DeepSeek équilibre sa vision à long terme de l'AGI avec une exécution pratique

La réponse de DeepSeek n'est pas seulement de regarder les étoiles, ni seulement de garder les pieds sur terre, mais d'utiliser des problèmes concrets pour soutenir un objectif suffisamment ambitieux.

Auteur et source de l'article : 36氪

La réponse de DeepSeek n'est pas seulement de regarder les étoiles, ni seulement de garder les pieds sur terre, mais d'utiliser des problèmes concrets pour soutenir un objectif suffisamment ambitieux.

Écrit par Li Jiaxing et Liu Chenyi

Édité par Zhang Wei

Source de l’image principale | DeepSeek

Source de la couverture | DeepSeek

DeepSeek est de nouveau mis sous les feux de la rampe.

Cette entreprise a un moment été l’une des plus mystérieuses du monde de l’IA : une culture d’ingénieurs, discrète, avec des fondateurs rarement visibles en public et une équipe qui ne partageait pas comme les entreprises internet classiques des histoires ou des campagnes de communication. Mais au cours de la dernière année, elle est devenue presque régulièrement le centre de l’écosystème technologique chinois. Lors de la publication de ses modèles, elle a fait le buzz grâce à son coût réduit et à son open source ; lorsqu’on a appris ses levées de fonds, elle a suscité des débats sur sa valorisation et ses investisseurs ; et cette fois-ci, l’enregistrement d’une réunion avec des investisseurs de près de quatre heures de梁文锋 a poussé le public à réévaluer cette entreprise.

Cette fois-ci, le monde extérieur découvre un DeepSeek plus complet, mais aussi plus contradictoire.

D’un côté, un objectif suffisamment lointain. Liang Wenheng parle d’AGI, de vision, de « bienveillance envers le monde », de ne pas poursuivre la maximisation des profits, et de l’impossibilité de rassembler des personnes sans open source. Il affirme que DeepSeek ne veut pas devenir le prochain super-app, ni le prochain ByteDance ou Tencent ; l’entreprise fonctionne selon sa vision plutôt que selon des KPI, les chercheurs disposent de beaucoup de temps pour des explorations libres et ne travaillent pas beaucoup d’heures supplémentaires. De l’autre côté, une approche concrète. Liang Wenheng parle également du prix de l’API visant un retour sur investissement en dix mois, de la manière dont le financement atténue les risques de stabilité de l’équipe, du besoin de convertir rapidement l’argent en ressources, des contraintes de capacité des infrastructures de calcul nationales, du fait que la moitié des chercheurs principaux étiquettent des données, et du fait qu’une entreprise en croissance doit impérativement renforcer sa structure organisationnelle. Il va même jusqu’à dire que, dans le pire des cas, la vente d’API suffirait à soutenir une entreprise cotée.

Comment une entreprise d'IA peut-elle à la fois regarder vers les étoiles et garder les pieds sur terre ? C'est précisément la réponse que DeepSeek souhaite apporter.

Selon la transcriptions de l'enregistrement de la réunion d'échanges avec les investisseurs de Liang Wenhong, le laboratoire Future Humanity a établi le résumé suivant.

L'objectif à long terme est l'AGI, mais sans se contenter de crier vers l'horizon ; il faut le décomposer en marches successives.

Liang Wenfeng définit son objectif à long terme comme l'AGI, mais il ne présente pas l'AGI comme un concept abstrait ; il le décompose en une trajectoire continue : modèles linguistiques, CoT, agents, apprentissage continu, auto-itération, intelligence incarnée. L'objectif est suffisamment ambitieux, mais chaque étape se rattache à des problèmes technologiques actuels.

C’est notre hypothèse, c’est ce que nous pensons être l’ordre de ce calendrier : d’abord apprendre à apprendre, puis atteindre le point singulier intelligent capable d’auto-itération, et enfin l’intelligence incarnée. Une fois arrivée à l’intelligence incarnée, elle pénètre dans le monde réel, peut vous aider avec les tâches ménagères et vous assister dans votre vieillesse.

Nous pensons que c’est une feuille de route relativement idéale, mais chaque personne a son propre avis, et il n’y a ni bon ni mauvais choix. Nous trouvons simplement que cette feuille de route est la plus facile, car peu de nouvelles actions sont nécessaires à chaque étape.

