近日，知名分析師郭明錤針對AI領域的最新發展，特別是DeepSeek-R1發布后的影響，提出了兩大值得關注的產業新趨勢。這些趨勢不僅預示著AI行業的未來走向，也反映了技術進步對產業格局的深刻影響。
首先，郭明錤指出，盡管AI領域的Scaling Law（規模定律）邊際效益正在放緩，但通過優化訓練方式，AI算力仍能持續增長，并有望挖掘出更多新應用。這一觀點挑戰了以往基于模型參數量、訓練數據量和運算能力簡單增長的傳統邏輯。事實上，隨著人類創作的文本資料逐漸耗盡，以及運算能力在短期內難以大幅提升，單純依靠規模定律來提升模型性能已經變得愈發困難。而DeepSeek-R1通過創新的訓練方式，成功打破了這一瓶頸，為AI算力的持續增長提供了新的可能。
具體來說，DeepSeek-R1通過優化訓練算法，顯著提升了模型效益，這一成果也得到了業界的廣泛認可。從產業研究的角度來看，這一創新不僅有助于AI基礎設施的算力提升，還為挖掘新應用提供了有力支持。對于AI產業的長期發展而言，優化訓練方式與規模定律相輔相成，缺一不可。
另一方面，郭明錤還提到了API/Token價格顯著下滑對AI軟件/服務與設備端AI的積極影響。他指出，當前AI行業的盈利模式主要依賴于降低成本和提供基礎設施服務，而非創造新業務或提升現有業務的附加價值。然而，DeepSeek-R1采取了激進的定價策略，提供免費使用，并大幅降低了API/Token價格，這一舉措有望推動AI使用成本的進一步下滑。
在中國市場，AI行業的競爭尤為激烈。隨著DeepSeek-R1的激進定價策略引發市場關注，預計將有更多中國廠商推出性能優異且定價更為激進的AI模型。這一趨勢將有助于加速AI應用的多元化發展，并推動AI算力需求的進一步增長。
值得注意的是，盡管近期AI供應鏈相關股票出現了大幅修正，但這主要是由于投資人調整了由于規模定律邊際效益放緩對AI服務器出貨的負面影響所致。事實上，大部分投資人仍對AI行業的盈利前景持樂觀態度，并愿意耐心等待盈利的出現。隨著API/Token價格的下滑和訓練方法的優化，AI軟件/服務與設備端AI的成本將進一步降低，這將有助于增加AI算力需求，并降低投資人對AI投資能否獲利的疑慮。
郭明錤還提到了芯片升級、改善電力供應限制以及在訓練中加入更多多模態數據等未來可能再次加速規模定律邊際效益的因素。他認為，只有大規模部署者才會遇到規模定律邊際效應放緩的問題，這也再次驗證了英偉達等領先企業在AI領域的優勢地位。
最后，郭明錤強調，開放社區資源與中國競爭激烈的環境將推動更多中國廠商推出性能優異且定價更激進的AI模型。屆時，如果LLM（大型語言模型）服務供應商還未開始穩定盈利，盈利壓力將進一步增加。然而，在投資人普遍愿意耐心等待盈利的情況下，這些顧慮目前可以暫時擱置。
