivat kohdata tulevia rajoituksia vientisäännösten, hankintasääntöjen tai ohjelmistojakelun suhteen.

Sijoittajille tämä poliittinen ulottuvuus saattaa vaikuttaa markkinoille pääsyyn ja arvostuksiin.

Strategiset vahvuudet

Useat tekijät selittävät, miksi DeepSeekistä on tullut yksi tarkkailluimmista tekoälystartupeista.

Ensinnäkin yhtiö on osoittanut vahvaa teknistä osaamista julkaisemalla huipputason malleja, jotka ovat vertailukelpoisia johtavien maailmanlaajuisten laboratorioiden kehittämien järjestelmien kanssa.

Toiseksi sen avoimen lähdekoodin strategia on auttanut rakentamaan suuren kehittäjäyhteisön ja nopeuttanut käyttöönottoa.

Kolmanneksi organisaatio hyötyy huomattavista laskentaresursseista ja rahoituksesta menestyvältä hedge-rahastolta, mikä antaa sille epätavallisen riippumattomuuden verrattuna tyypillisiin startupeihin.

Keskeiset epävarmuustekijät sijoittajille

Nopeasta nousustaan huolimatta DeepSeekissä on edelleen merkittäviä tuntemattomia tekijöitä.

Tärkeitä ratkaisemattomia kysymyksiä:

• yhtiön tarkka omistus- ja hallintorakenne
• liikevaihdon määrä ja vakaus
• huippumallien koulutuksen ja ylläpidon kustannusrakenne
• miten yhtiö aikoo kaupallistaa avoimen lähdekoodin ekosysteeminsä
• kansainvälisen sääntelypaineen vaikutus maailmanlaajuiseen laajentumiseen

Ennen kuin nämä kysymykset selkiytyvät, yhtiön arvioiminen puhtaasti perinteisenä pääomasijoituksena on vaikeaa.

Yhteenveto

DeepSeek on noussut merkittäväksi uudeksi tekoälylaboratorioksi, joka yhdistää vahvan teknisen tutkimuksen räjähdysmäiseen käyttäjämäärän kasvuun. Sen lippulaivamallit – erityisesti DeepSeek‑V3 ja päättelyyn keskittyvä R1-sarja – ovat sijoittaneet sen avoimen lähdekoodin huippumallien kehittäjien joukkoon.

Sijoittajan näkökulmasta yhtiö on kuitenkin edelleen epätavallisen läpinäkymätön. Vaikka teknologinen vauhti ja käyttäjämäärän kasvu ovat selkeitä, taloudellinen rakenne, tulomalli ja hallinnon yksityiskohdat ovat suurelta osin paljastamatta.

Toistaiseksi DeepSeek kannattaa ymmärtää vähemmän perinteisenä ohjelmistoyhtiönä ja enemmän nopeasti kasvavana huipputason tekoälyn tutkimusorganisaationa, joka saattaa aikanaan kehittyä merkittäväksi kaupalliseksi alustaksi.

High-Flyerin rooli on merkittävä, sillä yhtiö oli jo ennen DeepSeekin perustamista investoinut huomattavasti laskentainfrastruktuuriin ja tekoälytutkimukseen. Liangin kerrotaan alkaneen ostaa suuria määriä Nvidian GPU-piirejä vuonna 2021 osana sisäistä tekoälytutkimusta, josta myöhemmin kehittyi DeepSeek-projekti.

Toisin kuin monet tekoälystartupit, jotka hakevat heti pääomasijoitusta, DeepSeek toimi aluksi High-Flyerin sisäisellä rahoituksella ja asemoitui tutkimuskeskeiseksi organisaatioksi, joka tutkii yleistä tekoälyä (AGI) eikä pelkästään kaupallisia tuotteita.

Missio ja strateginen visio

Perustaja Liang Wenfeng on toistuvasti korostanut, että DeepSeekin pitkän aikavälin tavoite on saavuttaa AGI eli tekoälyjärjestelmät, jotka pystyvät yleiseen päättelyyn ja oppimiseen eri aloilla.

Haastattelujen ja yhtiön strategian analyysin mukaan laboratorio keskittyy:

• perustavanlaatuiseen mallitutkimukseen
• arkkitehtonisiin innovaatioihin suurissa kielimalleissa
• avoimen lähdekoodin julkaisuihin kehittäjäekosysteemin rakentamiseksi

Liang on myös vihjannut, että kielimallit edustavat vain yhtä vaihetta matkalla kohti laajempia älykkäitä järjestelmiä, jotka sisältävät päättelyä, multimodaalista ymmärrystä ja vuorovaikutusta reaalimaailman kanssa.

