DeepSeek Menyeimbangkan Visi Jangka Panjang AGI dengan Eksekusi Praktis

Jawaban DeepSeek bukan hanya memandang ke langit, bukan hanya berpijak di bumi, tetapi menggunakan masalah nyata untuk mendukung tujuan yang cukup jauh.

Penulis artikel, sumber: 36氪

Jawaban DeepSeek bukan hanya memandang ke langit, bukan hanya berpijak di bumi, tetapi menggunakan masalah nyata untuk mendukung tujuan yang cukup jauh.

Penulis | Li Jiaxing, Liu Chenyi

Diedit oleh Zhang Wei

Sumber gambar utama | DeepSeek

Sumber sampul | DeepSeek

DeepSeek sekali lagi ditarik ke sorotan.

Perusahaan ini pernah hampir menjadi entitas paling misterius di dunia AI: budaya insinyur, rendah hati, pendiri jarang muncul di depan umum, dan timnya tidak sering bercerita atau melakukan promosi seperti perusahaan internet pada umumnya. Namun, dalam setahun terakhir, perusahaan ini hampir setiap kali menjadi pusat perhatian di kalangan teknologi Tiongkok. Saat merilis model, ia menjadi viral karena biaya rendah dan bersifat open-source; ketika kabar pendanaan beredar, ia memicu diskusi mengenai valuasi dan investor; kali ini, rekaman sesi komunikasi investasi selama hampir empat jam oleh Liang Wenheng bocor, membuat pihak luar kembali meninjau ulang perusahaan ini.

Kali ini, dunia luar melihat DeepSeek yang lebih lengkap, sekaligus lebih kontradiktif.

Satu sisi adalah tujuan yang cukup jauh. Liang Wenheng membicarakan AGI, visi, “kebaikan terhadap dunia”, tidak mengejar maksimalisasi keuntungan, dan mengatakan bahwa tanpa open-source, tidak mungkin mengorganisasi orang. Ia mengatakan DeepSeek tidak ingin menjadi aplikasi super berikutnya, tidak ingin menjadi ByteDance atau Tencent berikutnya; perusahaan berjalan berdasarkan visi, bukan KPI, para peneliti memiliki banyak waktu untuk eksplorasi mandiri, dan jarang lembur. Di sisi lain, ia tetap realistis. Liang Wenheng juga membicarakan penetapan harga API yang bisa balik modal dalam sepuluh bulan, bagaimana pendanaan dapat mengurangi risiko stabilitas tim, bahwa uang harus segera diubah menjadi kas, kendala kapasitas daya komputasi domestik, bahwa separuh peneliti inti sedang menandai data, dan bahwa setelah perusahaan membesar, struktur organisasi harus segera diperbaiki. Ia bahkan mengatakan bahwa dalam skenario terburuk, menjual API pun cukup untuk mendukung sebuah perusahaan publik.

Bagaimana sebuah perusahaan AI bisa memandang ke bintang-bintang sekaligus tetap berpijak di tanah? Inilah jawaban yang ingin diberikan DeepSeek.

Berdasarkan transkrip rekaman pertemuan investor Liang Wenheng yang bocor di internet, "Laboratorium Manusia Masa Depan" telah menyusun hal-hal berikut.

Tujuan jangka panjang adalah AGI, tetapi bukan hanya berteriak tentang masa depan, melainkan membaginya menjadi tangga-tangga berkelanjutan.

Liang Wenfeng mendefinisikan tujuan jangka panjangnya sebagai AGI, tetapi ia tidak memperlakukan AGI sebagai konsep abstrak, melainkan memecahnya menjadi jalur berkelanjutan: model bahasa, CoT, Agent, pembelajaran berkelanjutan, iterasi mandiri, dan kecerdasan terwujud. Tujuannya cukup jauh, tetapi setiap langkah dapat dihubungkan dengan masalah teknis saat ini.

