Utjecaj modela razonirajuće umjetne inteligencije (AI) iz DeepSeek-a i OpenAI-a predviđa se da će preusmjeriti fokus ulaganja u umjetnu inteligenciju, dok će istovremeno povećati ukupnu potrošnju na AI. Lansiranje DeepSeek modela potaknulo je promatrače da preispitaju nužnost ulaganja u AI infrastrukturu. Međutim, to je također povećalo pažnju na modele razoniranja, koji zahtijevaju veća ulaganja u inferenciju, kako je izvijestio Bloomberg 17. marta. Kao rezultat toga, Bloomberg Intelligence sada predviđa da će ulaganja u AI od strane velikih kompanija poput Amazona, Mete i Microsofta rasti bržim tempom nego što je ranije očekivano, pri čemu će veći dio te potrošnje biti usmjeren na rad AI sistema nakon obuke, umjesto na podatkovne centre i čipove. Predviđa se da će ove korporacije do 2025. godine investirati 371 milijardu dolara u podatkovne centre i računarske resurse, što predstavlja porast od 44% u odnosu na troškove u 2024. godini, a moglo bi doseći 525 milijardi dolara godišnje do 2032.

godine, prema izvještaju. Do 2032. godine se očekuje da će gotovo polovina svih troškova na AI biti usmjerena na inferenciju, jer modeli razoniranja pomažu kompanijama da generiraju veće prihode od softvera. Istovremeno, predviđa se da će udio ulaganja za obuku opasti sa 40% na 14%. DeepSeek je značajno utjecao na pejzaž AI-a krajem januara lansiranjem AI modela koji su dostigli performanse onih iz OpenAI-a i Google-a po znatno nižoj cijeni i sa znatno manje Nvidia GPU-ova. Nakon revolucionarnog izlaska modela DeepSeek, izvršni direktor Mete, Mark Zuckerberg, napomenuo je tokom konferencijskog poziva o zaradi da se američki AI sektor preusmjerava ka AI obradi, odnosno inferenciji, kako raste popularnost modela razoniranja AI. U februaru je OpenAI predstavio ono što je opisao kao svoj "najisplativiji" model razonirajuće AI, nazvan o3-mini, ističući njegove "male", ali "moćne i brze" mogućnosti, posebno u nauci, kodiranju i matematici. Ovaj model nudi tri nivoa razoniranja—niski, srednji i visoki—za izazovnije zadatke. Pripadajući OpenAI-ovoj o1 seriji, model može razmišljati o raznim zadacima, iako ima duže vrijeme odgovora u poređenju s modelima koji ne koriste razoniranje. Ipak, modeli razoniranja su sposobni da se bave složenijim zadacima i rješavaju teže probleme.