Tämä tutkimus ensisijainen strategia erottaa DeepSeekin yrityksistä, jotka keskittyvät ensisijaisesti yritystason tekoälyohjelmistoihin tai sovelluksiin.

Keskeiset tekoälytuotteet ja mallit

DeepSeekin teknologiavalikoima keskittyy suuriin kielimalleihin ja päättelymalleihin, jotka julkaistaan avoimina repositorioina ja API-rajapintojen kautta.

DeepSeek‑V3

Yksi yhtiön tärkeimmistä malleista on DeepSeek‑V3, suuri Mixture-of-Experts (MoE) -kielimalli.

Keskeisiä teknisiä ominaisuuksia:

• noin 671 miljardia parametria, joista noin 37 miljardia aktivoituu jokaista tokenia kohden päättelyn aikana
• tuki pitkille konteksti-ikkunoille (jopa noin 128 000 tokenia toteutuksissa)
• koulutus suurilla laadukkailla tekstidatoilla

MoE-arkkitehtuuri mahdollistaa mallin skaalaamisen erittäin suuriin parametrimääriin pitäen samalla laskentakustannukset hallittavissa päättelyn aikana.

DeepSeek‑R1 päättelymalli

Toinen merkittävä julkaisu on DeepSeek‑R1, joka on suunniteltu erityisesti edistyneisiin päättelytehtäviin, kuten matematiikkaan, koodaukseen ja monivaiheiseen loogiseen analyysiin.

Malliperhe sisältää:

• DeepSeek‑R1‑Zeron
• DeepSeek‑R1:n
• useita pienempiä tislattuja malleja, jotka perustuvat arkkitehtuureihin kuten Llama ja Qwen

Nämä tislatut mallit julkaistiin tukemaan tutkimusta ja mahdollistamaan kehittäjien pienempien päättelymallien käytön paikallisesti tai tuotantoympäristöissä.

R1-sarja on avoimesti saatavilla mallipainoineen ja teknisine dokumentaatioineen, mikä mahdollistaa tutkijoille ja kehittäjille järjestelmän toistamisen ja laajentamisen.

Lisämallit ja multimodaalinen tutkimus

DeepSeekin julkiset repositoriot osoittavat myös työtä multimodaalisten tekoälyjärjestelmien, kuten DeepSeek‑VL -mallien parissa, jotka yhdistävät kielen ja näön ymmärrystä.

Nämä malliperheet muodostavat perustan DeepSeekin alustalle tutkimusta ja kehittäjäekosysteemejä varten.

Kasvu ja käyttäjämäärät

DeepSeekin käyttäjämäärän kasvu on ollut epätavallisen nopeaa uudelle tekoälyalustalle.

Cheung Kong Graduate School of Businessin akateeminen analyysi kertoo:

• alusta saavutti noin 125 miljoonaa käyttäjää 31. tammikuuta 2025 mennessä
• yli 100 miljoonaa käyttäjää liittyi yhden viikon aikana alkuperäisen kasvun aikana
• päivittäiset aktiiviset käyttäjät ylittivät 22 miljoonaa alkuvuodesta 2025

Nämä luvut sijoittivat DeepSeekin nopeimmin kasvavien tekoälysovellusten joukkoon maailmanlaajuisesti pian julkaisun jälkeen.

Nopeaa käyttöönottoa ovat vauhdittaneet useat tekijät:

• vahva suorituskyky vertailuarvoissa päättelytehtävissä
• erittäin kilpailukykyinen API hinnoittelu
• avoimen lähdekoodin mallit, jotka kannustivat kokeiluun
• integrointi kehittäjätyökaluihin ja tekoälyalustoihin

Tämän seurauksena alusta sai nopeasti huomiota tutkijoilta ja startup-yrittäjiltä maailmanlaajuisesti.

Läpinäkyvyys ja koulutusdatasta tiedottaminen

Verrattuna moneen huipputason tekoälylaboratorioon DeepSeek on julkaissut jonkin verran teknistä tietoa malleistaan.

Stanfordin Center for Research on Foundation Modelsin kokoaman läpinäkyvyysraportin mukaan DeepSeek‑V3‑Base koulutettiin käyttäen pelkkiä verkkosivuja ja e-kirjoja ensisijaisina tietolähteinä, eikä se käyttänyt synteettistä koulutusdataa.

Vaikka tällaiset tiedot antavat jonkin verran käsitystä koulutuskäytännöistä, ne ovat kaukana julkisesti noteerattujen yhtiöiden läpinäkyvyydestä. Sijoittajilta puuttuu yksityiskohtaisia tietoja muun muassa:

• koulutusdatasta
• laskentakustannuksista
• laitteistoinfrastruktuurista
• mallien kehitysbudjeteista

Taloudellinen tilanne ja rahoitus

DeepSeekin taloudellinen tilanne on yksi yhtiön läpinäkymättömimmistä osa-alueista.

