Empecemos por el primcipio ¿Que es DeepSeek y que hace?

Ya pasaron unos días del sacudón de las empresas tecnológicas en la bolsa de valores y me parece oportuno un breve análisis y resumen.

Sabemos que DeepSeek es una empresa china de inteligencia artificial, fundada en 2023 por Liang Wenfeng en Hangzhou, Zhejiang. Y afirman que su objetivo principal es desarrollar modelos de lenguaje de gran escala (LLM) y avanzar hacia la inteligencia artificial general (AGI) para facilitar su acceso global, y por eso sus modelos son Open Source.

Y además sabemos que está ofreciendo en forma libre y gratuita un modelo que funciona al nivel de los propietarios, y además a un costo 20 veces menor que el modelo similar de Open AI para usarlos en sus servidores. ACTUALIZACIÓN: Justo antes de publicar esta nota, OpenAI lanza o3-mini, para responder a Deepseek, asegurando que funciona igual o mejor y solo cuesta…. El doble!. Bueno, pero el doble es mejor que 20 veces mas.

Por ejemplo, Uno de sus modelos más conocidos es DeepSeek-R1, que ha demostrado capacidades avanzadas y se ha comparado favorablemente con los desarrollos de OpenAI. Ha sido diseñado para poder entrenarse y funcionar con menos recursos, utilizando alrededor de 2.000 chips Nvidia H800, en contraste con los más de 16.000 que se estima que necesita ChatGPT-4.

Teniendo en cuenta el tema del embargo a china de los chips mas avanzados de Nvidia, nos quedará siempre la duda si estos datos son reales, ya que no contar con los H100 (Hopper) no podrían admitirlo. Pero este es el punto que provocó el pánico ¿Puede surgir una tecnología que requiera significativamente menos capacidad de proceso para obtener los mismos resultados?. Y ¿pueden modelos libres y gratuitos desarrollados por pequeñas empresas de 200 empleados competir contra los gigantes de Silicon Valley? Si esto es así el valor real y potencial de esas empresas se pone en duda, y entonces: todos a vender!

Su funcionamiento es similar a cualquier chat de IA, incluso se lo ve mas limpio y claro que la competencia. Con las opcciones de usar el modelo razonador, que nos muestra su razonamiento (a diferencia de ChatGPT); un botón para pedirle que busque en internet y otro para adjuntarle archivos.

La Paradoja de Jevons: Descubriendo la Lógica Oculta

Esta teoría sugiere que la mayor eficiencia tecnológica no reduce el consumo de recursos, sino que paradójicamente lo incrementa. En el caso de DeepSeek, esto significa que su capacidad para desarrollar modelos de IA a una fracción del costo tradicional no implica una reducción del mercado, sino potencialmente su expansión. Si lo analizamos de esta forma, la reacción de los mercados no tiene sentido. Que la tecnología se haga mas barata y accesible multiplica la demanda y compensa la reducción del consumo de recursos.

Tres Perspectivas Críticas del Impacto:

• Innovación Disruptiva: DeepSeek ha demostrado que es posible crear modelos de IA competitivos con una inversión significativamente menor. Un modelo similar a GPT-4 que costó solo 5 millones de dólares, frente a los 100 millones típicos, representa un cambio de juego fundamental.
• Democratización Tecnológica: La reducción de costos no significa el fin de la demanda, sino todo lo contrario. Permite que más empresas y desarrolladores accedan a tecnologías de IA avanzadas, potencialmente multiplicando la innovación en el sector.
• Efecto Dominó Competitivo: La caída de Nvidia no refleja su obsolescencia, sino una reevaluación de las estrategias de desarrollo tecnológico. Las grandes empresas están obligadas a repensar sus modelos de inversión y eficiencia.

Más Allá de los Números: Una Transformación Estructural

La Paradoja de Jevons nos hace suponer que la eficiencia tecnológica genera un círculo virtuoso de innovación. En el caso de DeepSeek, su modelo de 8 bits y su enfoque en la lectura de frases en lugar de palabras individuales representa más que un ahorro de costos: es una reimaginación fundamental de cómo se desarrollan los modelos de IA. Y Un nuevo empujón en esta loca carrera.