Le développement de l'IA peut être compris comme une échelle. L'échelon parcouru l'année dernière était le CoT, soit la chaîne de pensée. Nous avons constaté que, grâce à cette approche de chaîne de pensée, l'intelligence peut atteindre un niveau supérieur. En permettant à l'IA de réfléchir par elle-même, nous élevons sa limite et lui permettons d'accomplir davantage de tâches.

Il poursuit l'agent, mais ne considère pas l'agent comme une fin en soi.

Ce qui intéresse le plus le monde extérieur aujourd'hui, ce sont les produits Agent et leur mise en œuvre commerciale, mais Liang Wenheng s'intéresse davantage au goulot d'étranglement qui suit les Agent : l'apprentissage continu. Il participe à la vague technologique actuelle, mais ne se laisse pas définir par les tendances du moment.

Dans cet endroit, le prochain goulot d'étranglement visible est l'apprentissage continu. Le problème suivant à résoudre consiste à déterminer comment réaliser un apprentissage continu ; c'est quelque chose de visible et relativement clair.

L'IA ne peut pas remplacer vos employés. Mais si l'IA possède la capacité d'apprentissage continu et qu'elle apprend pendant deux mois dans votre entreprise comme vos employés, alors elle pourrait remplacer tout le monde.

Les investisseurs voient principalement des agents aujourd’hui ; mais pour nous, les chercheurs, ce sont surtout les apprentissages que nous observons.

Penser à long terme, mais exclure activement les directions technologiques hors du sujet principal.

La génération vidéo, la 3D, les modèles du monde, le multimodal et l’intelligence incarnée sont classés selon des priorités différentes. DeepSeek ne les nie pas, mais évalue s’ils s’inscrivent dans la ligne directrice actuelle de l’intelligence. Il reconnaît les formes riches du futur tout en résistant à la tentation d’être distrait par chaque tendance.

Lorsque nous interagissons avec l'extérieur, notre approche est la suivante : nous nous concentrons uniquement sur la ligne directrice de l'AGI. C'est ce que je viens de dire concernant le GPT, le CoT, les agents, etc. — nous ne faisons que la ligne directrice. Le domaine de l'IA est vaste, et il existe de nombreux sujets que nous jugeons hors de cette ligne directrice, comme la modélisation 3D ou la génération vidéo, qui ne semblent pas étroitement liées à la ligne directrice de l'intelligence ; nous n'y investirons pas.

Mais sur le plan commercial, c’est une bonne affaire, une bonne affaire sur le plan commercial. Mais cela n’a rien à voir avec l’intelligence. Nous ne le ferons pas parce que c’est une bonne affaire, nous le ferons uniquement parce que c’est quelque chose qui fait partie de notre feuille de route intelligente.

La disposition multimodale, nous la développons depuis toujours. Pour le produit, elle est importante ; pour les produits destinés aux utilisateurs finaux, elle est importante. Mais pour la limite d’intelligence, elle n’est qu’un composant, pas la ligne directrice elle-même.

Il permet aux recherches à haute incertitude de « jouer à la loterie », mais reconnaît également qu'il y a beaucoup de travail acharné derrière les percées technologiques.

Apprendre continuellement ce type de problèmes ne convient pas à une approche entièrement basée sur des projets ou des KPI, ni ne nécessite nécessairement un grand nombre de ressources. Liang Wenheng le qualifie de « loterie » : un seuil bas, accessible à beaucoup, avec une rupture incertaine. Mais d’un autre côté, il est très pragmatique lorsqu’il aborde la annotation des données, le post-entraînement, les hallucinations, l’efficacité et les coûts. Il ne s’agit pas d’une culture de recherche fondée uniquement sur l’inspiration, mais d’une combinaison d’exploration libre et de tâches fastidieuses. Il faut laisser de la place à l’incertitude dans la recherche, tout en acceptant les efforts laborieux qui sous-tendent les percées technologiques.

Ce n’est pas un projet, mais quelque chose qui nécessite que beaucoup de personnes y réfléchissent. Il n’est donc pas nécessaire de lui allouer des ressources spécifiques. Ce qui nous distingue des autres entreprises, c’est que nous prenons le temps d’en discuter, d’y réfléchir, et de le traiter comme une question importante.

