![Jak DeepSeek zmieni świat marketingu [OPINIE]](https://nowymarketing.pl/wp-content/uploads/2025/02/deepseek-opinie-360x0-c-default.jpg)
Rynek sztucznej inteligencji rozwija się w zawrotnym tempie. Na rynku pojawił się nowy „zawodnik”, czyli DeepSeek. Narzędzie budzi spore emocje wśród specjalistów z branży marketingu i e-commerce.
Czy DeepSeek to rzeczywiście rewolucja? Czy może zagrozić obecnym liderom? Jakie zmiany przyniesie dla firm i konsumentów? Swoimi pierwszymi wrażeniami oraz prognozami dotyczącymi wpływu DeepSeek na rynek marketingowy podzielili się: Anna Gumkowska, Maciej Nowicki, Marek Staniszewski oraz prof. dr hab. Dariusz Jemielniak.
Anna Gumkowska
Szefowa Grupy Roboczej AI IAB Polska, Head of Global Content, Cosmose AI
Pojawienie się DeepSeek to istotny moment na globalnej scenie AI. Do gry wszedł silny gracz spoza zachodniego kręgu. To ruch, który może ożywić branżę i wymusić większą dynamikę rozwoju. Oczywiście, pojawiają się obawy dotyczące chińskiej kontroli nad technologią, ale niezależnie od tego, rywalizacja na taką skalę jest nieunikniona – i potrzebna. Sercem DeepSeek jest model R1, który zawiera około 670 miliardów parametrów, co sprawia, że jest to największy jak dotąd, dostępny w otwartym dostępie, model językowy. Jego możliwości przewyższają nawet O1 od OpenAI.
Podczas gdy technologia i proces treningu OpenAI pozostają owiane tajemnicą, w przypadku DeepSeek mamy większą przejrzystość. Wiele firm już zaczyna czerpać z udokumentowanych i publicznie dostępnych rozwiązań. Przyszłe modele będą się różnić – zarówno pod względem architektury, jak i metod treningu.
Do tej pory dominowała narracja, że sztuczna inteligencja wymaga gigantycznych nakładów finansowych i potężnych zasobów energetycznych. Tymczasem DeepSeek R1 zrobił coś, co w Dolinie Krzemowej jeszcze niedawno uznano za niemożliwe. Koszt jego uruchomienia to zaledwie ułamek tego, co wydają zachodni giganci. Model jest aż 27 razy tańszy w eksploatacji – podczas gdy OpenAI pobiera ponad 100 dolarów za milion tokenów, DeepSeek oferuje to samo za mniej niż 4 dolary. To fundamentalna zmiana, która może zachwiać dotychczasowymi przewidywaniami dotyczącymi kosztów i zapotrzebowania energetycznego AI.
Oczywiście, giełda już się podnosi – NVIDIA i inne firmy energetyczne już zaczynają się odbudowywać po początkowym szoku. Ale jedno jest pewne: dotychczasowe założenia dotyczące kosztów i zasobów potrzebnych do trenowania oraz uruchamiania modeli AI właśnie się posypały. Wystarczył jeden nowy gracz, by podważyć fundamenty branży. Pytanie, kto dostosuje się szybciej – Dolina Krzemowa, Europa czy może inne, dotąd niedoceniane rynki? Czy wierzę, że Deepseek zrobił to wszystko za zaledwie 6 milionów dolarów? Absolutnie nie.
To, co wydarzyło się w ostatnich dniach, jest fascynujące. Świat technologiczny z zachwytem, a chwilę potem przerażeniem i zgrozą (zarzuty plagiatu, wyciek danych) przyjął DeepSeek AI, jednocześnie podtrzymując narrację o dominacji USA i potędze amerykańskich gigantów.
W całej tej narracji zabrakło jednak miejsca dla Europy. Tymczasem, francuski Mistral AI, wart już ponad 6 miliardów dolarów, a polski ElevenLabs ma wycenę na 3,3 miliarda. A moi koledzy z Bielika pojechali właśnie tłumaczyć w Brukseli, czym jest Bielik jako polski SLM.
Na moim LinkedIn ciągną się niekończące dyskusje, czy Deepseek przewyższa dotychczasowe modele. W generowaniu kodu radzi sobie zaskakująco dobrze – w niektórych aspektach przewyższa nawet ChatGPT i LLaMę. To, jak R1 zoptymalizował swój własny kod, zrobiło wrażenie. Warto jednak poczekać na kolejne iteracje, które pokażą pełnię jego możliwości. Dla mnie to, co osiągnęli już teraz, zasługuje na docenienie.
Najciekawsze pytanie brzmi: co dalej? Chińskie modele z pewnością zyskają szczególną popularność w krajach SEA. A jeśli w praktyce okażą się dużo tańsze, to nie tylko tam.
Maciej Nowicki
creative director w ALL THINGS AI
DeepSeek to podstępny diabeł wcielony, kupujący nasze dusze w zamian za dane, albo rycerz na białym koniu wyzwalający nas z pęt kosztownych modeli AI.