Laajimmin siteerattu tieto on, että laboratorio sai alkurahoituksensa hedge-rahasto High-Flyerilta eikä perinteisiltä pääomasijoittajilta.

Julkiset dokumentit eivät selkeästi paljasta:

• liikevaihtoa
• katemarginaaleja
• rahanpolton nopeutta
• ulkopuolisia rahoituskierroksia

Jotkut ulkopuoliset analyysit arvioivat, että alusta tuottaa liikevaihtoa API-pääsystä ja yritysintegraatioista, mutta näitä lukuja ei ole virallisesti vahvistettu.

Sijoittajien näkökulmasta yhtiö muistuttaa tällä hetkellä tutkimuslaboratoriota, jolla on kasvavaa kaupallista potentiaalia, eikä täysin läpinäkyvää SaaS-liiketoimintaa.

Geopoliittiset ja sääntelyyn liittyvät näkökohdat

DeepSeekin maailmanlaajuinen näkyvyys on tuonut mukanaan myös poliittista tarkastelua.

Yhdysvaltain edustajainhuheen Kiinan kommunistista puoluetta käsittelevän erityiskomitean raportti kuvaili yhtiötä merkittäväksi teknologiseksi kilpailijaksi ja mahdolliseksi kansalliseen turvallisuuteen liittyväksi huolenaiheeksi Yhdysvaltojen ja Kiinan välisessä laajemmassa tekoälykilpailussa.

Tällainen tarkastelu korostaa keskeistä riskitekijää: tekoäly-yhtiöt, jotka toimivat geopoliittisten rajojen yli, voivat kohdata tulevia rajoituksia vientisäännösten, hankintasääntöjen tai ohjelmistojakelun suhteen.

Sijoittajille tämä poliittinen ulottuvuus saattaa vaikuttaa markkinoille pääsyyn ja arvostuksiin.

Strategiset vahvuudet

Useat tekijät selittävät, miksi DeepSeekistä on tullut yksi tarkkailluimmista tekoälystartupeista.

Ensinnäkin yhtiö on osoittanut vahvaa teknistä osaamista julkaisemalla huipputason malleja, jotka ovat vertailukelpoisia johtavien maailmanlaajuisten laboratorioiden kehittämien järjestelmien kanssa.

Toiseksi sen avoimen lähdekoodin strategia on auttanut rakentamaan suuren kehittäjäyhteisön ja nopeuttanut käyttöönottoa.

Kolmanneksi organisaatio hyötyy huomattavista laskentaresursseista ja rahoituksesta menestyvältä hedge-rahastolta, mikä antaa sille epätavallisen riippumattomuuden verrattuna tyypillisiin startupeihin.

Keskeiset epävarmuustekijät sijoittajille

Nopeasta nousustaan huolimatta DeepSeekissä on edelleen merkittäviä tuntemattomia tekijöitä.

Tärkeitä ratkaisemattomia kysymyksiä:

• yhtiön tarkka omistus- ja hallintorakenne
• liikevaihdon määrä ja vakaus
• huippumallien koulutuksen ja ylläpidon kustannusrakenne
• miten yhtiö aikoo kaupallistaa avoimen lähdekoodin ekosysteeminsä
• kansainvälisen sääntelypaineen vaikutus maailmanlaajuiseen laajentumiseen

Ennen kuin nämä kysymykset selkiytyvät, yhtiön arvioiminen puhtaasti perinteisenä pääomasijoituksena on vaikeaa.

Yhteenveto

DeepSeek on noussut merkittäväksi uudeksi tekoälylaboratorioksi, joka yhdistää vahvan teknisen tutkimuksen räjähdysmäiseen käyttäjämäärän kasvuun. Sen lippulaivamallit – erityisesti DeepSeek‑V3 ja päättelyyn keskittyvä R1-sarja – ovat sijoittaneet sen avoimen lähdekoodin huippumallien kehittäjien joukkoon.

Sijoittajan näkökulmasta yhtiö on kuitenkin edelleen epätavallisen läpinäkymätön. Vaikka teknologinen vauhti ja käyttäjämäärän kasvu ovat selkeitä, taloudellinen rakenne, tulomalli ja hallinnon yksityiskohdat ovat suurelta osin paljastamatta.

Toistaiseksi DeepSeek kannattaa ymmärtää vähemmän perinteisenä ohjelmistoyhtiönä ja enemmän nopeasti kasvavana huipputason tekoälyn tutkimusorganisaationa, joka saattaa aikanaan kehittyä merkittäväksi kaupalliseksi alustaksi.