Alors, nous appelons cela « tirer au sort ». Les conditions d’accès sont très basses, tout le monde peut participer, mais personne ne sait ce que l’on va gagner — cela dépend peut-être du talent ou d’autres facteurs.

Donc, pour l’instant, nous avançons sur deux fronts. Ce n’est pas que nous ne pouvons pas étiqueter du tout, mais certaines données d’étiquetage ont un coût faible, d’autres un coût élevé. Nous commençons par celles à faible coût. Vous pouvez donc aussi considérer que la moitié de nos employés sont actuellement dédiés à l’étiquetage des données, et que la moitié de nos chercheurs principaux, les plus importants, sont aussi impliqués dans l’étiquetage des données.

Il existe une méthode pour résoudre le problème des hallucinations, mais c’est une proposition complexe. Le problème des hallucinations peut être considéré comme une question qui peut être résolue grâce à un meilleur post-entraînement, un problème qui peut être traité et amélioré. Simplement, personne n’a encore consacré beaucoup d’efforts à le faire. Ou, pour moi, les hallucinations constituent un problème, mais nous les considérons peut-être comme un problème de produit. Nous allons le résoudre, mais ce n’est pas une priorité.

Il croit en la mise à l'échelle, tout en reconnaissant que la puissance de calcul constitue le véritable goulot d'étranglement.

DeepSeek ne nie pas l'importance du scaling, ni n'ignore l'écart entre la Chine et les États-Unis. Liang Wenhong exprime directement cet écart : ce n'est pas une question de talents, mais de ressources. Ainsi, le coût réduit, les capacités de calcul nationales et les compilateurs de base ne sont pas de simples slogans industriels, mais font partie intégrante de la stratégie technologique. Croire en les lois des grands modèles, tout en utilisant l'efficacité ingénierie pour gagner de l'espace d'itération sous contraintes de ressources.

Scaling, nous croyons en Scaling ; plus l'échelle est grande, meilleur est l'effet, et plus de fonctionnalités peuvent être débloquées. Ce qui nous empêche de scaling, c'est simplement la puissance de calcul ; ce n'est pas que nous ne voulons pas scaling, c'est que nous n'avons pas assez de puissance de calcul pour le faire.

Nous n’avons pas atteint cette limite. Nous n’entraînons pas un modèle aussi vaste parce que je pense qu’un tel modèle est suffisant, mais parce que j’ai simplement accès à autant de ressources. J’ai déterminé la taille du modèle en fonction de mes ressources disponibles, de ce que je peux accepter et entraîner, et non parce que ce modèle est suffisant.

Ce n'est pas qu'il ne faut pas organiser, mais qu'il s'agit d'une organisation dynamique et à long terme.

Lorsqu'il cherchait une voie technique, Liang Wenheng a adopté une approche inattendue : il a déclaré que la réalisation de ce plan ne nécessitait pas de travailler en heures supplémentaires. Ainsi, la voie la plus facile à mettre en œuvre est devenue leur voie technique. Cette quête de simplicité et de flexibilité se reflète également dans l'organisation et la gestion de son équipe : Liang Wenheng affirme qu'ils n'ont pas de structure organisationnelle, que l'équipe ne travaille pas en heures supplémentaires, qu'il n'y a pas de KPI, et que, pendant au moins la moitié du temps, les membres de l'équipe s'occupent de leurs propres projets.

Ils ont également la moitié de leur temps non planifié, ce qui leur permet de faire ce qu’ils veulent. C’est un domaine de recherche qui leur permet d’explorer librement, selon ce qu’ils jugent important, sans exigences préalables.

L'autorité du fondateur provient du consensus, et non de l'arbitraire.

Pour Liang Wenhong, ce qui rassemble tout le monde, c’est la vision. Les gens sont motivés par cette vision : « Ils ont un grand bienveillance envers ce monde et veulent accomplir quelque chose », c’est pourquoi ils sont venus. Les premières dizaines de personnes n’ont jamais pensé à gagner de l’argent : « S’ils avaient eu cette intention, ils ne seraient pas venus », dit Liang Wenhong. Son propre autorité est également construite sur le consensus ; une chose peut avancer uniquement parce qu’elle fait l’objet d’un consensus.

