20 января 2025 года китайская компания DeepSeek представила открытую reasoning-модель R1 — систему, обученную «рассуждать» пошагово и сопоставимую по качеству с флагманскими западными моделями. Главная сенсация была не в самих ответах, а в экономике: обучение оценили примерно в $5,6 млн — на порядки дешевле, чем привыкла считать индустрия. Для рынка, где стоимость фронтирных моделей измерялась сотнями миллионов, это выглядело как смена правил игры.
Коротко: Нейросети и ИИ, 20 января 2025
- Что произошло
- Релиз DeepSeek-R1: открытая reasoning-модель, удешевившая мощный ИИ
- Когда
- 20 января 2025
- Суть
- Китайская DeepSeek выпустила открытую reasoning-модель R1 уровня топовых западных систем при затратах на обучение около $5,6 млн.
- Что это значит для бизнеса
- Дешёвые открытые модели ускоряют переход к ИИ-ответам, где трафик зависит от цитируемости сайта нейросетями.
- Источник
- iiss.org
Текст схемы и все данные
Коротко: Нейросети и ИИ, 20 января 2025
- Что произошло
- Релиз DeepSeek-R1: открытая reasoning-модель, удешевившая мощный ИИ
- Когда
- 20 января 2025
- Суть
- Китайская DeepSeek выпустила открытую reasoning-модель R1 уровня топовых западных систем при затратах на обучение около $5,6 млн.
- Что это значит для бизнеса
- Дешёвые открытые модели ускоряют переход к ИИ-ответам, где трафик зависит от цитируемости сайта нейросетями.
- Источник
- iiss.org
Реакция оказалась мгновенной. К 27 января приложение DeepSeek обогнало ChatGPT в американском App Store, а акции Nvidia за один день рухнули на 17% — потеря почти $600 млрд капитализации стала крупнейшим однодневным падением в истории. Инвесторы внезапно засомневались в тезисе, что для сильного ИИ обязательно нужны бесконечные вычислительные мощности. Отсюда и метафора «момента Спутника»: дешёвая открытая модель показала, что технологическое лидерство перестало быть монополией нескольких корпораций.
Для нашей сферы важнее не биржевые сводки, а следствие: мощные языковые модели (LLM) и нейропоиск стали радикально доступнее. Когда продвинутую генерацию можно развернуть за небольшие деньги, ИИ-ассистенты, чат-поиск и автоматическая генерация контента быстро проникают в массовые продукты. Именно после волны открытых моделей ускорилось появление новых ответных систем (answer engines), которые отвечают пользователю напрямую, а не выдают десять синих ссылок.
Для бизнеса это означает два параллельных сдвига. Первый — на стороне трафика: всё больше запросов закрывается прямо в ИИ-ответе, и видимость бренда теперь зависит не только от позиций в классической выдаче, но и от того, берут ли нейросети ваш сайт в источники. Здесь работает оптимизация под нейропоиск (AEO) — структурирование контента так, чтобы модель цитировала именно вас. Второй сдвиг — на стороне производства: дешёвая генерация снизила порог входа в контент на нейросетях, но одновременно подняла планку к экспертности и проверяемости фактов.
Удешевление моделей запустило цепочку, которую мы наблюдаем весь 2025 год: расширение ИИ-режимов в поисковиках, рост реферального трафика из чат-ботов и появление отдельных метрик видимости в нейроответах. DeepSeek-R1 здесь — не разовое событие, а точка, после которой открытые модели перестали быть «догоняющими». Понимать эту логику полезно, чтобы оценивать как нейросети меняют трафик и заранее перестраивать стратегию присутствия в поиске.
Мы в AOSA рассматриваем релизы вроде R1 не как технологические новости ради новостей, а как ранние сигналы спроса. Каждое удешевление сильного ИИ ускоряет переток внимания в генеративные ответы — и тем, кто адаптирует сайт под это заранее, достаётся преимущество в видимости.
Дешёвые открытые модели ускоряют переход к ИИ-ответам, где трафик зависит от цитируемости сайта нейросетями. Бизнесу стоит заранее готовить контент под нейропоиск через оптимизацию под AEO и продвижение в нейросетях (GEO), а не ждать, пока классическая выдача потеряет долю.
Источник: www.iiss.org