Ini adalah dugaan kami, ini adalah apa yang kami rasakan seharusnya menjadi urutan waktu ini: pertama-tama menyelesaikan pembelajaran untuk belajar, lalu mencapai titik singularitas cerdas yang dapat beriterasi sendiri, baru setelah itu datang kecerdasan tubuh. Setelah mencapai kecerdasan tubuh, ia akan memasuki dunia nyata, bisa membantu Anda pekerjaan rumah, bisa merawat Anda di usia tua.

Kami merasa ini adalah peta jalan yang cukup ideal, tetapi setiap orang memiliki pandangan yang berbeda, tidak ada yang benar atau salah. Hanya saja, kami merasa peta jalan ini paling mudah. Peta jalan ini karena setiap langkahnya Anda hanya perlu melakukan sedikit hal baru.

Perkembangan AI, kita bisa memahaminya sebagai sebuah tangga. Tangga yang dilewati tahun lalu adalah CoT, atau chain-of-thought. Karena kami menemukan bahwa dengan pendekatan chain-of-thought, kecerdasan dapat mencapai tingkat yang lebih tinggi. Dengan membiarkan AI berpikir sendiri, batas atasnya dapat ditingkatkan, sehingga AI dapat melakukan lebih banyak hal.

It chases Agent but doesn't treat Agent as the endpoint

Saat ini, produk dan penerapan komersial Agent menjadi yang paling hangat di luar sana, tetapi Liang Wenheng lebih peduli pada hambatan setelah Agent: pembelajaran berkelanjutan. Ia ikut serta dalam gelombang teknologi saat ini, tetapi tidak didefinisikan oleh tren terkini sebagai tujuan akhir.

Di tempat ini, yang terlihat adalah bottleneck berikutnya, yaitu pembelajaran berkelanjutan. Masalah berikutnya yang harus diatasi adalah bagaimana melakukan pembelajaran berkelanjutan, ini terlihat jelas dan relatif lebih jelas.

AI tidak dapat menggantikan karyawan Anda. Namun, jika AI memiliki kemampuan belajar terus-menerus, dan seperti karyawan Anda, belajar di perusahaan selama dua bulan, maka ia bisa menggantikan semua orang.

Saat ini, investor paling sering melihat Agent; tetapi bagi kami yang meneliti, yang paling sering kami lihat sekarang adalah pembelajaran.

Melihat jauh ke depan, tetapi secara aktif menolak arah teknis yang tidak berada di jalur utama.

Generasi video, 3D, model dunia, multimodal, dan kecerdasan terwujud ditempatkan pada tingkat prioritas yang berbeda. DeepSeek tidak menyangkalnya, tetapi menilai apakah mereka berada di jalur utama kecerdasan saat ini. Melihat berbagai bentuk masa depan yang kaya, sekaligus menahan diri dari terbawa oleh setiap tren hangat.

Saat berinteraksi dengan pihak luar, sikap kami adalah: kami hanya fokus pada jalur utama AGI. Ini adalah hal yang baru saja saya sebutkan, seperti GPT, CoT, Agent, dll.—hanya fokus pada jalur utama. Bidang AI sangat luas, dan ada banyak hal yang menurut kami tidak termasuk dalam jalur utama ini, misalnya 3D atau generasi video, yang menurut saya tidak terlalu terkait dengan jalur utama kecerdasan, jadi kami tidak akan melakukannya.

Tetapi secara bisnis, ini adalah bisnis yang baik, secara bisnis ini adalah bisnis yang baik. Tetapi ini tidak ada hubungannya dengan kecerdasan. Kita tidak akan melakukannya hanya karena ini bisnis yang baik, kita hanya akan melakukannya karena ini bagian dari peta jalan kecerdasan.

Layout multimodal, terus kami lakukan. Bagi produk, ini penting; bagi produk pengguna akhir, ini penting. Namun, untuk batas kecerdasan, ini adalah komponen, bukan garis utama itu sendiri.

Ini memungkinkan penelitian dengan tingkat ketidakpastian tinggi untuk "beruntung", tetapi juga mengakui adanya banyak pekerjaan keras di balik terobosan teknologi.

