DeepSeek: เจาะลึกบริษัท AI ดาวรุ่งจากจีน

ต่างจากสตาร์ทอัพ AI จำนวนมากที่ระดมทุนจาก Venture Capital ตั้งแต่ระยะแรก DeepSeek เริ่มต้นด้วยเงินทุนภายในจาก High‑Flyer และวางตำแหน่งตัวเองเป็นองค์กรวิจัยที่มุ่งพัฒนา Artificial General Intelligence (AGI) มากกว่าการสร้างผลิตภัณฑ์เชิงพาณิชย์ทันที

วิสัยทัศน์: มุ่งสู่ AGI

Liang Wenfeng ระบุหลายครั้งว่าเป้าหมายระยะยาวของ DeepSeek คือการพัฒนา AGI หรือระบบ AI ที่สามารถเรียนรู้และใช้เหตุผลได้ในหลายสาขาเหมือนมนุษย์

จากบทสัมภาษณ์และการวิเคราะห์กลยุทธ์ของบริษัท แนวทางของ DeepSeekเน้นไปที่

• การวิจัยโมเดลพื้นฐาน (foundation models)
• การพัฒนาสถาปัตยกรรมใหม่ของโมเดลภาษา
• การเปิดซอร์สโมเดลเพื่อสร้างชุมชนนักพัฒนา

Liang ยังมองว่าโมเดลภาษา (LLM) เป็นเพียงขั้นตอนหนึ่งในเส้นทางไปสู่ระบบ AI ที่มีความสามารถกว้างกว่า เช่น การใช้เหตุผลเชิงลึก ความเข้าใจหลายรูปแบบ (multimodal) และการโต้ตอบกับโลกจริง

แนวทาง “วิจัยก่อนธุรกิจ” นี้ทำให้ DeepSeek แตกต่างจากบริษัท AI ที่เน้นขายซอฟต์แวร์องค์กรหรือแอปพลิเคชันเป็นหลัก

เทคโนโลยีและโมเดลหลัก

แพลตฟอร์มของ DeepSeek มุ่งเน้นโมเดลภาษาขนาดใหญ่ (LLM) และโมเดลสำหรับการใช้เหตุผลขั้นสูง ซึ่งเปิดให้ใช้งานผ่าน API และโอเพ่นซอร์สรีโพซิทอรี

DeepSeek‑V3

หนึ่งในโมเดลสำคัญของบริษัทคือ DeepSeek‑V3 ซึ่งใช้สถาปัตยกรรมแบบ Mixture‑of‑Experts (MoE)

คุณสมบัติสำคัญ ได้แก่

• มีพารามิเตอร์รวมประมาณ 671 พันล้านพารามิเตอร์
• ใช้งานจริงต่อโทเค็นประมาณ 37 พันล้านพารามิเตอร์
• รองรับ context length สูงถึงประมาณ 128K tokens ในบางการใช้งาน

สถาปัตยกรรม MoE ช่วยให้โมเดลมีขนาดใหญ่มากได้โดยยังควบคุมต้นทุนการประมวลผลระหว่าง inference ได้

โมเดลการใช้เหตุผล DeepSeek‑R1

อีกโมเดลสำคัญคือ DeepSeek‑R1 ซึ่งออกแบบมาสำหรับงานที่ต้องใช้การคิดเชิงเหตุผล เช่น

• คณิตศาสตร์
• การเขียนโค้ด
• การวิเคราะห์เชิงตรรกะหลายขั้นตอน

ตระกูลโมเดล R1 ประกอบด้วย

• DeepSeek‑R1‑Zero
• DeepSeek‑R1
• โมเดล distilled ขนาดเล็กหลายตัวที่สร้างจากสถาปัตยกรรม เช่น Llama และ Qwen

โมเดลเหล่านี้เปิดซอร์สพร้อมน้ำหนักโมเดลและเอกสารเทคนิค ทำให้นักวิจัยสามารถทดลองและพัฒนาต่อยอดได้