Algunas Consideraciones Estratégicas:

• La computación seguirá siendo el motor de la IA
• la paralelización de tareas creará nuevas oportunidades de valor económico
• El acceso a recursos computacionales será el verdadero diferenciador estratégico

¿Y que hay de los riesgos?

Para occidente, pensar en el gobierno Chino, nos genera preocupaciones significativas en cuanto a la “privacidad”, la “seguridad” y el “riesgo” al usar sus herramientas en la nube. Y esto da para un par de párrafos.

Como punto inicial, podemos descargar DeepSeek y correrlo local, totalmente desconectado del mundo. O una empresa de EEUU puede hacerlo en sus servidores y ofrecer el servicio desde ahí.

Ahora, al usar su API directamente de sus servidores hay cosas a considerar:

• La inteligencia eslovaca ha advertido que DeepSeek puede almacenar datos de sus usuarios en servidores ubicados en China. Esto plantea interrogantes sobre la privacidad de la información, ya que las regulaciones de protección de datos en China pueden ser diferentes a las de otros países. Y si, puede ser que para algunos el gobierno de EEUU sea mas confiable que el Chino, y que piense que las leyes de protección de datos personales se cumplen y realmente nos protegen.

• Lo mismo que la falta de garantías de privacidad: A diferencia de OpenAI (desarrollador de ChatGPT), qu asegura cumplir con la normativa europea GDPR, no hay garantías similares con respecto a DeepSeek. Esto genera inquietud sobre cómo se gestionan los datos de los usuarios y si se respetan los derechos de privacidad. El contrato de usuario de DeepSeek incluye una cláusula que establece que la aplicación puede utilizar los datos recopilados para "el bien público". Esta ambigüedad levanta sospechas sobre cómo se definiría y utilizaría este "bien público", y si podría comprometer aún más la privacidad de los usuarios.

• Riesgo de ciberataques: Los datos recopilados por DeepSeek podrían ser utilizados para lanzar ciberataques contra Europa por parte de China. La capacidad de reconstruir el perfil de una persona a partir de los datos de sus instrucciones podría facilitar ataques más dirigidos y sofisticados.

• Vulnerabilidades en el modelo: Las pruebas han demostrado que puede generar información ilegal o peligrosa, como instrucciones para crear 'malware' o apoyar campañas de desinformación. Esto muestra el potencial de DeepSeek para ser utilizado con fines maliciosos. Este punto es interesante: ¿el hecho de que todos tengan acceso a una tecnología es mejor o peor que solo un grupo de empresas o gobiernos puedan hacerlo?. Una sociedad que sabe que cualquier puede generar una noticia falsa y se acostumbra a ello. ¿está mejor o peor preparada que una sociedad que supone que todo esta controlado por entes, empresa o gobiernos “serios”?. Para pensar largo y tendido.

Conclusión:

Me parece que estamos presenciando un nuevo salto en la carrera hacia la AGI, con todo lo que implica que sea China el que lo provoca. Podemos pensar que es algo geopolitico, en el marco de la guerra fria de la IA y que tiene por objetivo, por lo menos visible, destruir valor de las empresas de EEUU y poner a China al frente de esta tecnología. También podemos tener en cuenta que OpenAI hace tiempo dejo de ser “Open” y China trastoca todo al sorprender con este y otra decenas de modelos Open Source que compiten de igual a igual con los modelos propietarios.

Este modelo: ¿democratiza o centraliza la IA?, ¿es un riesgo o una garantía para la libertad de expresión?, ¿Un país, gobierno, empresa o persona debe decidir quien y como desarrolla la IA, o quien tiene acceso a los recursos necesarios?

Otra vez la innovación en IA nos pone a prueba como sociedad, y nos obliga a tomar posición y defenderla, o dejar todo en manos de unos pocos que toman decisiones que afectan el futuro de la humanidad.