Terus belajar masalah semacam ini, tidak cocok untuk pendekatan proyek penuh atau sistem KPI, dan tidak selalu memerlukan banyak sumber daya. Liang Wenheng menyebutnya sebagai "bermain lotre": ambang masuk rendah, banyak orang bisa memikirkannya, tetapi terobosannya tidak pasti. Namun di sisi lain, ia sangat realistis membahas pelabelan data, pelatihan lanjutan, ilusi, serta efisiensi biaya. Ini bukan budaya penelitian yang hanya mengandalkan inspirasi, melainkan perpaduan antara eksplorasi bebas dan pekerjaan berat yang kotor. Memberikan ruang ketidakpastian bagi penelitian, sekaligus menerima kerja keras di balik terobosan teknis.

Dia bukan sebuah proyek, tetapi membutuhkan banyak orang yang berada di sana untuk memikirkan masalah ini. Jadi, tidak perlu memberikan sumber daya khusus. Hanya saja, perbedaan kami dengan perusahaan lain adalah kami akan meluangkan waktu untuk membahas masalah ini, memikirkannya, dan menjadikannya sebagai hal yang penting.

Jadi kami menyebut ini sebagai 'mengundi'. Ambangnya sangat rendah, siapa pun bisa mengundi, tapi siapa yang akan mendapatkan apa, mungkin saya juga tidak tahu apakah itu tergantung pada bakat atau hal lain.

Jadi sekarang pada dasarnya kami berjalan dengan dua kaki. Bukan berarti kami sama sekali tidak bisa menandai, tetapi karena ada biaya rendah dan biaya tinggi dalam menandai data, kami memulai dengan yang biayanya lebih rendah. Jadi Anda juga bisa menganggap bahwa saat ini setengah dari karyawan perusahaan kami sedang menandai data, dan setengah dari peneliti inti, orang-orang paling penting, juga sedang menandai data.

Masalah ilusi juga memiliki cara untuk diatasi, tetapi ini adalah pernyataan panjang. Masalah ilusi dapat dianggap sebagai masalah yang dapat diatasi melalui post-training yang lebih baik, yaitu masalah yang dapat dipecahkan dan diperbaiki. Hanya saja, orang tidak banyak berusaha melakukannya. Atau, bagi saya, ilusi adalah masalah, tetapi kami menyimpulkan bahwa mungkin itu adalah masalah produk. Kami akan menyelesaikannya, tetapi bukan masalah utama.

Ia percaya pada Scaling, juga mengakui bahwa daya komputasi adalah hambatan nyata

DeepSeek tidak menyangkal Scaling, juga tidak menghindari kesenjangan antara Tiongkok dan Amerika Serikat. Liang Wenheng menyatakan dengan jelas: bukan sumber daya manusia, melainkan sumber daya. Oleh karena itu, biaya rendah, daya komputasi dalam negeri, dan compiler dasar bukan sekadar slogan industri, melainkan bagian dari jalur teknis. Percayai hukum model besar, tetapi dalam kondisi sumber daya terbatas, gunakan efisiensi teknik untuk memperoleh ruang iterasi.

Scaling, kami percaya Scaling, semakin besar skalanya, semakin baik efeknya, dan dapat membuka lebih banyak fitur. Hal yang menghambat kami dalam Scaling sebenarnya adalah daya komputasi, bukan karena kami tidak ingin Scaling, tetapi karena kami tidak memiliki cukup daya komputasi untuk melakukan Scaling tersebut.

Kami belum menyentuh batas atas ini. Kami melatih model sebesar ini bukan karena saya merasa model sebesar ini sudah cukup, tetapi karena saya memiliki sumber daya sebanyak ini. Saya menghitung berdasarkan sumber daya yang saya miliki—berapa besar model yang bisa saya terima dan latih—bukan karena model ini sudah cukup.

