根据FOREXBNB的报道，2月7日施罗德投资发布文章指出，据称中国内地的人工智能新创公司DeepSeek研发出了一款与市场领先者相匹敌的大型语言模型（LLM），并且其训练成本相对较低。如果这一消息属实，可能意味着对于人工智能相关运算工作负载所需的高性能半导体的需求将会有所降低。

然而，这一结论的成立依赖于DeepSeek的成本数据是否真正与行业内其他公司相匹配，以及是否其他条件保持不变。

运算能力效率的提高并不一定意味着半导体（芯片）需求的减少。杰文斯悖论是一个经典的经济理论，它表明资源效率的提升往往会导致该资源消耗量的增加。在这种情况下，更高的运算效率可能会促进人工智能的更广泛应用和发展，从而可能抵消对半导体需求的直接减少。

施罗德投资提到，如果运算效率的提升导致半导体/人工智能设备需求减少，那么像英伟达(NVDA.US)这样的企业以及其他运算基础设施供应商可能会面临挑战。但是，这种情况尚未确定，尤其是考虑到前面提到的杰文斯悖论。

另一方面，这一发展可能会对软件公司产生积极影响。人工智能成本的降低可能会吸引更多原本因价格问题而犹豫的客户使用这些技术。对于将AI功能整合到其产品的软件供应商来说，这可能会在保持盈利的同时，推动产品的普及。

同时，微软(MSFT.US)、Meta(META.US)和谷歌(GOOGL.US)等超大规模企业也可能从这一发展中受益。市场对于这些企业在大量投资研发人工智能技术后能否获得回报的担忧日益增加。如果这种情况导致这些企业所需支出的减少，那么它们的资本支出可能会降低，从而可能带来自由现金流的大幅增长。

施罗德投资认为，目前还存在许多不确定因素，比如DeepSeek的成本结构的明确性，以及更经济的基础设施是否真的会减少全球人工智能竞赛中的支出。这种不确定性确实带来了风险，但这些行动很可能会为积极的投资者创造机会，特别是在科技和工业领域。

DeepSeek技术的所有潜在影响还有待进一步了解。但这一案例显示了市场很容易受到美国大型企业的失误或新竞争者出现的影响。主要股票指数已不再能提供以往的分散投资作用。想要构建更具韧性的投资组合的投资者，必须采取主动策略，寻找跨行业和地域的投资机会，实现真正的分散投资。