DeepSeek“接入潮”：千行百業進入“大洗牌時刻”

接入DeepSeek一小步，卻是行業洗牌的一大步。

全文4400字，讀完約需要10分鐘。

開年后的朋友聚會，免不了要聊一個話題：DeepSeek。

DeepSeek實在太熱了，就像我在之前的文章里說的，這個春節假期返工的心是被DeepSeek“砸”醒的，各行各業為之一振，海外研究機構直接將DeepSeek的推出稱為“人工智能的斯普特尼克時刻”。

尤其是，上下游產業鏈、軟硬件公司、互聯網應用紛紛接入DeepSeek，更是為這場大模型熱添了一把火。一轉眼間，從芯片制造、云計算、汽車、教育、醫療到電商、電信、搜索引擎，紛紛完成DeepSeek接入，尤其是“雙微”——微信搜索和微博智搜的接入，更是讓DeepSeek“飛入尋常百姓家”。

但“接入”究竟意味著什么？會帶來什么改變？目前大家還莫衷一是，很多人還持“謹慎觀望”的態度。

我的觀點很鮮明，在我看來，接入的一小步，卻是AI生態大繁榮的一大步，也是眾多行業競爭格局大洗牌和AI真正進入普惠化時代的一大步。

為啥這么說呢？

簡單說，我贊同這樣一個觀點：AI的比拼，短期看算法，中期看算力，長期看能源，終局看應用。中國在算力層面存在短板的情況下，DeepSeek在推理上的成本突破，再加上開源模式帶來的千行百業的應用場景接入，有望彌補中國在算力上的不足，彎道超車，重塑AI競爭格局，率先改變產業格局，讓千行百業的面貌為之一新。

朋友們聽我這么一說，都覺得很好奇，接下來我詳細地說一說。

1

“接入”的一小步，

卻是AI生態繁榮的一大步

從歷史上來看，任何一項技術的普及和生態繁榮，往往始于一次關鍵性的“成本突破”，汽車如此，電力亦如此。

DeepSeek的橫空出世，也離不開兩個核心支點：低成本和開源。

DeepSeek通過混合專家架構（MoE）與多頭潛在注意力機制（MLA）的創新設計，結合強化學習優化訓練流程，只用了557.6萬美元就實現了與GPT-4o匹敵的性能。更關鍵的是，其推理成本僅為OpenAI的1/30。

這個突破，徹底打破了“算力堆砌=性能提升”的行業慣性，讓AI的創新開始走出了堆算力的“大水漫灌”思維，把更多的目光朝向算法效率和資源優化。

就像DeepSeek創始人梁文鋒多次在演講中表達的，AI競賽不僅涉及芯片等硬件技術的較量，更涵蓋了算法優化、生態建設等多個方面。

但是，請注意，這還只是第一層的改變，也就是對AI行業本身發展產生的影響。

更深的一層影響，是對千行百業的改變。

DeepSeek的低成本和開源模式，讓過去不敢想、想也做不到的公司，也有機會跑步進入大模型時代，由此形成“低成本-高滲透-生態擴散”的鏈條。

一家頭部金融機構的AI技術人士對媒體說，DeepSeek的API定價僅為OpenAI運行成本的1/30，每百萬詞元僅需2.2美元，這種低成本使得我們這樣的企業能夠負擔得起。

一些智能硬件公司，比如做智能穿戴產品的公司，由于產品本身體積較小，過去很難支撐大模型需要的算力，有了DeepSeek的輕量化架構，智能手表、AR眼鏡等產品首次實現了本地化AI功能，讓智能穿戴時代更快一步到來。

再比如借助DeepSeek的開源模式，微信內置DeepSeek搜索功能，騰訊元寶、釘釘、華為小藝接入DeepSeek選項，微博智搜接入DeepSeek-R1模型，在最貼近用戶的一線場景中，將智能交互嵌入實際生活中，讓用戶低成本地一步邁入AI時代。

還有人們津津樂道的政務場景中的“AI數智員工”。在深圳福田，數智員工已經在200多個業務場景中上崗了，將原來需要數小時處理的文書，壓縮到幾分鐘，效率大大提升。

我把這種接二連三的傳導稱之為DeepSeek的“漣漪效應”——你可以把它想象成在寂靜的湖水中丟下了一塊小石子，它所產生的震蕩和帶來的影響一圈一圈的向外擴展，綿延不絕。