Bukan tidak perlu organisasi, tetapi organisasi panjang dinamis

Dalam mencari jalur teknis, pemikiran Liang Wenheng tak terduga; ia mengatakan bahwa pembuatan peta jalan ini tidak perlu lembur, sehingga jalur paling ringan inilah yang menjadi jalur teknis mereka. Pencarian terhadap kemudahan dan fleksibilitas ini juga tercermin dalam cara ia mengorganisasi dan mengelola tim; Liang Wenheng mengatakan bahwa mereka tidak memiliki struktur organisasi, tim tidak lembur, tidak ada KPI, dan setidaknya setengah waktu anggota tim sedang mengerjakan hal-hal pribadi mereka.

Mereka (karyawan) juga memiliki setengah waktu yang tidak dijadwalkan, mereka bisa melakukan apa pun yang mereka inginkan. Ini adalah ruang penelitian yang memungkinkan mereka untuk mengeksplorasi sendiri, sesuai dengan apa yang menurut mereka penting, tanpa persyaratan sebelumnya.

Wewenang pendiri berasal dari konsensus, bukan keputusan sepihak

Menurut Liang Wenfeng, yang mengumpulkan orang-orang adalah visi. Mereka didorong oleh visi tersebut, “mereka penuh niat baik terhadap dunia ini dan ingin melakukan sesuatu,” itulah sebabnya mereka datang. Awalnya, puluhan orang sama sekali tidak memikirkan keuntungan, “jika mereka berpikir demikian, mereka tidak akan datang,” kata Liang Wenfeng. Otoritasnya sendiri dibentuk oleh konsensus; suatu hal dapat bergerak maju karena merupakan konsensus.

Saya akan bercerita tentang DDCP kami, model kami. Awalnya, kami khawatir permintaannya terlalu tinggi, jadi kami menetapkan harga awal yang cukup tinggi, dan tim tidak terlalu senang. Kemudian, saya menurunkan harganya menjadi seperempatnya, dan semua orang menjadi sangat senang. Saya rasa inilah yang sebenarnya menjadi pikiran kami—visi yang saya sebutkan sebelumnya: kami ingin membuat hal ini bermanfaat bagi orang-orang, bukan sekadar menghasilkan keuntungan sebanyak-banyaknya, tetapi memastikan bahwa semua orang dapat mengaksesnya sambil tetap mendapatkan keuntungan yang wajar. Saya merasa bahwa pandangan lain di perusahaan kami saat itu, saat kami menurunkan harga, banyak orang di grup perusahaan yang bersorak gembira, semua merasa senang.

Misalnya saya ingin melakukan sesuatu, saya pasti akan melihat terlebih dahulu apa konsensus kita semua, apakah semua orang ingin melakukannya. Kemudian, mungkin saya akan memiliki beberapa panduan atau kecenderungan, tetapi peran panduan ini sangat terbatas—peran panduan sangat terbatas, dan tetap didasarkan pada konsensus. Mekanisme pengambilan keputusan ini sebenarnya adalah mekanisme yang mencari konsensus, bukan berarti saya bisa mendorong sesuatu semau saya; saya hanya bisa mendorongnya jika ada konsensus, dan baru setelah itu saya akan melakukannya.

It remains relaxed but not lazy, with its own organizational mechanism.

Tim bukan hanya berbicara tanpa bertindak. Liang Wenheng mengatakan, visi bukan sekadar slogan yang digantung di dinding, tetapi tentang bagaimana melakukannya. Ia sangat jelas tentang apa yang sedang ia lakukan, memiliki logika organisasi yang jelas, bentuk organisasi, mekanisme insentif, dan tujuan tim telah dipikirkan dengan sangat matang. Karyawan menghabiskan setengah waktu untuk mengerjakan hal-hal pribadi mereka, dan setengah waktu lainnya untuk menyelesaikan tugas perusahaan. Tidak lembur memang merupakan tunjangan, tetapi Liang Wenheng berharap hal ini dapat menciptakan lingkungan yang santai untuk penelitian. Jumlah hal yang harus dilakukan tim sedikit karena tujuan mereka sangat fokus, yaitu membuat AGI. Di masa depan, seiring dengan penambahan personel, Liang Wenheng secara jujur mengakui bahwa beberapa departemen juga perlu membangun struktur hierarkis yang ketat—faktanya, perubahan sedang terjadi.

