DeepSeek zbiera miliardy, ale mówi inwestorom: stawiamy na AGI i open source, nie na szybki zysk

Wśród potencjalnych inwestorów wymienia się:

• Narodowy Fundusz Inwestycji w Przemysł AI Chin (czasami nazywany „Big Fund”), państwowy wehikuł inwestycyjny utworzony w celu wspierania strategicznych sektorów technologicznych. ^WM
• Duże chińskie firmy technologiczne, takie jak Tencent, który prowadził rozmowy o udziale w rundzie. ^TW

Jeśli transakcja dojdzie do skutku przy górnej granicy przedziału, będzie to jedna z największych rund finansowania w historii chińskiej firmy AI. ^Y

Warto podkreślić, że umowa nie jest sfinalizowana, a zarówno wycena, jak i skład inwestorów mogą ulec zmianie przed zamknięciem porozumienia. ^W

Przekaz Lianga Wenfenga dla inwestorów: badania przede wszystkim

Propozycja DeepSeeka dla inwestorów wydaje się odmienna od tej, którą przedstawia wiele startupów AI. Zamiast kłaść nacisk na natychmiastowy wzrost przychodów, Liang rzekomo podkreślał, że głównym celem firmy jest przesuwanie granic badań nad AI. ^B

Podczas spotkań z potencjalnymi inwestorami zarząd DeepSeeka miał stwierdzić, że firma będzie:

• Kontynuować wydawanie otwartoźródłowych modeli AI
• Skupiać się na długoterminowych przełomach w dziedzinie sztucznej inteligencji ogólnej (AGI)
• Unikać priorytetyzowania krótkoterminowej presji na komercjalizację ^BE

To podejście przypomina strategię laboratorium badawczego, a nie typowej firmy programistycznej wspieranej kapitałem venture, zbudowanej wokół szybkiej monetyzacji.

Dlaczego DeepSeek może sobie pozwolić na tę strategię

Częścią powodów, dla których DeepSeek może przyjąć podejście skoncentrowane na badaniach, jest jego historia powstania.

Firma została założona przez Lianga Wenfenga, chińskiego przedsiębiorcę, który wcześniej współtworzył fundusz hedgingowy ilościowy High‑Flyer. Sam DeepSeek został uruchomiony w 2023 roku jako inicjatywa badawcza AI powiązana z tym ekosystemem. ^EN

High‑Flyer zainwestował już znaczne środki w infrastrukturę obliczeniową i badania nad AI, co pomogło DeepSeekowi opracować wczesne modele bez polegania na zewnętrznym kapitale venture. ^N

To zaplecze dało startupowi niezwykłą elastyczność w porównaniu z większością firm AI, które muszą szybko udowodnić zwrot komercyjny.

Modele, które wzbudzają zainteresowanie inwestorów

Entuzjazm inwestorów wobec DeepSeeka wynika w dużej mierze z jego szybkiego postępu technicznego.

Firma zyskała globalną uwagę po wydaniu swojego modelu rozumującego R1, który wykazał konkurencyjną wydajność, kosztując przy tym rzekomo znacznie mniej w szkoleniu niż wiele zachodnich modeli. ^T

W kwietniu 2026 roku DeepSeek wprowadził wersję zapoznawczą swojego modelu V4, kontynuując strategię wypuszczania wydajnych systemów AI przy stosunkowo niskich kosztach. ^E

Doniesienia sugerują, że firma przygotowuje już V4.1, która ma pojawić się jako aktualizacja mająca na celu poprawę wydajności i przyspieszenie cyklu wydawniczego modeli. ^N

Nowe finansowanie prawdopodobnie pomoże sfinansować:

• Większą infrastrukturę obliczeniową
• Szybszą iterację modeli
• Utrzymanie talentów na konkurencyjnym rynku pracy w branży AI

Dlaczego ta runda ma znaczenie w globalnym wyścigu AI

Rozmowy DeepSeeka o finansowaniu odbywają się w momencie, gdy rządy i inwestorzy coraz częściej postrzegają zaawansowaną AI jako branżę strategiczną.

Duża runda prowadzona przez chińskie fundusze powiązane z państwem sygnalizowałaby silne krajowe wsparcie dla rodzimych badań nad AI – i potencjalnie przyspieszyłaby zdolność Chin do konkurowania z wiodącymi zachodnimi laboratoriami.

Jednocześnie nacisk DeepSeeka na otwartoźródłowe wydania wyróżnia się w branży, w której wiele zaawansowanych modeli staje się coraz bardziej zamkniętych i własnościowych.

Podsumowanie

DeepSeek próbuje czegoś niezwykłego: pozyskania miliardów dolarów przy jednoczesnym wyraźnym mówieniu inwestorom, że firma może przedkładać długoterminowe badania nad krótkoterminowe zyski.

Jeśli runda finansowania zamknie się w pobliżu raportowanych kwot, ugruntuje to pozycję startupu jako jednego z najwyżej wycenianych laboratoriów AI na świecie – testując przy tym, czy inwestorzy są gotowi wesprzeć strategię skoncentrowaną na otwartych modelach, szybkim postępie badawczym i długotrwałym dążeniu do AGI kosztem natychmiastowych przychodów.