Debiut chińskiego modelu sztucznej inteligencji DeepSeek wywołał zamieszanie na światowych giełdach. Mocno oberwały akcje Nvidii – firmy uważanej za głównego dostawcę infrastruktury dla branży AI. Analitycy piszą w komentarzach z jednej strony o zimnym prysznicu, a z drugiej o fundamentalnym nieporozumieniu.
Początek tygodnia przyniósł silne przeceny na giełdach azjatyckich oraz w Europie. Inwestorzy obawiają się, że rozwój sztucznej inteligencji — dotychczas napędzany ogromnymi inwestycjami w infrastrukturę — może nie przebiegać tak, jak do tej pory zakładano.
Papiery Nvidii obok giełdy w Nowym Jorku notowane są także na parkietach w Europie, w tym w Warszawie na GlobalConnect. Kurs wyrażony w polskich złotych spadał w poniedziałek po południu o ponad 14,3 proc. do 504,60 zł i był najniżej od 8 października, kiedy pierwszy raz przekroczył poziom 500 zł za akcję. Akcje Nvidii są na tym rynku od 8 lipca 2024 r.
Na giełdzie we Frankfurcie akcje Nvidii spadały w okolicy 12 proc., do 121 euro za akcję, choć w ciągu dnia zaliczyły poziom nawet 116,80 euro, co oznaczało przecenę o 15,3 proc. Na giełdzie w Londynie, gdzie kurs jest notowany w dolarach, akcje traciły około 12,7 proc. do 126,70 dol. za akcję.
W handlu przed sesyjnym (tzw. pre‑market) na Wall Street kurs Nvidii zniżkował o ok. 11,4 proc. do 126,45 dol. za akcję. Po otwarciu rynku kasowego w USA kurs Nvidii spadł do 123,64 dolarów, czyli o 13,3 proc. Oznaczało to wymazanie 465 mld dol. kapitalizacji rynkowej - najwięcej w odniesieniu do pojedynczej spółki na jednej sesji w historii.
Skąd obawy wokół DeepSeek?
Chiński start-up DeepSeek udostępnił asystenta AI, którego koszt wytrenowania miał wynieść zaledwie 5,6 mln dolarów. Tak niski koszt — w porównaniu z szacowanymi setkami milionów dolarów, jakie do tej pory wydawano na trenowanie największych modeli językowych (np. ChatGPT, Llama) — postawił pod znakiem zapytania dotychczasową skalę nakładów koniecznych do tworzenia zaawansowanych systemów AI.
- „Nowa gorączka złota”: Nvidia określana była przez analityków jako dostawca tzw. „kilofów i łopat” w erze rewolucji AI.
- Spadek kosztów: Jeżeli faktycznie można trenować zaawansowane modele za ułamek dotychczasowych kwot, pojawia się pytanie o przyszły popyt na najnowsze układy GPU, w tym kartę Blackwell zapowiadaną przez Nvidię.
Komentarze analityków
Głos Pictet Asset Management
„Wciąż nie znamy szczegółów i nic nie zostało w 100% potwierdzone w odniesieniu do tych twierdzeń (m.in. koszty inwestycji w DeepSeek – przyp. red.), ale jeśli rzeczywiście nastąpił przełom w kosztach szkolenia modeli z ponad 100 mln dolarów do tej rzekomej kwoty 6 mln dolarów, to w rzeczywistości jest to bardzo korzystne dla produktywności i użytkowników końcowych AI, ponieważ oznacza niższy koszt dostępu” – powiedział Jon Withaar, starszy menedżer w Pictet Asset Management, cytowany przez Reutersa.
„Czy w krótkim okresie jest to negatywne dla Nvidii? Tak, ponieważ oczekiwania wobec Blackwell są bardzo wysokie, a pozycjonowanie w całym łańcuchu dostaw AI długoterminowe. Jednak ostatecznie wszystko, co obniża koszty wdrożenia AI, jest korzystne dla produktów i aplikacji związanych z AI, jak również dla osób korzystających z narzędzi AI — a ta grupa stale rośnie” – dodaje Withaar.
"Ale zobaczymy – diabeł tkwi w szczegółach, a jak można się domyślać, chiński model będzie kontrowersyjny w wielu zastosowaniach. Mimo to jest to zimny prysznic i dawka realizmu dla sektora, który prawdopodobnie tego potrzebował” – komentuje.
Rynek kwestionuje dotychczasową narrację
„Jest zrozumiałe, że inwestorzy zaczynają kwestionować narrację, która dotychczas napędzała cały rynek… Rynek, który jest bardzo rozgrzany, więc inwestorom nie potrzeba wiele, aby zdecydować się na realizację zysków”
– George Lagarias, strateg inwestycyjny w Forvis Mazars.
Koszty trenowania AI – fakty i mity
Jednym z wątków budzących największe kontrowersje jest rzekome 5,6 mln dolarów kosztu wytrenowania DeepSeek:
- Zespół Bernsteina wskazuje, że poniedziałkowa panika to efekt „fundamentalnego nieporozumienia dotyczącego kwoty 5 mln dol.”
- Dokładna kalkulacja: Owa kwota bazuje na przyjętym koszcie około 2 USD za godzinę pracy każdej karty GPU w infrastrukturze chmurowej, jednak nie odzwierciedla innych wydatków (badania nad architekturami, algorytmami, obróbką danych).
- Peel Hunt dodaje, że DeepSeek trenowano w sumie niecałe 3 miliony godzin pracy GPU, co przy takich założeniach kosztowych przekłada się na trochę ponad 5 mln dolarów. Dla porównania — analitycy szacują, że najnowszy kluczowy model AI od Mety pochłonął 60-70 mln dolarów.
Premiera chińskiego modelu sztucznej inteligencji DeepSeek sprowokowała inwestorów do przewartościowania dotychczasowych założeń co do kosztów rozwoju AI. W efekcie na rynkach finansowych pojawiły się obawy o skalę przyszłych inwestycji w drogie układy GPU i infrastrukturę obliczeniową, co uderzyło przede wszystkim w Nvidię.
Niezależnie od krótkoterminowych spadków i realizacji zysków, większość ekspertów twierdzi jednak, że każda innowacja obniżająca koszty rozwoju AI będzie korzystna długoterminowo — tak dla producentów sprzętu, jak i całej branży AI, która wciąż dynamicznie się rozwija.
Michał Kubicki