Kemudian, pertanyaan kedua adalah memikirkan struktur organisasi masa depan dan perencanaan skala sumber daya manusia. Pertama, struktur organisasi kami sebelumnya sangat terpisah-pisah karena sebelumnya tidak ada struktur organisasi. Namun, setelah tim kami terus berkembang, pasti diperlukan beberapa perubahan. Saat ini, hanya bisa dikatakan bahwa banyak perubahan akan dilakukan, tetapi sulit untuk menyampaikan semuanya sekaligus sekarang. Pada akhirnya, pasti akan dibagi menjadi berbagai departemen, beberapa di antaranya perlu dibangun dengan struktur hierarkis yang lebih ketat. Sementara itu, beberapa departemen lain mungkin tetap mempertahankan struktur yang lebih longgar dan datar.

Kami biasanya juga tidak lembur. Ada dua alasan mengapa kami tidak lembur. Pertama, melakukan penelitian membutuhkan lingkungan yang cukup santai. Jika Anda terlalu menekan, Anda tidak akan bisa melakukan penelitian. Karena penelitian memang memerlukan minat pribadi dan pemikiran mandiri di waktu luang, sehingga hanya dalam lingkungan yang santai Anda bisa benar-benar mengeksplorasi. Ini adalah kebutuhan dari budaya penelitian. Kedua, kami sangat fokus. Fokus berarti kami memiliki sedikit hal yang harus dikerjakan. Jadi, saya tidak punya terlalu banyak pekerjaan, sehingga tidak perlu lembur.

Stabilitas tim adalah dasar untuk pelaksanaan ideal

Stabilitas tim adalah kepentingan inti. Menurut Liang Wenfeng, banyak hal penting—uang, kartu, sumber daya—tetapi bukan di situlah risiko terbesar berada; risiko terbesar adalah ketika tim berpencar. Untuk mencegah runtuhnya tim, Liang Wenfeng mencari kemungkinan organisasi dinamis di tengah ketidakteraturan; hierarki, teknologi, dan mekanisme inovasi dapat menjadi alat baginya untuk menjaga keseimbangan tim. Baru-baru ini, DeepSeek menyelesaikan sebagian pendanaan, dan Liang Wenfeng mengatakan bahwa semua orang menerima opsi saham, sehingga risiko “tim berpencar” telah很大程度地 diatasi.

Selama saya bisa menjaga stabilitas tim, saya pasti bisa melakukannya, pasti bisa membuat AGI, itu saja. Selama semua orang tidak pergi dan kita bisa terus melanjutkan, saya pasti bisa. Secara dasar tidak ada risiko apa pun. Hanya soal lebih cepat atau lebih lambat, kita akan menghadapi hambatan; jika menghadapi hambatan dan semua orang tetap tinggal, maka saya bisa terus melanjutkan.

Dari segi stabilitas tim, selama karyawan paling penting dan paling lama tetap bertahan, karyawan lainnya juga tidak akan pergi. Bahkan jika mereka mendapatkan opsi saham lebih sedikit atau pendapatan lebih rendah, mereka tetap tidak akan pergi. Karena mereka tidak hanya berfokus pada uang; semua orang ingin berada dalam lingkungan yang bisa mencapai AGI. Jadi, bagi para talenta, tetaplah menarik.

Secara historis, tingkat perputaran tenaga kerja kami relatif rendah, dan dibandingkan dengan pesaing, perputaran tenaga kerja kami selalu lebih rendah. Namun, ini tetap menjadi tantangan terbesar kami, satu-satunya tantangan, bisa dikatakan demikian.

Open source bukanlah melepaskan hambatan, tetapi memindahkan hambatan dari model ke biaya dan efisiensi teknik

Liang Wenhong saat membahas open source, bukan hanya berbicara tentang idealisme, bukan pula hanya tentang pemasaran. Penilaiannya adalah: AI adalah hal yang cukup besar untuk tidak mungkin dikuasai oleh satu perusahaan saja; open source mendukung penerimaan ekosistem dan tidak secara alami merugikan model bisnis, karena hambatan sejati bukan hanya pada model itu sendiri, tetapi pada biaya deploy, efisiensi teknis, dan kemampuan organisasi.

