DeepSeek帶來破壞式創新，企業該選擇美國LLM，還是中國LLM？

DeepSeek一鳴驚人，模型更小、效率更高、訓練與運作成本也更低，且能與OpenAI等大公司的模型一爭。這其實就是破壞式創新的經典劇碼：與美國相比，中國的LLM使用更便宜的硬體與開放架構來降低成本，並且更專精特定領域的應用，而非通用任務。這就向全球企業提出了一個問題：應該投資於授權美國LLM，還是中國LLM？或是有其他可能？

在今年1月，中國人工智慧新創公司DeepSeek讓許多人大吃一驚。它在1月20日發布的新模型，規模更小、效率更高、訓練與運作成本也遠遠更低，不過還是可以與OpenAI、Meta等美國AI領導公司的模型匹敵。

然而，這家中國公司的成功或許原本可以透過管理理論預測到——具體而言就是破壞式創新理論。畢竟，破壞式創新的重點就是低成本的替代選擇：它們雖然不是最先進的產品，但是效能對於許多用戶來說已經足夠。DeepSeek看似就是挾此引發這波衝擊，挑戰美國AI產業的一些假設，並造成科技與能源股價暴跌。

如果管理理論有助於解釋才剛發生的事，那麼也能帶來洞察，了解下一步可能的發展。在全球企業的領導者費心推敲是要選擇授權中國或美國的大型語言模型（large language models, LLM）、還是保持開放的選項之際，我們根據技術變革理論，點出這種破壞式創新對全球企業的影響。

首先，我們必須指出，中國的LLM在兩個方面明顯不同於美國的LLM：（1）它們通常使用更廉價的硬體，並利用開放架構（因此更低廉）來降低成本；（2）許多中國的LLM都是針對特定領域（較為狹窄）的應用而訂製，而不是泛用型任務。不過，像DeepSeek-R1這種模型的出現，是以偏向通用的推理模型為定位。