งานวิจัยด้าน Multimodal

นอกจากโมเดลภาษา DeepSeek ยังมีการพัฒนาโมเดลแบบหลายรูปแบบ เช่น DeepSeek‑VL ซึ่งผสานความเข้าใจภาพและภาษาเข้าด้วยกัน

โมเดลเหล่านี้เป็นรากฐานของแพลตฟอร์มสำหรับนักพัฒนาและงานวิจัย AI ของบริษัท

การเติบโตของผู้ใช้ที่รวดเร็ว

การเติบโตของ DeepSeek ถือว่าเร็วผิดปกติสำหรับแพลตฟอร์ม AI ใหม่

การวิเคราะห์จาก Cheung Kong Graduate School of Business ระบุว่า

• แพลตฟอร์มมีผู้ใช้ประมาณ 125 ล้านคนภายในวันที่ 31 มกราคม 2025
• มีผู้ใช้เพิ่มมากกว่า 100 ล้านคนภายในหนึ่งสัปดาห์ ในช่วงการเติบโตแรก
• ผู้ใช้รายวัน (DAU) เกิน 22 ล้านคน ในช่วงต้นปี 2025

ตัวเลขเหล่านี้ทำให้ DeepSeek กลายเป็นหนึ่งในแอป AI ที่เติบโตเร็วที่สุดในโลกหลังเปิดตัว

ปัจจัยที่ช่วยขับเคลื่อนการเติบโต ได้แก่

• ประสิทธิภาพที่ดีใน benchmark ด้าน reasoning
• ราคา API ที่แข่งขันได้มาก
• การเปิดซอร์สโมเดลที่กระตุ้นการทดลอง
• การรวมเข้ากับเครื่องมือสำหรับนักพัฒนา

ความโปร่งใสและข้อมูลชุดฝึก

เมื่อเทียบกับห้องแล็บ AI ระดับแนวหน้า DeepSeek ได้เผยแพร่ข้อมูลทางเทคนิคบางส่วนเกี่ยวกับโมเดล

รายงานด้านความโปร่งใสที่รวบรวมโดย Stanford Center for Research on Foundation Models ระบุว่า DeepSeek‑V3‑Base ใช้ข้อมูลจากเว็บเพจและ e‑book เป็นหลัก และไม่ได้ใช้ข้อมูลสังเคราะห์ (synthetic data) ในการฝึกโมเดล

อย่างไรก็ตาม รายละเอียดที่เปิดเผยยังไม่ถึงระดับบริษัทมหาชน นักลงทุนจึงยังขาดข้อมูลสำคัญ เช่น

• รายละเอียดชุดข้อมูลฝึก
• ต้นทุนคอมพิวต์
• โครงสร้างฮาร์ดแวร์
• งบประมาณพัฒนาโมเดล

สถานะทางการเงินและเงินทุน

สถานะทางการเงินของ DeepSeek ถือเป็นหนึ่งในข้อมูลที่โปร่งใสน้อยที่สุด

ข้อมูลที่ยืนยันได้คือบริษัทได้รับการสนับสนุนหลักจาก High‑Flyer hedge fund มากกว่าการระดมทุนแบบ Venture Capital ในช่วงแรก

แต่เอกสารสาธารณะยังไม่ได้เปิดเผยรายละเอียดเกี่ยวกับ

• รายได้
• อัตรากำไร
• ค่าใช้จ่ายการดำเนินงาน
• รอบการระดมทุนภายนอก

บางการวิเคราะห์ภายนอกคาดว่ารายได้ของบริษัทมาจาก API และการใช้งานองค์กร แต่ตัวเลขอย่างเป็นทางการยังไม่ถูกเปิดเผย

ดังนั้นในมุมมองนักลงทุน DeepSeek จึงยังคล้าย ห้องวิจัย AI ที่กำลังขยายสู่ธุรกิจ มากกว่าบริษัท SaaS ที่มีข้อมูลการเงินชัดเจน