Mengapa kami begitu teguh dalam berkomitmen terhadap open-source? Karena visi itu sendiri mengharuskan open-source. Tanpa visi ini, Anda tidak bisa mengorganisasi orang-orang.

Kemudian mengenai hal terbuka sumbernya, kami sudah sangat jelas sejak awal. Pertama, visi; kedua, kami percaya bahwa untuk membuat AI berhasil secara bisnis, open source memiliki manfaat.

Tetapi hal tentang AI cukup besar, pada akhirnya mungkin bisa menyumbang sepuluh persen dari PDB masyarakat manusia, misalnya. Jadi sebenarnya ini angka yang sangat besar. Seseorang tidak mungkin menguasai hal ini sendirian, Anda pasti harus berbagi dengan orang lain, jika tidak, Anda pasti tidak akan bertahan hidup.

Jika kita ingin memonopoli keuntungan ini, maka kita pasti akan ditinggalkan oleh sejarah. Saya merasa yang paling utama adalah ini adalah hukum objektif, ini adalah pandangan sejarah.

Meskipun modelnya bersifat open source dan Anda memberi tahu semua orang segalanya, ambang batasnya tetap sangat tinggi. Orang lain pun akan kesulitan menggunakannya. Selain itu, untuk menggunakannya, mereka juga harus membuat biayanya sangat rendah—yang sangat sulit, tidak semudah itu.

Bukan berarti karena saya opensource, dia bisa dengan mudah mencapai biaya deploy yang sama seperti saya. Masih banyak pekerjaan yang harus dilakukan. Meskipun prinsip-prinsipnya sudah dipahami, tidak semua perusahaan bersedia, atau memiliki keinginan dan kemampuan untuk mengorganisir sumber daya manusia demi mencapai tujuan ini.

Open source, menurut saya tidak memiliki dampak apa pun terhadap model bisnis kami. Dengan syarat kami hanya mendapatkan keuntungan enam kali lipat, modal kembali dalam sepuluh bulan, yang kira-kira sesuai dengan keuntungan enam kali lipat. Dalam kondisi kami hanya mendapatkan keuntungan enam kali lipat, open source tidak akan berdampak apa-apa.

Saya juga tidak khawatir orang lain mendeploy model kami lalu bersaing dengan kami, sama sekali tidak khawatir. Kami bahkan berharap mereka bisa mendeploynya.

Tidak membuat musuh, tetapi bukan berarti tanpa pertahanan bisnis

DeepSeek tidak ingin menjadi pesaing dengan perusahaan besar atau kecil, bahkan bersedia membantu pesaing. Sikap ini sebagian berasal dari visi, dan sebagian lagi mengurangi hambatan eksternal, memungkinkan perusahaan tetap fokus pada inti utamanya. Sementara itu, Liang Wenheng percaya bahwa persaingan model besar pada akhirnya bukanlah hal mistis, melainkan biaya, waktu, dan pengalaman. Mereka yang mengendalikan biaya dengan baik akan mendapatkan lebih banyak keuntungan, sementara yang mengendalikan biaya buruk akan mendapatkan lebih sedikit.

Jadi, banyak hal yang kami lakukan sekarang bertujuan untuk menjaga stabilitas tim. Selain hal ini, menurut saya, hal-hal lain bisa kami hindari dan kami kendalikan. Kami selalu sangat bijak, tidak ingin menjadi pesaing bagi perusahaan internet besar maupun kecil mana pun.

Dalam konteks ini, kami sangat bersedia membantu siapa pun, bahkan pesaing kami, termasuk Alibaba, Zhipu, dan Moonshot, agar menjadi lebih baik. Karena kami tidak kehilangan apa pun, kami memang bersifat open source.

