根據FOREXBNB的報導，2月7日施羅德投資發布文章指出，據稱中國內地的人工智能新創公司DeepSeek研發出了一款與市場領先者相匹敵的大型語言模型（LLM），並且其訓練成本相對較低。如果這一消息屬實，可能意味著對於人工智能相關運算工作負載所需的高性能半導體的需求將會有所降低。

然而，這一結論的成立依賴於DeepSeek的成本數據是否真正與行業內其他公司相匹配，以及是否其他條件保持不變。

運算能力效率的提高並不一定意味著半導體（晶片）需求的減少。傑文斯悖論是一個經典的經濟理論，它表明資源效率的提升往往會導致該資源消耗量的增加。在這種情況下，更高的運算效率可能會促進人工智能的更廣泛應用和發展，從而可能抵消對半導體需求的直接減少。

施羅德投資提到，如果運算效率的提升導致半導體/人工智能設備需求減少，那麼像英偉達(NVDA.US)這樣的企業以及其他運算基礎設施供應商可能會面臨挑戰。但是，這種情況尚未確定，尤其是考慮到前面提到的傑文斯悖論。

另一方面，這一發展可能會對軟件公司產生積極影響。人工智能成本的降低可能會吸引更多原本因價格問題而猶豫的客戶使用這些技術。對於將AI功能整合到其產品的軟件供應商來說，這可能會在保持盈利的同時，推動產品的普及。

同時，微軟(MSFT.US)、Meta(META.US)和谷歌(GOOGL.US)等超大規模企業也可能從這一發展中受益。市場對於這些企業在大量投資研發人工智能技術後能否獲得回報的擔憂日益增加。如果這種情況導致這些企業所需支出的減少，那麼它們的資本支出可能會降低，從而可能帶來自由現金流的大幅增長。

施羅德投資認為，目前還存在許多不確定因素，比如DeepSeek的成本結構的明確性，以及更經濟的基礎設施是否真的會減少全球人工智能競賽中的支出。這種不確定性確實帶來了風險，但這些行動很可能會為積極的投資者創造機會，特別是在科技和工業領域。

DeepSeek技術的所有潛在影響還有待進一步了解。但這一案例顯示了市場很容易受到美國大型企業的失誤或新競爭者出現的影響。主要股票指數已不再能提供以往的分散投資作用。想要構建更具韌性的投資組合的投資者，必須採取主動策略，尋找跨行業和地域的投資機會，實現真正的分散投資。