Frem til december ´24 var der to urokkelige sandheder om AI: Amerikanske tech-giganter ville bevare deres førerposition gennem massive kapitalinvesteringer, og “closed source” modeller ville dominere gennem overlegne ressourcer. I forgårs kollapsede disse antagelser. Nvidias markedsværdi styrtdykkede med 600 mia. dollars – det største enkeltstående værditab i børshistorien – efter at et kinesisk selskab beviste, at begge præmisser var forkerte. Mads Jensen, Superseed, udlægger begivenhederne set fra sit sæde i London.

AI er det næste store paradigmeskift inden for databehandling – det ved vi. AI er løs samling af mange tilgange, men det nuværende skifte sker primært med “Large Language Models” (LLM’er) – modeller der både kan læse og skrive som mennesker, og som kan bruges til alt fra softwareudvikling til kundeservice.

Historisk set har træning af disse modeller krævet massiv computerkraft. At køre og drive dem (inferens) krævede dyrt hardware. Branchen accepterede dette som uforanderligt: bedre ydelse krævede mere computerkraft, hvilket betød højere omkostninger i computerchips.

Denne doktrin formede hele industrien. OpenAI og Google investerede milliarder i at træne stadigt kraftigere modeller. Nvidia, som solgte de chips, der gjorde dette muligt, nød godt af profitmarginer på over 90%. Den amerikanske regering, som søgte at bevare sit forspring, begrænsede endda eksporten af chips til Kina. Antagelsen? Uden adgang til den nyeste hardware ville den kinesiske AI-udvikling gå i stå.

 

Den helt store katalysator

Dominobrikkerne begyndte at falde den 26. december 2024, da DeepSeek udgav deres V3-model med minimal fanfare. De fleste overså dens betydning midt i juledistraktionen, men tidlige tekniske anmeldelser på platforme som Twitter og Reddit antydede et jordskælv under opsejling. 

Så kom den 20. januar 2025: Mens Washington fokuserede på Trumps indsættelse, lancerede DeepSeek stille deres R1, deres ræsonnementsfokuserede model. Dagen efter annoncerede Trump Project Stargate –  et AI-infrastrukturinitiativ til 500 mia. dollars, primært til gavn for OpenAI.

Den 27. januar, da investorerne endelig forstod implikationerne, faldt Nvidias aktie med 16%. Markedet begreb endelig, hvad AI-forskere havde summet om: DeepSeek havde opnået det mange troede var umuligt – at træne en AI-model i verdensklasse for 6 mio. dollars, en brøkdel af branchens standardomkostninger på over 100 mio. dollars.

 

AI-oligopolet på retræte

Før januar 2025 lignede AI-landskabet et meget dyrt oligopol. OpenAI annoncerede en årlig omsætning på 5 mia. dollars i december 2024. Nvidia kommanderede massive profitmarginer i deres AI-segmenter, mens deres CUDA-software (softwareplatformen brugt til at udvikle modellerne) havde låst størstedelen af verdens AI-forskere fast i NVIDIA´s økosystem.

Branchen opererede efter det, insidere kaldte “Skaleringsdoktrinen” – et sæt tilsyneladende ubrydelige love for AI-fremskridt. Kapacitetskrav fordoblede sig hver sjette måned. Den mængde data der skulle bruges til at træne en model voksede fra 300 mia. tokens (“ord”) for GPT-3 til 15 billioner tokens for 2024’s førende modeller. Omkostningerne steg 150% år efter år, mens træningstiden strakte sig fra uger til måneder. For en industri besat af eksponentiel vækst syntes effektivitet næsten at være en eftertanke.

 

DeepSeeks opfindsomhed

DeepSeeks innovationer eksemplificerer en fundamentalt anderledes tilgang til AI-udvikling. Her er tre eksempler fra deres bredere sæt af gennembrud:

• Effektiv træningsarkitektur: Ved at forenkle beregninger med færre decimaler opnåede DeepSeek sammenlignelige resultater med 75% mindre hukommelsesforbrug. Det er som at opdage, at man kan bygge samme skyskraber med en fjerdedel af materialerne. Det lyder utroligt trivielt, men kombineret med virksomhedens øvrige innovationer, leverede det præcis den nødvendige ydeevne.
• Multi-Token forudsigelse: Traditionelle modeller forudsiger ét ord ad gangen. DeepSeeks system forudsiger flere ord (tokens) samtidig med 85-90% nøjagtighed, hvilket effektivt fordobler inferenshastigheden. Effektivitetsgevinsten er bemærkelsesværdig – forestil dig, at din bil pludselig kun krævede halvt så meget brændstof, mens den bevarede 90% af sin hestekræfter.
• Mixture-of-experts (MoE) arkitektur: Mens GPT-4 aktiverer alle sine estimerede 1,8 billioner parametre for hver opgave, er DeepSeeks tilgang mere selektiv. Deres model med 671 mia. parametre aktiverer kun 37 mia. parametre ad gangen, altså kun de eksperter, der er nødvendige for hver specifik opgave. Det er som at have en virksomhed, hvor man i stedet for at kalde alle 1.800 medarbejdere ind til hvert møde kun indkalder de 37 specialister, der specifikt er relevante for problemet.

