L’emergere di DeepSeek ha rappresentato un punto di svolta significativo: l’evento ha indotto le grandi aziende tecnologiche a rivedere le proprie strategie, spostando l’attenzione dallo sviluppo di modelli all’offerta di servizi integrati. Una delle risposte più evidenti a questa trasformazione è l’adozione di una “strategia di packaging”, in cui le aziende aggiungono funzionalità ai loro prodotti per mantenere i prezzi stabili, nonostante la riduzione dei costi dei modelli.
Tradizionalmente, nel settore tecnologico, quando un componente diventa più economico o si avvia verso la standardizzazione, le aziende tendono a “salire nella catena del valore” aggiungendo nuove funzionalità o servizi ai loro prodotti. Questo approccio consente di mantenere margini di profitto elevati e di differenziarsi dalla concorrenza. Nel contesto dell’IA, ciò significa integrare modelli con servizi aggiuntivi, offrendo soluzioni più complete ai clienti.
Ad esempio, OpenAI ha annunciato che non rilascerà più modelli di grandi dimensioni come prodotti standalone, ma li integrerà in sistemi potenziati con funzionalità di inferenza e altri servizi correlati. Sam Altman, CEO di OpenAI, ha dichiarato che l’obiettivo è garantire che, indipendentemente dal compito dell’utente, “il modello funzioni semplicemente”.
L’introduzione di DeepSeek ha avuto un impatto notevole sul mercato dell’IA, causando inizialmente una perdita di 630 miliardi di dollari per NVIDIA. Tuttavia, più della metà di questo valore è stato recuperato grazie all’impegno continuo delle big tech nell’investire in IA, nonostante le turbolenze iniziali. Questo recupero è attribuito non solo alla formazione di nuovi modelli, ma anche all’aumento dei costi operativi legati all’incremento degli utenti e all’uso dei servizi di inferenza.
La presenza di DeepSeek ha anche spinto aziende come OpenAI a focalizzarsi sulla creazione di sistemi completi piuttosto che su singoli modelli. Questa mossa mira a offrire un’esperienza utente più integrata e a mantenere un vantaggio competitivo rispetto a nuovi entranti nel mercato.
Questa transizione verso servizi integrati ha diverse implicazioni per l’industria dell’IA. Le aziende potrebbero ridurre l’acquisto massiccio di GPU per l’addestramento di modelli, concentrandosi invece sull’infrastruttura necessaria per supportare servizi di inferenza su larga scala. Ciò potrebbe influenzare fornitori di hardware come NVIDIA e creare opportunità per aziende specializzate in chip per l’inferenza, come Cerebras.
Inoltre, mentre gli sviluppatori e le aziende possono scaricare modelli open source come quelli di Meta o DeepSeek per costruire le proprie soluzioni, le big tech stanno cercando di differenziarsi offrendo servizi aggiuntivi che migliorano l’esperienza utente e aggiungono valore ai loro prodotti.