Je vais vous raconter une histoire concernant notre DDCP, notre modèle. Au départ, nous étions inquiets face à une demande trop élevée, alors nous avons fixé un prix élevé — ce qui n’a pas plu à toute l’équipe. Ensuite, j’ai réduit le prix à un quart de son montant initial, et là, tout le monde a été ravi. Je pense que c’est là notre véritable intention : comme je l’ai dit précédemment, notre vision, c’est de rendre ce produit utile aux gens, et non de maximiser nos profits, mais plutôt de garantir un profit raisonnable tout en rendant le produit accessible à tous. Lors de cette réduction de prix, j’ai vu que beaucoup de collègues dans le groupe d’entreprise ont exprimé leur joie — tout le monde était heureux.

Par exemple, si je veux faire quelque chose, je commence toujours par voir quel est notre consensus, si tout le monde veut le faire. Ensuite, je pourrais avoir certaines orientations ou préférences, mais leur influence est limitée — très limitée — et repose toujours sur un consensus. Ce mécanisme de décision est en réalité une recherche de consensus ; ce n’est pas que je puisse imposer quelque chose, c’est uniquement s’il y a un consensus que je peux avancer, et c’est seulement alors que je le fais.

Il reste détendu, mais pas paresseux, avec son propre mécanisme d'organisation.

L'équipe ne se contente pas de parler, elle agit. Liang Wenfeng affirme que la vision n'est pas un slogan accroché au mur, mais la manière de procéder. Il sait exactement ce qu'il fait, dispose d'une logique organisationnelle claire, et a défini précisément la structure organisationnelle, les mécanismes d'incitation et les objectifs de l'équipe. Les employés passent la moitié de leur temps à accomplir leurs propres tâches et l'autre moitié à réaliser les missions de l'entreprise. Ne pas travailler en heures supplémentaires est effectivement un avantage, mais Liang Wenfeng souhaite que cela crée un environnement détendu propice à la recherche. L'équipe a peu de choses à faire parce que ses objectifs sont ciblés : ils veulent développer l'AGI. À l'avenir, avec l'agrandissement de l'équipe, Liang Wenfeng reconnaît que certains départements devront également mettre en place une structure hiérarchique stricte — en effet, des changements sont déjà en cours.

Ensuite, la deuxième question concerne la réflexion sur la structure organisationnelle future et la planification des effectifs. Tout d'abord, notre structure organisationnelle précédente était très dispersée, car il n'y avait pratiquement pas de structure. Cependant, à mesure que notre équipe s'agrandit, il sera nécessaire d'apporter certains changements. Pour l'instant, on peut dire qu'il y aura beaucoup de modifications à effectuer, mais il est difficile de les exprimer toutes en détail dès maintenant. À la fin, il faudra probablement créer différents départements, certains nécessitant une hiérarchie bien définie, tandis que d'autres conserveront une structure plus fluide et plus plate.

Nous ne travaillons généralement pas beaucoup d’heures supplémentaires. Il y a deux raisons à cela. La première est que la recherche nécessite un environnement relativement détendu. Si vous exercez une pression trop forte, il devient impossible de mener une recherche. Car puisqu’il s’agit de s’engager par intérêt personnel, de réfléchir à ces questions dans votre temps libre, il faut un environnement détendu pour pouvoir explorer. C’est une exigence de la culture de la recherche. La seconde raison est que nous sommes extrêmement concentrés. Être concentré signifie que nous avons très peu de choses à faire. Ainsi, je n’ai pas autant de tâches à accomplir, et je n’ai pas besoin de travailler en heures supplémentaires.

La stabilité de l'équipe est la base de la mise en œuvre réussie.

La stabilité de l'équipe est un intérêt fondamental. Selon Liang Wenfeng, beaucoup de choses sont importantes : l'argent, les cartes, les ressources, mais ce ne sont pas les sources de risque les plus élevées ; le risque le plus important, c'est que l'équipe se disperse. Pour éviter l'effondrement de l'équipe, Liang Wenfeng cherche, dans un cadre non structuré, des possibilités d'organisation dynamique : hiérarchie, technologie, mécanismes d'innovation — tout peut devenir un levier pour maintenir l'équilibre de l'équipe. Récemment, DeepSeek a réalisé une partie de son financement ; Liang Wenfeng a déclaré que, avec la distribution des options d'achat, le risque de dispersion de l'équipe a été considérablement atténué.

