Los futuros del NASDAQ caen un 3%. DeepSeek parece un punto de inflexión para la IA. Los chinos con 5.5 millones de dólares, han sorprendido a las grandes tecnológicas americanas. ¿Es su fin?
En primer lugar y como mera reflexión propia… Un avance en eficiencia tan grande es un punto positivo para la IA. Aquí el problema quizás no es DeepSeek como tal, si no la gran exigencia de las magníficas. Cotizan como un monopolio, porque lo son, hasta que eso acabe.
Entrenar modelos avanzados de IA cuesta una auténtica fortuna. Empresas como OpenAI o Anthropic invierten más de 100 millones de dólares únicamente en potencia de cómputo. Esto requiere centros de datos gigantes con miles de GPUs que cuestan 40.000 dólares cada una.
Pero DeepSeek llegó y dijo: “¿Y si lo hacemos por $5M?” Y lo lograron. Sus modelos igualan o superan a GPT-4 y Claude en muchas tareas.
¿Cómo lo hicieron? Mientras que la IA tradicional usa números ultradetallados, DeepSeek bajó la precisión al mínimo necesario. Resultado: 75% menos de memoria.
Además, crearon un sistema “multi-token”. Mientras los modelos tradicionales procesan palabra por palabra, DeepSeek lee frases completas. Es 2x más rápido y 90% igual de preciso. Para manejar miles de millones de palabras, esto es clave.
Los modelos tradicionales tienen sus 1.8T parámetros activos siempre. DeepSeek tiene 671B, pero solo 37B activos a la vez. Es como tener un equipo enorme y llamar solo a los expertos que necesitas.
Los resultados son impactantes: Coste de entrenamiento: $100M → $5M GPUs: 100,000 → 2,000 Costos de API: -95% Funciona en GPUs de gaming, no en hardware caro… Ojo a la amenaza que eso supone para los semiconductores…
Todo el proyecto es de código abierto. Cualquiera puede revisar, probar y entender cómo funciona. Los documentos técnicos están disponibles para quien quiera aprender.
Ya no es necesario gastar miles de millones ni depender de grandes corporaciones para desarrollar modelos competitivos. Ahora, incluso pequeños equipos pueden entrar al juego con hardware más accesible.
Pero el modelo de negocio de Nvidia, que se basa en vender GPUs carísimas con márgenes altísimos. Cotiza como un monopolio, porque lo es, al menos hasta ahora. Si esta tecnología permite usar GPUs económicas para tareas avanzadas, el mercado puede cambiar radicalmente.
DeepSeek parece que sepreguntó: “¿Por qué seguir añadiendo más hardware cuando podemos hacerlo de manera más inteligente?” No nos engañemos, es una fantástica noticia esta ganancia de eficiencia para el mundo, pero no para los que tienen su negocio montado alrededor.
Las implicaciones parecen enormes: – El desarrollo de IA será mucho más asequible. – Más competencia en el mercado. – Las ventajas de las grandes tecnológicas parecen mucho menos sólidas. – Los costes de hardware se desplomarán.
Es probable que OpenAI y Anthropic ya estén trabajando para adoptar estas innovaciones. Sin embargo, la eficiencia ahora es el estándar, y no hay vuelta atrás al enfoque de “usa más GPUs y más dinero”.
Parece que esto puede ser un cambio de inflexión, pronto para saberlo… Pero, el riesgo no es tanto DeepSeek… Si no la exigencia que había en los magníficos. Por cierto, es chino, con sus restricciones, uso de datos y demás…