Det mest skelsættende er nu, DeepSeek har gjort hele deres system open source. Det hele er frit tilgængeligt, for alle at bruge, justere og lære af. Det er svært at overvurdere den disruptive effekt af dette.

 

Kommercielt jordskælv

DeepSeeks gennembrud omformer AI-økonomien fundamentalt:

Træningsomkostningerne for store sprogmodeller er faldet fra over 100 mio. dollars til 6 mio. – en reduktion der transformerer konkurrencelandskabet. Inferensomkostningerne følger samme bane, hvor DeepSeeks arkitektur leverer en 95% reduktion i driftsomkostninger sammenlignet med nuværende markedsledere.

Denne omkostningsrevolution skaber tre øjeblikkelige markedseffekter:

1. Pres på etablerede aktører: OpenAI og Anthropic står over for et eksistentielt valg – matcher de DeepSeeks 95% lavere priser og accepterer papirtynde marginer, eller fastholder de premium-priser og ser deres markedsandel fordampe.
2. Cloud-udbyder dominoeffekt: Når et ChatGPT Pro-abonnement til 200 dollars om måneden møder konkurrence fra DeepSeeks open source (=gratis) R1-model, siver implikationerne ned gennem cloud-infrastrukturen. Dette kan påvirke Microsoft, Amazon og Googles kortsigtede AI-omsætningsprognoser.
3. Hardware-sårbarhed: NVIDIAs dobbelte indtægtsstrømme – fra både modeltræning og inferens –står over for øjeblikkeligt pres. Selv hvis det samlede volumen af AI-arbejde fortsætter med at vokse hurtigt, vil der være kortsigtede implikationer for mængden af påkrævet hardware.

Det lovede “År for Agentbaseret AI” i 2025 ankommer således med en uventet plotvending: de etablerede aktører står nu over for hård konkurrence fra nye spillere, der kan matche eller overgå deres ydelse for en brøkdel af omkostningerne.

 

Geopolitisk skakspil

Timingen kunne ikke være mere sigende. Netop som Trump annoncerede Project Stargate – 500 mia. dollars investering beregnet til at cementere USA’s AI-overlegenhed – demonstrerede et kinesisk firma, at kapital alene ikke afgør AI-lederskab. På trods af amerikanske eksportkontroller, der blokerer adgang til NVIDIAs mest avancerede chips, overhalede DeepSeek umiddelbart hele industrien.

De første reaktioner i Silicon Valley omfattede spekulationer om potentiel vildledning – antydninger om at DeepSeek måtte have haft adgang til mere computerkraft end oplyst. Men deres open source-frigivelse og efterfølgende validering af uafhængige forskere synes at bekræfte gennembruddets legitimitet. De amerikanske giganter blev ikke overbudt; de blev overgået i innovation.

 

Europæiske implikationer

For Europa er DeepSeeks gennembrud særligt betydningsfuldt. I løbet af det sidste år, mens Mistral og andre europæiske AI-virksomheder kæmpede for at matche deres amerikanske modparter, var den fremherskende forklaring ressourcebegrænsninger. DeepSeeks succes udfordrer fundamentalt denne undskyldning. Begrænsningen var ikke kapital – det var innovation.

Dette fungerer både som et wakeupcall og en mulighed. Europa må konfrontere den ubehagelige sandhed, at påstande om utilstrækkelige ressourcer maskerede dybere innovationshuller. Dog demonstrerer DeepSeeks succes også, at AI-kapløbet stadig er helt åbent. På trods af bemærkelsesværdige amerikanske fremskridt kan teknologisk lederskab skifte hurtigt gennem nye kreative tilgange.

 

Fremtidsperspektiver

Forvent en hektisk respons i de kommende uger. De amerikanske tech-giganter vil kæmpe for at matche DeepSeeks effektivitetsgevinster. Hold øje med større annonceringer fra OpenAI, Meta og Google.

De kortsigtede konsekvenser vil være volatilitet og potentielt en fuldblods markedskorrektur, men de langsigtede implikationer vil være mere betydningsfulde. I modsætning til søgemaskiner eller mobile operativsystemer, som udviklede sig til fastlåste oligopoler, synes AI at bevæge sig mod et mere dynamisk konkurrencelandskab. 

Det nemme skift mellem modeller, kombineret med det demonstrerede potentiale for teknologiske kvantespring, antyder en fremtid, hvor innovation betyder mere end markedsposition. 

Den kortsigtede markedsuro maskerer en større sandhed: AI er netop blevet 95% billigere samtidig med at være blevet mere kompetent. Når en teknologis omkostninger falder så dramatisk, mens den forbedres, vokser udbredelsen ikke bare – den eksploderer. I modsætning til hvad Trumps Stargate-projekt vil have os til at tro, kommer den mest dybdegående disruption nogle gange ikke fra at gøre tingene større, men fra at gøre dem smartere. Og det synes at være kernen i, hvad startup- og venture-økosystemet handler om!

Denne analyse er ikke investeringsrådgivning. Konsultér altid kvalificerede finansielle rådgivere før der træffes investeringsbeslutninger.