DeepSeek-R1の発表がAI産業の新しいトレンドを引き起こし、郭明錤が将来の展開について

詳述
DeepSeek-R1の発表によって引き起こされたAI産業の新しいトレンド
1月31日、天風国際証券のアナリスト郭明錤は1月29日に報告書を発表し、DeepSeek-R1の発表がAI産業における2つの重要な新しいトレンドを引き起こしたと述べました。これらのトレンドは、DeepSeek-R1が登場しなくても最終的には顕在化するものでしたが、DeepSeek-R1の登場がその発生を加速させたということです。
トレンド1：Scaling lawの限界が鈍化する中で、AI計算力はトレーニング方法を最適化することで継続的に増加する
過去1〜2年の間、AIサーバーのサプライチェーンへの投資ロジックは、Scaling lawが成立する下でAIサーバーの出荷量が持続的に成長することを前提にしていました。しかし、Scaling lawの限界効用が徐々に鈍化する中、市場はDeepSeekが他の方法でモデルの効率性を大幅に向上させることに注目し始めています。
Scaling lawは、AIモデルのパフォーマンスがモデルのパラメータ数（N）、トレーニングデータの量（D）、計算能力（C）の3つによって決定されることを示しています。最も理想的なシナリオは、N、D、Cが同時に増加することです。しかし、以下の要因がScaling lawの限界効用の鈍化を引き起こしています：
1. 人間が作成したテキストデータ（D）はほぼ使い果たされています。
2. 計算能力（C）の大幅な向上やトレーニングデータ（D）の枯渇がなければ、単にモデルのパラメータ数（N）を増やすだけでは効果的ではありません。
3. 計算能力（C）は短期的に大きな改善を遂げにくい（例：Blackwellシステムはまだ量産されていない、電力供給の制限など）。
産業研究の観点から、DeepSeek-R1はトレーニング方法の最適化によってモデルの効率を大幅に向上させたことを示しており、Scaling lawの限界効用が減少する中でトレーニング方法の最適化がAIインフラの計算力を引き続き向上させ、新しいアプリケーションを開拓するのに役立つことを示唆しています。
トレンド2：API/Token価格が大幅に下落し、AIアプリケーションの多様化を促進する
現在、AI産業の利益モデルは主にツールの販売とコスト削減に基づいており、新しいビジネスを創出することや既存のビジネスの付加価値を高めることには依存していません。DeepSeek-R1は攻撃的な価格設定戦略を採用しており、無料で提供し、API/Tokenの価格はOpenAI-o1の1/100未満です。この競争圧力により、AI使用コストが低下し、AIアプリケーションの多様化が加速する可能性があります。
AIソフトウェア/サービスとデバイス側AIのコストは、API/Token価格の下落とトレーニング方法の最適化によって低下しており、これがAI計算力の需要を増加させ、投資家のAI投資の収益性に対する懸念を減少させるのに役立ちます。AIの使用量は価格の低下により増加していますが、使用量の増加が価格低下を相殺できるかどうかは今後観察する必要があります。
結論
Scaling lawは経験則であり、合理的に期待を低くし、冷静に考えることが長期的な投資のトレンドに有益です。チップのアップグレード、電力供給制限の改善、トレーニング中に多モーダルデータを追加することなどは、Scaling lawの限界効用を再び加速させるのに役立ちます。大規模な展開者がScaling lawの限界効用が鈍化する問題に直面しますが、これは再びNvidiaのリーディングポジションを検証しています。
オープンコミュニティリソースと中国の競争の激しい環境により、他の中国の企業が優れたスコアを持ち、より攻撃的な価格設定のLLMを発表することが予想されます。その時、LLMサービス提供者が安定した利益を上げていなければ、利益を上げるプレッシャーはさらに強まるでしょう。
API/Token価格の大幅な下落により、AIソフトウェア/サービスとデバイス側AIは、より多くの投資家の関心を引きます。これが新たな長期投資トレンドとなるかどうかは、利益を上げるビジネスモデルを作り出せるかにかかっています。
NvidiaはScaling lawの限界効用が再び加速する未来における勝者ですが、短期的なGB200 NVL72の量産問題や米国の半導体輸出禁止令が中長期的にどのように変化するかに注目する必要があります。