近日，IBM首席执行官Arvind Krishna在知名商业杂志《财富》上发表深度文章，分享了他对DeepSeek及整个人工智能（AI）行业的独到见解与未来展望。

就在不久之前，DeepSeek在AI领域掀起了一场认知革命。长久以来，业界普遍认为，构建最先进的AI模型需要耗资超过10亿美元，并依赖于数千枚顶尖芯片。AI被视为一种高度专有的技术，只有少数几家公司具备开发实力，因此保密性被视为重中之重。

然而，DeepSeek的出现彻底颠覆了这一传统观念。据相关新闻报道，他们仅凭约2000枚英伟达芯片，以大约600万美元的较低成本，成功训练出了最新的AI模型，远低于业界的普遍预期。这一壮举再次印证了小型、高效模型同样能够产生显著成果，无需依赖庞大且昂贵的专有系统。

但DeepSeek的突破也引发了一个更为深刻的问题：AI的未来究竟会落入谁手？显然，AI的发展不应被少数几家公司所垄断，尤其是当这些公司在数据保护、隐私和透明度等基本价值观上存在明显分歧时。应对之道并非限制技术进步，而是推动更广泛的合作，确保大学、企业、研究机构和社会组织等各方力量共同参与AI的构建。

否则，AI的主导权可能会落入价值观和优先事项截然不同的参与者手中，这将导致未来社会和产业变革的关键技术失去掌控。真正的创新与进步，只有在AI的开发权得到广泛共享的前提下才能实现。

如今，AI行业已经度过了炒作期，步入了更加务实的阶段。2025年，AI必须从少数巨头的封闭体系中解放出来，走向更广阔的市场。到了2026年，社会各界不仅要积极使用AI，更应投身于其研发工作之中。

在此过程中，开源的小模型将成为实现这一目标的关键。DeepSeek的成功充分说明，真正卓越的工程技术应当在性能和成本之间找到完美的平衡点。过去，业界普遍认为更大规模的模型才能带来更佳表现，但真正的突破其实并不在于规模，而在于效率。IBM的研究也表明，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，使得训练过程更加高效、更易获取。

Arvind Krishna强调，他并不认为通用人工智能（AGI）即将实现，也不认为未来的AI必须依赖庞大的核能数据中心。这种论调人为地制造了错误的选择题。实际上，AI的高昂成本并非必然结果，而只是一个尚待攻克的工程挑战。无论是成熟企业还是初创公司，都有能力推动成本下降，使AI变得更加实用、更加普及。

回顾历史，计算机发展早期，存储和计算能力的成本同样高得惊人。然而，随着技术进步和规模效应的显现，这些成本迅速下降，从而推动了计算机的普及和创新。AI的发展轨迹也将遵循这一规律。

这对全球企业而言无疑是一个积极的信号。只有当技术变得经济实惠、触手可及，它才能真正改变世界。通过积极拥抱开放、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，从而充分释放AI在各行业的巨大潜力。