当地时间 2 月 4 日，IBM 首席执行官 Arvind Krishna 在《财富》杂志发表了一篇长文，谈到自己对 DeepSeek 及人工智能行业的看法及未来展望。
IT之家附 Arvind Krishina 的观点大意如下：
上周，DeepSeek 打破了 AI 领域的传统认知。一直以来，人们普遍认为，训练最先进的 AI 模型需要投入超过 10 亿美元，并依赖数千枚最新的芯片。AI 必须是专有技术，只有少数几家公司具备开发它的能力，因此保密至关重要。
但 DeepSeek 的做法颠覆了这一认知。新闻报道指出，他们仅用约 2000 枚英伟达芯片，以大约 600 万美元的成本训练了最新的模型，远低于行业预期。这再次证明，小型、高效的模型也能带来实际成果，无需依赖庞大而昂贵的专有系统。
然而，这一突破引出了一个更深层次的问题：AI 的未来究竟掌握在谁手中？AI 的发展不能由少数几家公司垄断，尤其是其中一些公司可能在数据保护、隐私和透明度等基本价值观上存在分歧。答案不是限制技术进步，而是要推动更广泛的合作，确保大学、企业、研究机构和社会组织共同参与 AI 的构建。
替代方案是，AI 的主导权可能会落入价值观和优先事项不同的参与者手中，这意味着未来社会和产业变革的关键技术将不再受掌控。真正的创新和进步，只有在 AI 的开发权得到广泛共享的前提下才能实现。
AI 行业已经走过了炒作期。2025 年，AI 必须从少数巨头的封闭体系中解放出来。到了 2026 年，社会各界不仅要使用 AI，更应投身于它的研发。
开源的小模型将成为实现这一目标的关键。DeepSeek 的成功说明，真正出色的工程技术应当在性能和成本之间找到最佳平衡。过去，行业普遍认为更大规模的模型才能带来更好表现，但真正的突破并不在于规模，而在于效率。我们在 IBM 的研究表明，针对特定应用优化的模型已经将 AI 推理成本降低了最多 30 倍，使训练更高效、更易获取。
我并不认为 AGI 即将实现，也不认同未来的 AI 需要依赖庞大的核能数据中心。这种论调人为制造了错误的选择题。AI 的高昂成本并非必然，它只是一个尚待解决的工程挑战。无论是成熟企业还是初创公司，都有能力推动成本下降，让 AI 更实用、更普及。
历史早有先例。计算机发展早期，存储和计算能力的成本高得惊人。然而，随着技术进步和规模效应，这些成本迅速下降，推动了计算机的普及和创新。
AI 的发展轨迹也将如此。这对全球企业而言是一个积极信号。只有当技术变得经济实惠、触手可及，它才能真正改变世界。通过拥抱开放、高效的 AI 模型，企业能够找到更具成本效益、符合自身需求的解决方案，释放 AI 在各行业的巨大潜力。 
