施罗德投资认为，目前仍有许多不确定因素存在，例如厘清 DeepSeek 的成本结构，以及更便宜的基建设施是否真的会减少全球人工智能竞赛当中所需的支出。
2月7日，施罗德投资发文称，据报导，中国内地的人工智能初创企业DeepSeek已开发出可媲美市场领导者的大型语言模型 (LLM)，但训练成本却相对地低得多。若然属实，这可能表示与人工智能相关运算工作负载所需的高效能半导体需求将会减少。
不过，这个结论取决于DeepSeek的成本数据是否真正与现有业界同行相媲美，更重要的是，其他因素是否保持不变。
运算能力效率的提升不一定代表半导体 （晶片）需求减少。杰文斯悖论（Jevon's Paradox）是一个成熟的经济概念，它指出资源效率的提升通常会导致该资源的消耗量增加。
在这种情况下，更高的运算效率可能会刺激人工智能的进一步采用和发展，从而可能抵销任何半导体需求的直接减少。
施罗德投资指出，如果运算效率提升导致半导体/人工智能设备需求减少，那么英伟达 (NVDA.US)等企业及其他运算基建设施供应商可能会面临压力。然而，这个情况还未确定，尤其是考虑到前面提到的杰文斯悖论。
另一方面，这发展可能会惠及软件公司。较低的人工智能成本可能会让更多先前因价格高昂而却步的客户能够使用这些技术。对于将 AI 功能嵌入其产品的软件供应商而言，这可能会在维持盈利能力的同时，促进产品的采用。
此外，微软 (MSFT.US)、 Meta Platforms (META.US) 和 谷歌-A (GOOGL.US) 等超大规模企业也能从中获益。这些企业能否在大量投资于研发人工智能技术后获得回报？市场对这点的忧虑与日俱增。如果这种情况导致这些企业所需的支出减少，那其资本支出可能降低，并促使自由现金流大幅增加。
施罗德投资认为，目前仍有许多不确定因素存在，例如厘清 DeepSeek 的成本结构，以及更便宜的基建设施是否真的会减少全球人工智能竞赛当中所需的支出。这种不确定性确实会带来风险，但这些举动很可能会为活跃的投资者创造机会，尤其是在科技业与工业领域。
DeepSeek 技术所带来的所有影响仍有待了解。但这个案例突显出，市场很容易受美国大型企业的失策或新竞争者出现所影响。
主要股票指数无法提供以往可分散投资的作用。想要建立更具韧性投资组合的投资者，必须采取积极主动的方式，寻找跨行业和地域的投资机会，以真正的分散投资。
编辑/danial