Saya tidak terpengaruh oleh kebaikan kami terhadap kepentingan bisnis saya, sama sekali tidak terpengaruh, bahkan mungkin mendapat tambahan poin.

Satu-satunya perbedaan adalah dua hal: waktu dan biaya. Jadi, tidak mungkin ada keuntungan luar biasa bagi siapa pun; saya rasa tidak mungkin ada keuntungan luar biasa. Orang yang mengendalikan biaya dengan baik akan mendapat lebih banyak keuntungan, sementara yang mengendalikan biaya dengan buruk akan mendapat lebih sedikit keuntungan, hanya itu saja.

Tidak mengambil seluruh rantai industri, hanya mempertahankan posisi paling inti

Liang Wenhong telah berulang kali menyatakan batasan: DeepSeek tidak ingin melakukan semuanya, tidak ingin melakukan integrasi vertikal ke chip hulu, dan tidak ingin mengambil semua peluang di lapisan aplikasi. Ia percaya bahwa era AI cukup besar untuk menciptakan banyak perusahaan, dan DeepSeek hanya perlu menjadi salah satunya, serta fokus pada bagian yang paling ahli dan paling inti miliknya.

Masih ada pertanyaan, apakah kita akan melakukan integrasi vertikal ke hulu? Saya berharap tidak. Jadi, apakah kita akan melakukan integrasi vertikal ke aplikasi hulu? Kami berharap tidak melakukannya, saya ingin orang lain yang melakukannya. Saya tidak ingin memakan semua hal, saya hanya ingin memakan sebagian kecil saja, saya hanya ingin memakan bagian yang paling saya kuasai, atau bagian yang menurut kami paling inti.

Apakah di masa depan kita akan membangun klaster besar sendiri? Saya pikir membangun klaster besar sendiri pasti diperlukan, kami terus-menerus melakukannya, semua klaster kami dibangun sendiri. Namun, apakah di masa depan kita akan mengembangkan chip sendiri, menurut saya tergantung pada seberapa besar keuntungannya, tergantung pada seberapa besar keuntungannya.

Kami ingin hanya fokus pada satu bidang. Saya merasa hal tentang AI sangat besar, dan tidak perlu saya hanya fokus pada satu bidang. Jika kami fokus, dan saya percaya bahwa peluang bisnis di sini sudah cukup besar, jika di era AI akan muncul banyak perusahaan bernilai triliunan dolar, saya percaya kami adalah salah satunya.

Jangan merebut peluang saat ini, tetapi juga jangan menolak untuk menangkapnya jika muncul secara kebetulan

Apakah DeepSeek harus dikomersialkan? Ya, tetapi komersialisasi bukan lagi tujuan akhir. Tujuan DeepSeek adalah menciptakan AGI. Di sepanjang perjalanan, Liang Wenheng melihat peluang komersial dan tidak menolaknya, melainkan segera memanfaatkannya. “Jika itu bisa didapat dengan mudah, kita akan mengambilnya,” kata Liang Wenheng. Ia membandingkan ini dengan hal “mengambil wijen” dan “mengambil semangka”:

Saya merasa ini bisa berjalan secara bisnis dan memungkinkan. Jika tahun lalu kita menggunakan sejumlah besar uang untuk bersaing dengan ByteDance dalam merebut pengguna, itu juga merupakan strategi. Namun, kami memilih pendekatan yang sangat terkendali, yaitu saya tidak bersaing dengan Anda untuk hal-hal ini, karena ada semangka di belakang, yang di depan mungkin hanyalah biji wijen.

Selama ada peluang bisnis sebesar itu, pasti ada cara untuk memanfaatkannya. Jadi, untuk hal-hal kecil sebelumnya, kami juga akan mengambilnya, tetapi kami hanya mengambilnya secara santai, tanpa berhenti atau menjadikannya hal penting. Oleh karena itu, aktivitas harian pengguna C-end tahun lalu, menurut saya mungkin hanya hal kecil. Namun, kami tetap mengambilnya, dan kami mempertahankan penggunaan pengguna dengan biaya yang relatif rendah, karena mungkin suatu hari nanti akan bermanfaat.

