DeepSeek, ein chinesisches Unternehmen für künstliche Intelligenz, hat Anfang des Monats sein Open-Source-Modell R1 veröffentlicht. Die Fähigkeiten des Modells entsprechen in etwa denen der fortgeschrittenen Modelle von OpenAI, Anthropic und Alphabet GOOGL/GOOG - bei wesentlich geringeren Trainingskosten.
Warum das wichtig ist: Die beeindruckende Leistungs-/Kostendynamik von R1 hat bei den Anlegern Bedenken hinsichtlich der Notwendigkeit der milliardenschweren Investitionen geweckt, die große US-amerikanische Technologieunternehmen in die generative KI getätigt haben (und die weiteren Milliarden, die sie zu investieren planen).
- Die Markteinführung von R1 und sein drastisch niedrigerer Preis (mehr als 90 % unter dem neuesten Modell von OpenAI) gehen Hand in Hand mit unserer umfassenderen Sichtweise der “Kommodifizierung von Ergänzungen” im Bereich der großen Sprachmodelle.
- Wir glauben, dass der Wert und die Nutzung des primären Gutes der Public-Cloud-Anbieter - der Cloud-Infrastruktur - steigen, während der Preis für große Sprachmodelle (LLMs - das komplementäre Gut) sinkt. Daher glauben wir, dass Amazon AMZN, Microsoft MSFT und Google langfristig von niedrigeren LLM-Preisen profitieren werden.
Unterm Strich: Wir halten an unseren Fair Value-Schätzungen für Microsoft (490 US-Dollar pro Aktie), Amazon (200 USD) und Alphabet (220 USD) fest und sehen diese Unternehmen mit großem Marktanteil als Nutznießer einer kommodifizierten LLM, wobei die erhöhten Ausgaben für KI Rückenwind für ihre Public-Cloud-Geschäfte schaffen.
- Wir gehen zwar davon aus, dass die Investitionsausgaben der Public-Cloud-Anbieter in nächster Zeit hoch bleiben werden, sehen sie aber in erster Linie auf die Bedienung der generativen KI-Nachfrage ausgerichtet, die mit niedrigeren Preisen für LLMs florieren dürfte, im Gegensatz zur Schulung von Spitzenmodellen.
- Gleichzeitig gehen wir davon aus, dass diese großen US-Tech-Unternehmen einige der KI-Techniken nachahmen werden, die DeepSeek zur Senkung der Kosten von R1 eingesetzt hat, um die Kosten für das Training und die Inferenz ihrer Modelle zu senken, was ihre mittel- und langfristigen Kapitalausgaben verringern könnte.
Der Autor/Autorin oder die Autoren besitzen keine Aktien der in diesem Artikel erwähnten Wertpapiere. Informieren Sie sich über die Redaktions-Richtlinien von Morningstar.
Die in diesem Artikel enthaltenen Informationen dienen ausschließlich zu Bildungs- und Informationszwecken. Sie sind weder als Aufforderung noch als Anreiz zum Kauf oder Verkauf eines Wertpapiers oder Finanzinstruments zu verstehen. Die in diesem Artikel enthaltenen Informationen sollten nicht als alleinige Quelle für Anlageentscheidungen verwendet werden.