Tant que je peux maintenir la stabilité de l’équipe, je réussirai, je réussirai absolument à créer une AGI, c’est aussi simple que ça. Tant que tout le monde reste, que nous pouvons continuer, je réussirai. Il n’y a pratiquement aucun risque. Il s’agit simplement de savoir si cela arrivera plus tôt ou plus tard ; si nous rencontrons des obstacles et que personne ne part, je pourrai simplement continuer.

En ce qui concerne la stabilité de l’équipe, tant que les employés les plus importants et les plus anciens restent, les autres ne partent pas non plus. Même s’ils ont moins d’options ou un revenu moindre, ils ne quittent pas, car ils ne sont pas uniquement motivés par l’argent ; tout le monde souhaite travailler dans un environnement capable de réaliser une AGI. Ainsi, pour les talents, cela reste attractif.

Historiquement, notre taux de rotation du personnel est relativement faible, et par rapport à nos concurrents, il reste toujours l’un des plus bas. Mais c’est quand même notre plus grand défi, le seul défi, on pourrait dire.

L'open source n'est pas une renonciation aux barrières, mais un déplacement de ces barrières du modèle vers les coûts et l'efficacité ingénierie.

Liang Wenhong, en parlant de l'open source, ne se contente pas de parler d'idéalisme ni de marketing. Son jugement est que l'IA est un domaine suffisamment vaste pour ne pas pouvoir être monopolisé par une seule entreprise ; l'open source favorise l'adoption de l'écosystème et ne nuit pas naturellement au modèle économique, car les véritables barrières à l'entrée ne résident pas seulement dans le modèle lui-même, mais dans les coûts de déploiement, l'efficacité technique et les capacités organisationnelles.

Pourquoi tenons-nous tant à l’open source ? Parce que cette vision exige elle-même l’open source. Sans cette vision, vous ne pouvez pas rassembler les gens.

En ce qui concerne l’open source, nous avons eu une très claire vision dès le départ. Tout d’abord, la vision ; ensuite, nous pensions que pour réussir commercialement avec l’IA, l’open source présente des avantages.

Mais l'IA est un sujet suffisamment vaste pour finir par représenter environ 10 % du PIB mondial, par exemple. C'est donc un chiffre extrêmement élevé. Personne ne peut monopoliser cela ; vous devez nécessairement partager, sinon vous ne survivrez pas.

Si nous voulons monopoliser cet avantage, nous serons certainement abandonnés par l’histoire. Je pense que cela repose principalement sur une loi objective, une vision historique.

Même si le modèle est open source et que vous divulguiez tout, la barrière est très élevée. Il est également très difficile pour les autres de l’utiliser. Leur faire l’utiliser est difficile ; en outre, il est extrêmement difficile de réduire les coûts d’utilisation à un niveau bas — ce n’est pas aussi simple que cela en a l’air.

Ce n’est pas parce que j’ai open-sourcé que quelqu’un peut facilement atteindre le même coût de déploiement que moi. Il reste beaucoup de travail à accomplir. Même si les principes sont bien compris, toutes les entreprises ne sont pas disposées, ou n’ont pas la volonté ni la capacité d’organiser les ressources humaines pour atteindre cet objectif.

Open source, je pense que cela n’a aucun impact sur notre modèle économique. À condition que nous ne gagnions que six fois le profit, avec un retour sur investissement en dix mois, ce qui correspond environ à un profit de six fois. Dans le cas où nous ne gagnons que six fois le profit, l’open source n’aura aucun impact.

Je ne m'inquiète pas du tout si d'autres déployent notre modèle pour entrer en concurrence avec nous. Nous espérons même qu'ils le déployeront.