Komersialisasi selalu ada, tetapi bukan tujuan utama

Menurut Liang Wenfeng, prioritas tujuan ToC dan ToB tidak sebesar menciptakan AGI. Namun, semakin ingin didapatkan sesuatu, semakin sulit didapat; DeepSeek secara internal fokus pada bagaimana menembus peta jalan teknologi, namun tanpa sengaja berhasil menangkap arus pengguna C-end dan pendapatan B-end. Merenungkan pengalaman dari tahun lalu hingga tahun ini, ia menyimpulkan bahwa ini adalah keunggulan strategis yang dihasilkan dari serangan turun dimensi.

Ada keunggulan strategis di sini, yaitu kami selalu memikirkan AGI, dan kami sedang membangun AGI. Jadi, ketika kami mengembangkan aplikasi, baik untuk konsumen maupun bisnis, kami sama sekali tidak perlu banyak berpikir tentang hal itu—hanya memerlukan sedikit usaha. Saya merasa bahwa ketika Anda berada di posisi teknologi yang lebih tinggi untuk mengembangkan teknologi tingkat lebih rendah, Anda mendapatkan keuntungan penurunan dimensi. Setidaknya pada C-end tahun lalu, kami benar-benar melihat hal ini. Kami tidak menghabiskan banyak tenaga di C-end, bahkan sempat tidak ingin mempertahankan pengguna-pengguna tersebut, tetapi pengguna-pengguna itu tetap tidak mau pergi.

Harga rendah bukanlah amal, tetapi keuntungan yang wajar

Dalam hal penetapan harga, Liang Wenfeng tidak ambigu; tujuannya jelas: mengembalikan biaya peralatan dalam sepuluh bulan melalui API. Harga saat ini bukanlah yang memaksimalkan keuntungan, namun juga bukan harga terendah. Liang Wenfeng mengatakan bahwa harga tidak bisa diturunkan tanpa batas, karena dengan harga terlalu rendah, perusahaan tidak akan bertahan hidup, dan produk dengan harga rendah pun tidak akan menciptakan nilai sosial yang lebih besar. Harga yang wajar dapat memberikan keunggulan jangka panjang dalam rentang keuntungan yang wajar; menurutnya, pasar AI cukup besar, asalkan berhasil, keuntungan yang wajar sudah cukup; jika awalnya ingin mengambil lebih banyak, justru akan menghadapi lebih banyak pesaing.

Jika tujuan saya adalah menguasai 5% dari PDB AI dan seluruh umat manusia, secara teori perhitungan ini masih valid. Lihatlah OpenAI, mereka tampaknya bisa menghitungnya dengan benar, secara teori tidak ada masalah. Namun, mereka memiliki satu masalah: mereka bisa dikalahkan oleh orang lain yang bersedia hanya mengambil 1%. Karena orang lain berkata, “Saya membuatnya sangat baik, tetapi saya hanya butuh 1% dari PDB global,” maka orang itu akan mengalahkan mereka. Kemudian, jika muncul orang lain yang berkata, “Saya hanya butuh 0,1%,” maka orang itu akan mengalahkan orang sebelumnya.

Secara makro, tidak peduli dari mana persentase ini diambil, tidak ada perbedaan antara satu sama lain, semuanya sama. Orang yang mengambil lebih banyak akan dikalahkan oleh mereka yang mengambil lebih sedikit. Bahkan, Anda tidak perlu benar-benar mengambil lebih banyak; jika visi Anda adalah mengambil lebih banyak, Anda akan dikalahkan oleh mereka yang memiliki visi untuk mengambil lebih sedikit. Sebenarnya, tidak ada yang benar-benar mendapatkan uang, ini hanya sebuah visi. Jika visi Anda adalah mengambil lebih banyak, Anda sudah kalah terlebih dahulu, dan Anda akan menghadapi kesulitan yang lebih besar. Dunia ini memang seperti itu.

Seperti apa AGI ideal menurutmu?

Silakan bagikan pendapat Anda di kolom komentar~