其中，第一圈可以理解為改變AI企業創新的方向，第二圈賦能千行百業，第三圈重塑經濟格局。經過這三圈，AI實現了從“技術奇點”邁向“社會奇點”，從封閉走向開放，從精英化走向普惠化。

那么，這種“漣漪效應”將產生多大的產值？

高盛在報告中說，“Deepseek的出現表明中國AI發展和應用速度比我們之前預計的要快”，預計“到2030年，AI技術將為中國 GDP帶來20~30個基點的增長”。

清華大學人工智能學院教授沈陽說，DeepSeek的成功不僅是中國AI行業的突破，更是全球經濟的利好消息。“如果DeepSeek能持續保持開源第一的地位，其經濟價值可能突破十萬億元人民幣，并通過金融杠桿的放大作用，進一步擴大其經濟影響力?！?/p>

2

“接入”DeepSeek，

絕不意味著只是多了個“入口”

我們再往深處說，“接入”其實只是第一步，更深層次的變化，就像海平面下面的冰川，或許肉眼還不可見，但在水下正醞釀著巨大的改變。

要理解這一點，我們首先要理清一個問題，就是“接入”的性質到底是什么。

有朋友說，“干嘛都接入DeepSeek，我下載了DeepSeek APP就可以了，要那么多其它入口干嘛呢？”

這話初聽有道理，其實是一個大大的誤解，我先不講答案，我們親手試試就知道了。

我們知道騰訊元寶接入了DeepSeek，給用戶提供了混元大模型和DeepSeek兩個備選接口，我選擇了DeepSeek，然后問了一個“送分題”——通過騰訊元寶使用DeepSeek-R1模型與直接使用DeepSeek獨立APP有什么不一樣？

元寶很快給出了完整的回答，從使用體驗穩定性、應用場景、數據來源等多個方面，列舉出了兩者的差異性，其中非常重要的一點是，強調借助元寶使用DeepSeek可以直接調用微信公眾號、視頻號的內容資源，這是在其他場景下無法實現的，因為這些內容沒有對其他應用開放。

我又拿微博智搜接入的DeepSeek-R1模型試了一下，提了一個生活類話題，“孩子喜歡看手機，有什么好辦法可以糾正？”

微博智搜立刻給出了一個簡明扼要、極具針對性的答案。粗看起來似乎與其他平臺沒有太大的差異，但當你點開信息來源鏈接，會發現一個不同，這些內容主要來自于微博平臺博主發布的內容。

這些內容以往可能淹沒在浩如煙海的內容中，或者被微博每天都在發生的熱點新聞刷下去了，但現在他們神奇般地被打撈起來，并組合成了一個全新的內容產品。

再舉一個辦公應用場景的例子，打開釘釘APP，找到AI助理，選擇“創建AI助理”，這個時候會發現里面有模型配置備選，里面有通義千問，也有DeepSeek，還有月之暗面、零一萬物等多項備選。

我選擇了DeepSeek，設置完畢后，就可以在釘釘的辦公場景下隨時隨地調用DeepSeek，它可以完成針對特定場景的用戶需求，比如幫我提煉會議紀要，匯總特定行業的關鍵資訊等。

上面這些案例告訴我們什么呢？就是所謂“接入”DeepSeek，不是說多了一個進入DeepSeek的入口，然后大家在不同的應用場景下進入同一個DeepSeek，得到一樣的答案，不是這樣的。

而是，相當于在這些應用當中內置了一個強大的AI大模型能力，結合著這個應用本身的場景需求、內容特色、數據資源和生態優勢，兩兩相加，創造出獨特的產品，產生1+1>2的效果。

用專業術語來說，就是“基礎模型開源+垂直場景定制”生態模式，在這種模式下，企業在無需自研底層技術的前提下，實現了技術創新與生態共建的深度融合。

就拿微博來說，過去由于微博的熱搜體質，很多用戶將其視為獲取第一手消息的來源，而忽視了其興趣內容。相比小紅書等生活方式分享平臺，微博的垂直興趣內容用戶心智一直被稀釋。但隨著 DeepSeek 的接入，這一情況可能很快發生改變。

DeepSeek 能夠精準挖掘微博平臺上的興趣類內容，將那些曾經被淹沒的高價值內容重新呈現給用戶。如此一來，垂類內容創作者就能獲得更多被看見和實現商業變現的機會，微博用戶也能夠更好地消費興趣內容。