ปัจจัยด้านภูมิรัฐศาสตร์และกฎระเบียบ

การเติบโตของ DeepSeek ยังดึงดูดความสนใจทางการเมืองด้วย

รายงานของคณะกรรมาธิการคัดเลือกของสภาผู้แทนราษฎรสหรัฐเกี่ยวกับพรรคคอมมิวนิสต์จีนระบุว่า DeepSeek เป็นคู่แข่งด้านเทคโนโลยีสำคัญและอาจมีนัยด้านความมั่นคงแห่งชาติในบริบทการแข่งขัน AI ระหว่างสหรัฐและจีน

ปัจจัยนี้สะท้อนความเสี่ยงสำคัญสำหรับบริษัท AI ที่ดำเนินงานในตลาดโลก เช่น

• การควบคุมการส่งออกเทคโนโลยี
• ข้อจำกัดด้านซอฟต์แวร์
• กฎการจัดซื้อของรัฐบาล

จุดแข็งเชิงกลยุทธ์

เหตุผลที่ DeepSeek ถูกจับตามองทั่วโลกมีหลายปัจจัย

ประการแรก บริษัทแสดงให้เห็นถึง ศักยภาพทางเทคนิคสูง ด้วยโมเดลระดับ frontier ที่แข่งขันกับห้องแล็บ AI ชั้นนำ

ประการที่สอง กลยุทธ์ โอเพ่นซอร์ส ช่วยให้สร้างชุมชนนักพัฒนาและเร่งการนำไปใช้งาน

ประการที่สาม บริษัทมี ทรัพยากรคอมพิวต์และเงินทุนจากกองทุนเฮดจ์ฟันด์ที่ประสบความสำเร็จ ทำให้มีอิสระในการวิจัยมากกว่าสตาร์ทอัพทั่วไป

ความไม่แน่นอนที่นักลงทุนควรจับตา

แม้ DeepSeek จะเติบโตเร็วมาก แต่ยังมีคำถามสำคัญหลายข้อ

• โครงสร้างผู้ถือหุ้นและการกำกับดูแลที่แท้จริง
• ขนาดรายได้และความยั่งยืนของรายได้
• ต้นทุนในการฝึกและรันโมเดลขนาดใหญ่
• กลยุทธ์การสร้างรายได้จากโอเพ่นซอร์ส
• ผลกระทบจากแรงกดดันด้านกฎระเบียบระหว่างประเทศ

จนกว่าจะมีข้อมูลชัดเจนมากขึ้น การประเมินมูลค่าบริษัทในฐานะการลงทุนแบบดั้งเดิมยังทำได้ยาก

บทสรุป

DeepSeek กำลังกลายเป็นห้องแล็บ AI ระดับแนวหน้าที่ผสมผสานการวิจัยเชิงลึกกับการเติบโตของผู้ใช้แบบรวดเร็ว โมเดลหลักอย่าง DeepSeek‑V3 และ DeepSeek‑R1 ทำให้บริษัทเป็นหนึ่งในผู้พัฒนาโมเดลโอเพ่นซอร์สที่ทรงอิทธิพลในปัจจุบัน

อย่างไรก็ตาม จากมุมมองนักลงทุน บริษัทนี้ยังมีความไม่โปร่งใสสูง ทั้งในด้านการเงิน โครงสร้างธุรกิจ และข้อมูลการดำเนินงาน

ดังนั้น ณ ตอนนี้ DeepSeek อาจเหมาะจะมองว่าเป็น องค์กรวิจัย AI ระดับ frontier ที่กำลังเติบโตเร็ว และอาจพัฒนาไปเป็นแพลตฟอร์มเชิงพาณิชย์ขนาดใหญ่ในอนาคต มากกว่าจะเป็นบริษัทซอฟต์แวร์แบบดั้งเดิม