花旗：DeepSeek 潜在效率突破对软件行业的影响

摘要：DeepSeek R1 模型在 “测试时扩展定律（test - time scaling law）” 上取得突破性进展，使其训练成本仅为 OpenAI 的 1/10。这一消息在整个 AI 领域引发广泛讨论，同时也对云计算巨头（hyperscalers）的巨额资

Citi 观点：DeepSeek 的效率突破是软件行业的重大利好

DeepSeek R1 模型在 “测试时扩展定律（test - time scaling law）” 上取得突破性进展，使其训练成本仅为 OpenAI 的 1/10。这一消息在整个 AI 领域引发广泛讨论，同时也对云计算巨头（hyperscalers）的巨额资本支出（CapEx），包括近期宣布的 Stargate 投资计划，提出了挑战。

尽管目前相关细节仍不完整，但这一效率提升可能成为生成式 AI（GenAI）应用软件的关键拐点，就如同 ** 公有云（Public Cloud）** 曾推动计算资源民主化那样。

在 Citi 研究覆盖的软件和数据管理公司中，我们对以消耗模式为主的企业持更加积极的态度，包括：

MongoDB（MDB）

Snowflake（SNOW）

Elastic（ESTC）

Confluent（CFLT）

这些公司可能受益于 AI 计算效率提升带来的查询和应用使用量增长。此外，ServiceNow（NOW）已率先推出基于 AI 订阅的 SKU 产品，并采用了更稳定的基于席位（seat - based）定价策略，同样具备优势。

微软（MSFT）方面，尽管其与 OpenAI 关系密切，但我们认为其 AI 业务不会受到 DeepSeek 影响。相比其他超大规模云计算公司（Hyperscalers），微软已表现出一定的资本支出控制策略。相较之下，我们对甲骨文（ORCL）更加谨慎，因其近期宣布大规模 AI 计算基础设施投资，包括与 OpenAI 合作建立超大规模数据中心，该投资能否适应 AI 计算效率的快速提升仍存疑。

DeepSeek 的效率突破对不同公司类型的影响

对云计算巨头（Hyperscalers）及 AI 训练的影响

微软（MSFT）（中性影响）

尽管微软在 Azure 业务中不断扩大 AI 训练和推理服务，但 DeepSeek 的效率突破不会对 OpenAI 或微软构成结构性威胁。

近期微软已放缓增量 CapEx 计划，尤其是在 Stargate 计划下的模型训练支出，这意味着微软在 AI 计算投资上的策略更趋于谨慎。

由于微软在企业级 AI 应用（如 CoPilot）方面具有优势，AI 计算效率提升可能带来更高的利润率，如果资本密集度能更快下降，则微软将受益。

ServiceNow（NOW）（正面影响）

AI 模型成本下降使其产品更容易嵌入 AI，提高投资回报率（ROI）。

其 AI SKU 平均涨价 30%，并采用基于席位的定价模式，成本降低将提升盈利能力。

甲骨文（ORCL）（负面影响）

长期来看，生成式 AI 需求增加可能会利好其 OCI（Oracle Cloud Infrastructure）业务。

但 ORCL 在 AI 训练市场的收入占比较高，并且其 Stargate 计划投资规模巨大，在 AI 计算效率快速提升的趋势下，该计划的投资回报率可能面临质疑。