Ne pas créer d'ennemis, mais ne pas non plus manquer de défenses commerciales

DeepSeek ne souhaite pas devenir un concurrent des grandes ou des petites entreprises, et est même prêt à aider ses concurrents. Cette attitude découle à la fois de sa vision et de la réduction des obstacles externes, permettant à l’entreprise de rester concentrée sur son objectif principal. En même temps, Liang Wenhong estime que la concurrence autour des grands modèles n’est finalement pas une affaire d’ésotérisme, mais de coûts, de temps et d’expérience. Ceux qui maîtrisent bien les coûts gagnent un peu plus, tandis que ceux qui les maîtrisent mal gagnent un peu moins.

Donc, beaucoup de choses que nous faisons actuellement visent à maintenir la stabilité de notre équipe. À part cela, je pense que tout le reste peut être évité ou maîtrisé. Nous avons toujours fait preuve de grande retenue et n’avons jamais voulu devenir des concurrents d’aucune grande ou petite entreprise internet.

Dans ce contexte, nous sommes très disposés à aider quiconque, même nos concurrents, comme Alibaba, Zhipu, Moonshot, à s’améliorer. Car nous n’y perdons rien, puisque nous sommes open source.

Je n’ai pas laissé notre bienveillance affecter mes intérêts commerciaux, aucun impact, au contraire, cela pourrait même me donner un avantage.

Il n’y a que deux choses qui créent une différence : le temps et le coût. Il n’est donc pas possible qu’une entreprise réalise des profits excessifs ; je ne pense pas qu’il y ait de profits excessifs. Ceux qui maîtrisent bien leurs coûts gagnent un peu plus, ceux qui les maîtrisent mal gagnent un peu moins, c’est tout.

Ne pas suivre toute la chaîne de valeur, mais se concentrer sur la position la plus centrale

Liang Wenfeng a répété à plusieurs reprises qu’il faut respecter des limites : DeepSeek ne souhaite pas tout faire, ne cherche pas à s’intégrer verticalement en amont vers les puces, ni à s’emparer de toutes les opportunités au niveau des applications. Il croit que l’ère de l’IA est suffisamment vaste pour voir émerger de nombreuses entreprises, et que DeepSeek n’a qu’à devenir l’une d’entre elles, en se concentrant sur ce qu’elle fait le mieux et sur ce qui constitue son cœur de métier.

Il y a aussi la question de savoir si nous allons effectuer une intégration verticale vers l’amont ? J’espère que non. Donc, la question est : allons-nous intégrer verticalement les applications en amont ? Nous souhaitons éviter cela ; j’aimerais que quelqu’un d’autre s’en charge. Je ne veux pas tout absorber, je veux simplement prendre une part, juste la partie où je suis le plus compétent, ou celle que nous considérons comme notre cœur de métier.

À l’avenir, allons-nous construire nos propres grands clusters ? Je pense que la construction de grands clusters est inévitable ; nous faisons déjà cela en interne, tous nos clusters sont construits par nous-mêmes. Mais savoir si nous devons développer nos propres puces dépendra de la rentabilité qu’elles généreront, de l’ampleur de ces gains.

Nous voulons simplement faire une seule chose. Je pense que l’IA est un domaine immense et qu’il n’est pas nécessaire que je me concentre sur une seule chose. Si je me concentre, et que je considère que les opportunités commerciales ici sont déjà suffisamment importantes, alors à l’ère de l’IA, de nombreuses entreprises d’une valeur de mille milliards de dollars émergeront, et je pense que nous en serons une.

Ne saisissez pas l'opportunité du moment, mais n'hésitez pas à la saisir si elle se présente naturellement.

DeepSeek doit-il être commercialisé ? Oui, mais la commercialisation n’est plus l’objectif final. L’objectif de DeepSeek est de créer une IAG. En cours de route, Liang Wenheng a vu des opportunités de commercialisation ; il ne les a pas rejetées et les a saisies avec détermination. « Si c’est quelque chose que nous pouvons obtenir facilement, nous le prenons », a déclaré Liang Wenheng. Il compare cela à une histoire de « ramasser des graines de sésame » et de « prendre une pastèque » :

Je pense que cela est viable et possible sur le plan commercial. Si l’année dernière nous avions dépensé une grande somme d’argent pour rivaliser avec ByteDance pour les utilisateurs, ce serait aussi une stratégie. Mais nous avons choisi une approche très modérée : je ne veux pas rivaliser avec toi pour cela, car il y a encore des pastèques derrière, et ce qui est devant n’est peut-être que des graines de sésame.

