Očekává se, že vliv modelů pro uvažování umělé inteligence (AI) od DeepSeek a OpenAI přesměruje zaměření investic do umělé inteligence (AI), zatímco zároveň zvýší celkové výdaje na AI. Zahájení modelů DeepSeek vyvolalo, že pozorovatelé znovu zvážili nutnost investic do AI infrastruktury. Nicméně také zvýšilo pozornost na modely uvažování, které vyžadují vyšší výdaje na inferences, jak uvedl Bloomberg 17. března. Důsledkem toho nyní Bloomberg Intelligence předpovídá, že investice do AI od hlavních společností jako Amazon, Meta a Microsoft porostou rychleji, než se dříve předpokládalo, přičemž větší část těchto výdajů bude alokována na provozování AI systémů po tréninku spíše než na datová centra a čipy. Tyto korporace mají do roku 2025 investovat 371 miliard dolarů do datových center a výpočetních zdrojů, což představuje 44% nárůst ve výdajích oproti roku 2024, a do roku 2032 by číslo mohlo dosáhnout 525 miliard dolarů ročně, podle zprávy. Do roku 2032 se očekává, že téměř polovina všech výdajů na AI bude zaměřena na inferences, protože modely uvažování pomáhají firmám generovat vyšší příjmy ze software.

Zároveň se prognózuje, že podíl investic do tréninku klesne z 40 % na 14 %. DeepSeek měl výrazný dopad na krajinu AI na konci ledna, když uvedl AI modely, které dosáhly výkonu srovnatelného s modely od OpenAI a Google za výrazně nižší náklady a s podstatně menším počtem GPU Nvidia. Po revolučním uvolnění modelu DeepSeek poznamenal generální ředitel Meta Mark Zuckerberg v konferenčním hovoru o ziscích, že americký sektor AI se posouvá směrem k zpracování AI, nebo inference, jelikož popularita modelů uvažování AI roste. V únoru OpenAI představila to, co popsala jako svůj „nejvíce nákladově efektivní“ model uvažující AI, nazvaný o3-mini, zdůrazňující jeho „malé“ avšak „výkonné a rychlé“ schopnosti, zejména v oblasti vědy, kódování a matematiky. Tento model nabízí tři úrovně uvažování – nízkou, střední a vysokou – pro náročnější úkoly. Patřící do série o1 od OpenAI, model dokáže uvažovat o různých úlohách, ačkoli má delší doby odezvy ve srovnání s modely bez uvažování. Přesto jsou modely uvažování schopny řešit složitější úkoly a vyřešit těžší problémy.