DeepSeek: הכירו את חברת הבינה המלאכותית הסינית שצומחת במהירות שיא

המעורבות של High‑Flyer בולטת, משום שהקרן השקיעה רבות בתשתיות מחשוב ובמחקר AI עוד לפני הקמת DeepSeek. יאנג החל לרכוש כמויות גדולות של שבבי Nvidia בשנת 2021 כחלק מיוזמות מחקר AI פנימיות, שהתפתחו מאוחר יותר לפרויקט DeepSeek.

בניגוד לסטארט-אפים רבים בתחום הבינה המלאכותית, DeepSeek פעלה תחילה במימון פנימי של High‑Flyer והציגה את עצמה כארגון מחקרי החוקר בינה מלאכותית כללית (AGI), ולא כחברה מסחרית טהורה.

משימה וחזון אסטרטגי

המייסד יאנג וונפנג הדגיש שוב ושוב כי מטרתה ארוכת הטווח של DeepSeek היא השגת AGI, כלומר מערכות AI המסוגלות לחשיבה כללית וללמידה על פני תחומים.

על פי ראיונות וניתוח אסטרטגיית החברה, המעבדה מתמקדת ב:

• מחקר מודלים בסיסיים
• חדשנות ארכיטקטונית במודלי שפה גדולים
• הפצת קוד פתוח לבניית אקוסיסטם מפתחים

יאנג גם רמז שמודלי שפה מייצגים רק שלב אחד בדרך למערכות תבוניות רחבות יותר הכוללות חשיבה, הבנה רב-מודאלית ואינטראקציה עם העולם האמיתי.

אסטרטגיה ראשונית-מחקרית זו מבדילה את DeepSeek מחברות המתמקדות בעיקר בתוכנת AI ארגונית או בשכבת יישומים.

מוצרי AI מרכזיים ומודלים

תיק הטכנולוגיות של DeepSeek מתמקד במודלי שפה גדולים ובמודלי חשיבה שפורסמו דרך מאגרים פתוחים ו-API.

DeepSeek-V3

אחד המודלים החשובים ביותר של החברה הוא DeepSeek-V3, מודל שפה גדול מסוג Mixture-of-Experts (MoE).

מאפיינים טכניים עיקריים:

• כ-671 מיליארד פרמטרים בסך הכל, עם כ-37 מיליארד פרמטרים פעילים לכל טוקן במהלך הסקה
• תמיכה בחלונות הקשר ארוכים (עד כ-128K טוקנים בהטמעות)
• אימון על מאגרי מידע בקנה מידה גדול באיכות גבוהה

ארכיטקטורת ה-MoE מאפשרת למודל להתרחב למספר פרמטרים גדול במיוחד תוך שמירה על עלויות חישוב סבירות בזמן הסקה.

מודל החשיבה DeepSeek-R1

שחרור מרכזי נוסף הוא DeepSeek-R1, שתוכנן במיוחד למשימות חשיבה מתקדמות כגון מתמטיקה, קידוד וניתוח לוגי רב-שלבי.

משפחת המודלים כוללת:

• DeepSeek-R1-Zero
• DeepSeek-R1
• מספר מודלים מזוקקים קטנים יותר המבוססים על ארכיטקטורות כמו Llama ו-Qwen

מודלים מזוקקים אלה שוחררו כדי לתמוך במחקר ולאפשר למפתחים להריץ מודלי חשיבה קטנים יותר מקומית או בסביבות ייצור.

סדרת R1 זמינה באופן חופשי עם משקלי מודל ותיעוד טכני, המאפשרים לחוקרים ולמפתחים לשכפל ולהרחיב את המערכת.

מודלים נוספים ומחקר רב-מודאלי

המאגרים הציבוריים של DeepSeek מראים גם עבודה על מערכות AI רב-מודאליות כמו מודלי DeepSeek-VL המשלבים הבנת שפה וראייה.

יחד, משפחות מודלים אלה מהוות את הבסיס לפלטפורמת DeepSeek הן למחקר והן לאקוסיסטם מפתחים.

צמיחה ואימוץ

צמיחת המשתמשים של DeepSeek הייתה מהירה במיוחד עבור פלטפורמת AI חדשה.

ניתוח אקדמי מבית הספר למנהל עסקים Cheung Kong Graduate School of Business מדווח:

• הפלטפורמה הגיעה לכ-125 מיליון משתמשים עד 31 בינואר 2025
• יותר מ-100 מיליון משתמשים נוספו בתוך שבוע אחד במהלך גל הצמיחה הראשוני
• משתמשים פעילים יומיים עלו על 22 מיליון בתחילת 2025

מספרים אלה הציבו את DeepSeek בין יישומי ה-AI הצומחים ביותר בעולם זמן קצר לאחר ההשקה.

האימוץ המהיר הונע ממספר גורמים:

• ביצועים חזקים במבחני משימות חשיבה
• תמחור API תחרותי במיוחד
• שחרור מודלי קוד פתוח שעודדו ניסויים
• אינטגרציה בכלי מפתחים ובפלטפורמות AI

כתוצאה מכך, הפלטפורמה משכה תשומת לב מהירה מחוקרים ובוני סטארט-אפים ברחבי העולם.