同時，微博智搜與原有的熱搜形成了有效整合，使熱搜不再是轉瞬即逝的熱點，而是擁有了長尾效應，實現了兩者的雙向加持。

醫療領域就更典型了，醫院接入DeepSeek，可不是簡單地將問診機器人改頭換面，而是在數據層、知識層、服務層等多個層面“解耦-再耦合”。你可以理解為，用醫療數據喂養出了一個定制版的DeepSeek ，打造了一個醫療場景下的“大拿醫生”。

這里絕不是一個“接口”的概念，而是一個內容和能力的再造，或者說，打造了一個新物種。

其他應用場景也是一樣，不管是釘釘、飛書、騰訊文檔，還是政務服務系統接入后打造的“AI數智員工”，都是基于特定的場景、特定的需求以及本身特有的優勢，重構產品，重構服務能力，讓千行百業實現了“AI化”。

這些不同場景下的DeepSeek，既共享著基礎模型的“基因”，又帶著場景數據的“記憶”——他不是孫悟空拔一根毫毛復制出無數個孫悟空，而是每個人手里都有一個定制版的孫悟空，這是它真正厲害的地方。

3

當“接入”成為常態，

什么能力成為“勝負手”？

我們再往更深的層面思考一步，未來，當接入DeepSeek變成常態，會發生什么？什么樣的產品和平臺更具有競爭力，或者說什么樣的能力變得更為重要？

說到這，我的腦子里閃出了20多年前大學課堂上的一幕，一位經濟學教授，頗為得意的對我們說，“我一年發表的論文是其他老師的好幾倍，你們知道我怎么做到的嗎？因為我會用電腦寫作，很多教授現在還在用手寫。”

這一幕給我留下了深刻的印象，對DeepSeek的接入也是一樣，先接入比后接入能夠享受到先人一步的紅利，但等大家都接入的時候，比拼的是什么？

假如有兩位作家，一個先用上了計算機，一個還在用手寫，第一個作家自然寫的快、產出高，但當兩個人都能夠熟練地使用計算機的時候，這種技術的方差被拉平，比拼的就該是創意、天賦、創作的熱情，以及持續不斷的創作能力。

一樣的道理，當各個平臺接入DeepSeek后，搜索不再有門檻，傳統搜索平臺的優勢被取代，未來，比拼的一定是哪個平臺原生內容多，且具有持續生產新內容的能力。

關于這一點，我們可以做個比喻——內容好比石油，DeepSeek好比抽油機和煉油機，如果大家都具備一樣的機器，無疑，誰儲備石油量大，誰贏。

我們不妨列個公式：平臺內容儲備×提煉能力=未來競爭力。

所以我們就能看到類似的話語頻頻出現在媒體上，比如，騰訊元寶團隊會強調通過元寶來使用DeepSeek，用戶可以搜到其他平臺看不到的微信公眾號和視頻號的內容，他會強調獨家的內容力在“DeepSeek時代”形成的護城河。

微博也是一樣。微博智搜接入DeepSeek-R1模型后，微博豐富的原生內容儲備和持續的內容生產能力，形成了新一道護城河。

在這樣的格局下，用戶的搜索習慣也必將隨之發生改變，新的內容平臺替代傳統的搜索平臺，整個的行業格局將被大洗牌。

這對內容平臺的啟示是，在DeepSeek時代，擅長做內容的人就專心做好內容，把自己的內容生態做深、做厚、做新，自然而然就會形成你的護城河。

其他領域也是一樣，做智能家居或者做智能穿戴，有了DeepSeek的加持，廠家專心把自己擅長的事情做好，自然就能形成自己的護城河。

這個結果或許是DeepSeek創始人梁文鋒所樂見的，他曾說過，從長遠來說，希望形成一種生態，業界直接使用DeepSeek的技術和產出，DeepSeek只負責基礎模型和前沿的創新，如果能形成完整的產業上下游，就沒必要自己做應用。

當然，DeepSeek不會在這個過程中吃虧，因為越來越多的產品接入DeepSeek，DeepSeek就會成為AI基礎設施和標準的制定者，也是整個生態的鏈主角色，這對DeepSeek至關重要，甚至對中國在全球AI競爭中的席位爭奪都至關重要。

最后，我們再回到我在開頭說的那句話，AI的競爭，短期看算法，中期看算力，長期看能源，終局看應用。說到這，我們就能理解為什么應用才是大模型競爭的終局了——

北京的醫生用AI做罕見病診斷；深圳電子廠通過AI調度實現零庫存生產；成都火鍋店的后廚機器人自主優化千年配方——這些場景的密集涌現，“基礎模型開源+垂直場景定制”的深度融合，才是中國AI贏得終局的真正底牌。