DeepSeek的出现引发了市场对AI资本支出的担忧，特别是英伟达市值的大幅缩水。然而，摩根士丹利分析师认为，DeepSeek的效率提升虽然显著，但不会导致AI相关资本支出的崩溃。计算机发展史上效率提升的案例比比皆是，DeepSeek的进展本质上是一次效率改进，反而会推动增量需求。这类似于90年代计算成本的下降，可能导致AI资本成本下降，从而支撑企业支出。此外，Jevons悖论表明，技术进步降低成本反而会增加总体需求，推动AI更广泛的应用。虽然短期内可能影响个别股票，但长期来看，整体经济将受益于AI的变革性潜力。

🚀DeepSeek的效率提升本质上是一次技术进步，虽引发市场震荡，但不会导致AI资本支出崩溃，反而可能推动需求增长。

📉 类似于90年代计算成本下降，DeepSeek带来的效率提升可能导致AI资本成本下降，从而支撑企业支出。

💡 Jevons悖论指出，技术进步降低成本反而会增加总体需求，促进AI技术从创新者阶段走向更广泛应用。

🌐 目前大部分资本支出并非针对AI训练，而是AI推理和非AI用例，DeepSeek的出现不会改变半导体支出。

📈 从宏观经济角度来看，DeepSeek展示了效率提升的潜力，这将促进竞争，推动AI的更广泛应用，最终实现更高的生产力增长。

DeepSeek的横空出世引发欧美股市剧烈动荡，其中英伟达 (NVDA.US)一天内市值缩水近6000亿美元。尽管市场已部分回暖，但如此巨大的波动仍引发投资者对AI这一被广泛视为下一代变革性技术的担忧。

摩根士丹利全球定量研究主管Vishwanath Tirupattur则认为，DeepSeek的突破虽然意义重大，但不会导致AI相关资本支出的崩溃。

Tirupattur表示，DeepSeek的突破虽然令人瞩目,但并非完全出人意料。计算机发展史上充满了效率大幅提升的案例。DeepSeek的进展本质上是一次显著的效率改进，这将推动增量需求。

20世纪90年代计算成本的急剧下降提供了一个有益的参照。大摩分析师表示，90年代的投资热潮由两个因素驱动：企业更换折旧资本的速度，以及计算资本价格相对于产出价格的持续大幅下降。如果DeepSeek带来的效率提升反映了类似的现象，这可能意味着AI资本成本正在下降，有利于支撑企业支出前景。

Tirupattur同时援引著名的“Jevons悖论”。根据该理论，随着技术进步降低资源使用成本，总体需求会增加,导致资源消耗总量上升。换言之，更便宜、更普及的技术将增加其"消费"，使AI从创新者阶段过渡到更广泛的应用,为更快的LLM产品创新打开大门，实现更广泛的消费者和企业采用。长远来看，这应该会带来更大的生产力提升，加速实现AI的变革性承诺。

对于DeepSeek对半导体、电力和数据中心基础设施等AI相关资本支出的影响，摩根士丹利半导体团队负责人Joseph Moore认为，这一发展不太可能改变半导体支出。

尽管DeepSeek带来的效率提升在技术上令人印象深刻，但与熟悉该技术的行业专家的初步讨论表明，这似乎并未影响投资规划过程。

了解主要科技厂商的资本支出意图对评估这些公司是否会大幅削减AI基础设施资本支出至关重要。根据目前披露的信息，绝大多数已知的资本开支都是针对 AI推理和非AI 用例，而非 AI 训练。

Tirupattur总结道，从宏观经济角度来看，有充分理由预期更高的商业支出和生产力增长。虽然在股票层面可能会出现赢家和输家，但整体经济将成为赢家。DeepSeek展示了效率提升的潜力，这反过来会促进更大的竞争并推动AI的更广泛采用。

编辑/rice