S'il y a une telle opportunité commerciale, vous trouverez toujours un moyen de la saisir. Alors, pour les petites choses précédentes, nous les ramassons aussi, mais juste au passage, sans nous arrêter ni les traiter comme une priorité. Ainsi, les activités journalières des utilisateurs C l'année dernière, je pense que ce n'était qu'un petit détail. Mais nous les avons quand même ramassées, et nous avons maintenu l'utilisation des utilisateurs à un coût relativement faible, car cela pourrait s'avérer utile à l'avenir.

La commercialisation existe toujours, mais ce n'est pas l'objectif principal

Pour Liang Wenheng, la priorité entre les objectifs ToC et ToB est inférieure à la création d’un AGI. Cependant, plus on cherche à obtenir quelque chose, plus il semble échapper : tandis que DeepSeek se concentre principalement sur la rupture de sa feuille de route technologique, il a accidentellement capté le trafic grand public et les revenus professionnels. En repensant à cette période, de l’année dernière à aujourd’hui, il en conclut qu’il s’agit d’un avantage stratégique issu d’une attaque en réduction de dimension.

Il y a un avantage stratégique ici : nous pensons à l’AGI et nous développons de l’AGI. Lorsque nous créons ensuite des applications, que ce soit pour le C-end ou le B-end, il ne faut presque pas y consacrer d’efforts ; un très faible investissement suffit. Je pense que lorsqu’on se place à un niveau technologique supérieur pour développer des technologies de niveau inférieur, on bénéficie d’un effet de déstabilisation par réduction de dimension. Au moins sur le segment C-end l’année dernière, nous avons effectivement observé cela. Nous n’avons pas investi beaucoup d’efforts sur le C-end, et nous avons même envisagé à un moment de ne plus maintenir ces utilisateurs, mais ils ne voulaient tout simplement pas partir.

Le prix bas n'est pas une charité, mais un profit raisonnable

En ce qui concerne le prix, Liang Wenfeng n’est pas vague ; son objectif est clair : récupérer le coût de l’équipement en dix mois via l’API. Le prix actuel n’est ni conçu pour maximiser les profits, ni fixé au niveau le plus bas. Liang Wenfeng affirme qu’on ne peut pas réduire indéfiniment les prix, car à un prix trop bas, l’entreprise ne pourrait pas survivre, et un produit à bas prix n’apporterait pas davantage de valeur sociale. Un prix raisonnable permet d’obtenir un avantage à long terme dans une fourchette de profit raisonnable. Selon lui, le marché de l’IA est suffisamment vaste : tant qu’on réussit, un rendement raisonnable est déjà suffisant ; si l’on cherche dès le départ à maximiser les gains, on rencontrera davantage de concurrents.

Si mon objectif est de capter 5 % de la production mondiale de l'IA et du PIB mondial, ce calcul théorique tient toujours la route. Regardez OpenAI : ils semblent pouvoir justifier ce calcul, et théoriquement, c'est faisable. Mais ils ont un problème : ils peuvent être battus par quelqu'un d'autre qui ne souhaite capter que 1 %. Car cette personne dira : « Je fais si bien les choses, mais je ne prends que 1 % du PIB mondial », ce qui le surpassera. Ensuite, si une autre personne apparaît et dit : « Je ne veux que 0,1 % », elle surpassera à son tour la personne précédente.

Sur le plan macroscopique, peu importe d’où proviennent ces quelques pourcents, il n’y a aucune différence, c’est tout pareil. Ceux qui en prennent plus seront battus par ceux qui en prennent moins. Vous n’avez même pas besoin d’en prendre réellement plus : si votre vision est d’en prendre plus, vous serez battu par ceux dont la vision est d’en prendre moins. En réalité, personne ne reçoit d’argent, il ne s’agit que d’une vision. Si votre vision est d’en prendre plus, vous perdez dès le départ et vous ferez face à des difficultés encore plus grandes. Le monde fonctionne ainsi.

Quelle est votre vision idéale de l'AGI ?

N'hésitez pas à partager votre avis dans les commentaires~