Inaasahang muling ididirekta ng impluwensya ng mga reasoning AI models mula sa DeepSeek at OpenAI ang pokus ng mga pamumuhunan sa artipisyal na intelihensiya (AI) habang kasabay nito ay pinapataas ang kabuuang paggastos sa AI. Ang paglulunsad ng mga modelo ng DeepSeek ay nag-udyok sa mga tagamasid na muling pag-isipan ang kinakailangan ng pamumuhunan sa imprastruktura ng AI. Gayunpaman, pinataas din nito ang atensyon sa mga reasoning models, na nangangailangan ng mas mataas na paggastos sa inference, ayon sa iniulat ng Bloomberg noong Marso 17. Dahil dito, ngayon ay inaasahan ng Bloomberg Intelligence na ang mga pamumuhunan sa AI mula sa mga pangunahing kumpanya tulad ng Amazon, Meta, at Microsoft ay lalaki sa mas mabilis na rate kaysa sa inaasahang dati, na may mas malaking bahagi ng paggastos na nakalaan para sa pagpapatakbo ng mga AI system pagkatapos ng pagsasanay kaysa sa mga data center at chip. Inaasahan na ang mga korporasyong ito ay mamumuhunan ng $371 bilyon sa mga data center at computing resources pagsapit ng 2025, na kumakatawan sa 44% na pagtaas mula sa mga gastos noong 2024, at maaaring umabot sa $525 bilyon bawat taon pagsapit ng 2032, ayon sa ulat. Pagsapit ng 2032, inaasahang halos kalahati ng lahat ng paggastos sa AI ay nakatuon sa inference, habang ang mga reasoning models ay tumutulong sa mga kumpanya na makabuo ng mas malaking kita mula sa software. Kasabay nito, ang bahagi ng pamumuhunan para sa pagsasanay ay tinatayang bababa mula 40% hanggang 14%. Ang DeepSeek ay nagkaroon ng makabuluhang epekto sa tanawin ng AI noong huli ng Enero sa pamamagitan ng paglulunsad ng mga AI models na nakasabay sa pagganap ng mga mula sa OpenAI at Google sa mas mababang halaga at may mas kaunting Nvidia GPUs. Matapos ang makabagbag-damdaming paglulunsad ng modelo ng DeepSeek, napansin ni Meta CEO Mark Zuckerberg sa isang tawag ukol sa kita na ang sektor ng AI sa U. S.

ay lumilipat patungo sa AI processing, o inference, habang tumataas ang kasikatan ng mga reasoning AI models. Noong Pebrero, ipinakilala ng OpenAI ang tinukoy nitong "pinakamahusay na cost-efficient" reasoning AI model, na tinatawag na o3-mini, na nagha-highlight ng “maliit” ngunit “makapangyarihan at mabilis” na kakayahan, lalo na sa agham, coding, at matematika. Ang modelong ito ay nag-aalok ng tatlong antas ng reasoning—mababa, katamtaman, at mataas—para sa mas mahihirap na gawain. Bilang bahagi ng o1 series ng OpenAI, ang modelo ay kayang mag-reason sa iba't ibang gawain, bagaman ito ay may mas mahabang oras ng pagtugon kumpara sa mga non-reasoning models. Gayunpaman, ang mga reasoning models ay may kakayahang tugunan ang mas kumplikadong mga gawain at lutasin ang mas mahihirap na problema.