שקיפות וגילוי נתוני אימון

בהשוואה למעבדות AI רבות, DeepSeek פרסמה מידע טכני מסוים על המודלים שלה.

דו״ח שקיפות שתועד על ידי מרכז המחקר למודלים יסודיים באוניברסיטת סטנפורד קובע כי DeepSeek-V3-Base אומן תוך שימוש בדפי אינטרנט פשוטים ובספרים אלקטרוניים כמקורות נתונים עיקריים, ולא הסתמך על נתונים סינתטיים.

בעוד שגילויים כאלה מספקים תובנה מסוימת על שיטות האימון, הם רחוקים מרמת השקיפות האופיינית לחברות ציבוריות. למשקיעים עדיין חסר מידע מפורט על:

• מערכי נתוני האימון
• עלויות החישוב
• תשתיות החומרה
• תקציבי פיתוח מודלים

מצב פיננסי ומימון

המצב הפיננסי של DeepSeek הוא אחד ההיבטים הפחות שקופים בחברה.

העובדה המצוטטת ביותר היא שהמעבדה מומנה בתחילה באופן פנימי על ידי קרן הגידור High‑Flyer, במקום הון סיכון מסורתי.

תיעוד ציבורי אינו מגלה בבירור:

• הכנסות
• מרווחים
• קצב שריפת מזומנים
• סבבי גיוס חיצוניים

כמה ניתוחים חיצוניים מעריכים שהפלטפורמה מייצרת הכנסות מגישת API ואינטגרציות ארגוניות, אך מספרים אלה אינם מאושרים רשמית.

עבור משקיעים, זה אומר שהחברה דומה כיום למעבדת מחקר בעלת פוטנציאל מסחרי הולך וגדל, במקום חברת SaaS שקופה לחלוטין.

שיקולים גיאופוליטיים ורגולטוריים

הנראות הגלובלית של DeepSeek הביאה גם לביקורת פוליטית.

דו״ח של ועדת הבית האמריקאית לענייני המפלגה הקומוניסטית הסינית תיאר את החברה כיריב טכנולוגי משמעותי ופוטנציאל איום ביטחוני במרוץ ה-AI הרחב יותר בין ארצות הברית לסין.

ביקורת כזו מדגישה גורם סיכון מרכזי: חברות AI הפועלות מעבר לגבולות גיאופוליטיים עלולות להתמודד בעתיד עם הגבלות על יצוא, חוקי רכש או הפצת תוכנה.

עבור משקיעים, מימד פוליטי זה עלול להשפיע על הגישה לשוק ועל הערכות השווי.

חוזקות אסטרטגיות

מספר גורמים מסבירים מדוע DeepSeek הפכה לאחד מסטארט-אפים הנצפים ביותר בתחום הבינה המלאכותית.

ראשית, החברה הוכיחה יכולת טכנית חזקה, תוך שחרור מודלים ברמת קצה הדומים למערכות שפותחו על ידי מעבדות מובילות בעולם.

שנית, אסטרטגיית הקוד הפתוח שלה עזרה לה לבנות קהילת מפתחים גדולה ולהאיץ את האימוץ.

שלישית, הארגון נהנה ממשאבי מחשוב משמעותיים וממימון מקרן גידור מצליחה, מה שנותן לו עצמאות יוצאת דופן בהשוואה לסטארט-אפים טיפוסיים.

אי-ודאויות מרכזיות שמשקיעים צריכים לעקוב

למרות עלייתו המהירה, DeepSeek עדיין מציגה אי-ודאויות משמעותיות.

שאלות חשובות שנותרו פתוחות:

• מבנה הבעלות והממשל התאגידי המדויקים של החברה
• היקף ויציבות ההכנסות
• מבנה העלויות של אימון והפעלת מודלי קצה
• כיצד החברה מתכננת להפוך את האקוסיסטם הפתוח שלה לרווחי
• ההשפעה של לחץ רגולטורי בינלאומי על ההתרחבות הגלובלית

עד שהסוגיות האלה יתבהרו, הערכת החברה כהשקעה מסורתית נותרה קשה.

בשורה התחתונה

DeepSeek התגלתה כמעבדת AI מרכזית חדשה המשלבת מחקר טכני חזק עם אימוץ משתמשים נפיץ. מודלי הדגל שלה – במיוחד DeepSeek-V3 וסדרת R1 המתמקדת בחשיבה – הציבו אותה בין המפתחים המשפיעים ביותר של מודלי קצה בקוד פתוח.

עם זאת, מנקודת מבט של משקיע, החברה נותרה אטומה בצורה יוצאת דופן. בעוד שהמומנטום הטכנולוגי והצמיחה במשתמשים ברורים, המבנה הפיננסי, מודל ההכנסות ופרטי הממשל נותרים ברובם לא ידועים.

לעת עתה, יש להבין את DeepSeek פחות כחברת תוכנה קונבנציונלית ויותר כארגון מחקר AI פורץ דרך הצומח במהירות, שעשוי להתפתח בסופו של דבר לפלטפורמה מסחרית מרכזית.