Jak tam wujenka uważa. Wybór perspektywy należy do nas, bo rzeczywiście, DeepSeek na chińskich serwerach to szatański pomysł, ale już Deepseek hostowany w kraju, który ma funkcjonującą demokrację i odpowiednie regulacje prawne, to objawienie.
Pierwszą i być może najważniejszą zmianą wnoszoną przez ten model do świata marketingu jest jego cena. Od znikomej, kiedy łączymy się przez API, do zerowej, kiedy ściągamy ten model i hostujemy go u siebie.
DeepSeek w pełnej wersji to prawie 700 miliardów parametrów i kilkaset gigabajtów miejsca na dysku, ale do tego trzeba dodać pamięć operacyjną gigantycznej wielkości – ponad 1,5 Terrabajta w pełnej wersji 16Fp – podkreślmy, to nie jest pamięć dyskowa, tylko bardzo droga i bardzo szybka pamięć typu VRAM, stosowana w kartach graficznych, które w przypadku domowych komputerów do gier mają najczęściej kilka, kilkanaście gigabajtów takiej pamięci.
To jest skala niezbędnych nakładów.
Ale ten spory koszt sprzętu do hostowania DeepSeeka w naszej organizacji, to cena spokojnej głowy – mając ten model u siebie, mamy absolutną pewność, że nic nam z niego nie wycieknie i możemy zaganiać go do roboty 24 godziny na dobę, bez wydatków innych niż prąd – które, choć duże, to wciąż będą „okazyjne” w porównaniu z kosztami korzystania z innych rozwiązań.
Drugim najlepszym patentem pod względem bezpieczeństwa jest dostęp do DeepSeeka hostowanego gdzieś w Europie, np. przez Microsoft, który właśnie uruchomił taką opcję.
Odpadają duże koszty początkowe, przychodzą koszty za każdy token wysyłany i dobierany, ale są one i tak mikroskopijnie małe w porównaniu z tym, ile sobie winszuje, np. OpenAI za tokeny topowych modeli.
I teraz przejdźmy śmiało do tego, co można zrobić z AI, która jest praktycznie darmowa albo bardzo, bardzo tania.
Można wszystko. Na przykład można analizować zachowania konsumenckie, przewidywać dynamikę rodzących się trendów, szukać insightów w ramach tych procesów i generować kampanie, które „jadą” na krzywej wznoszącej trendu, a nie na jego długim ogonie. Nie trzeba mówić jakie korzyści płyną z takiego wyprzedzania konkurencji.
To wszystko było do tej pory bardzo kosztowne i generalnie w ogromnej skali stosowane w dużych, dobrze finansowanych kampaniach dla sporych grup docelowych. Teraz takie podejście staje się finansowo uzasadnione, nawet w przypadku bardzo drobno segmentowanych grup docelowych.
Buzz word „personalized Marketing at a scale” staje się w końcu, dzięki DeepSeekowi rzeczywistością, bo to nie technologia była ostatnią barierą, ale koszty.
Oczywiście, potencjalne zastosowania marketingowe nie ograniczają się do digitalowych kampanii performance, bo wszytko, co składa się na proces marketingowy, skorzysta z nowej fali modeli reprezentowanych przez DeepSeek.
Generalna analiza rynku, trendów konsumenckich, sentymentów, poszukiwanie obszarów, które są „żyzne” dla nowych produktów i usług, segmentacja rynku, badania konsumenckie na syntetycznych danych, analiza wyników i generowanie pomysłów, które dadzą początek nowej ofercie – to wszytko staje się możliwe jeśli koszty dla organizacji są minimalne.
Można nawet sobie wyobrazić kilka instancjii DeepSeeka, pracujących niezależnie od siebie nad tym samym zadaniem, po to, byśmy mogli porównać wyniki i wybrać najbardziej obiecujące rozwiązanie. Taki przetarg AI. To znów coś, co w przeszłości nie sklejało się finansowo, ale teraz skleja się już bardzo dobrze.
DeepSeek i wywołana przez jego pojawienie się gorączka optymalizacji kosztów AI, jest z perspektywy marketingowej nawet istotniejsza niż jakiś radykalny postęp w możliwościach modeli, choć jak wiemy, DeepSeek sroce spod ogona nie wypadł i potrafi zawstydzić możliwościami liderów. Ale to koszt inteligencji, eksperckiej wiedzy jest tu gigantycznym przełomem.
Marek Staniszewski
założyciel butiku doradczo-szkoleniowego Heuristica
DeepSeek jako taki w żaden sposób nie zmieni świata marketingu.
To po prostu kolejny LLM (duży model językowy), który ostatnio narobił wiele zamieszania w obszarze GenAI. Stał się również poważnym graczem na tej arenie. I na pewno warto go obserwować.
Model ten wyróżnia się specyficzną architekturą (Mixture of Experts – MoE), która składa się z wielu „ekspertów” (mniejszych modeli), z których każdy specjalizuje się w konkretnych zadaniach. Zamiast używać – jak to się działo w przypadku innych narzędzi – całej sieci neuronowej, model aktywuje tylko potrzebnych ekspertów, zużywając mniej zasobów – mniej mocy obliczeniowej i pamięci, co przekłada się na efektywność: szybsze działanie i mniejsze koszty.
Dzięki takiej architekturze, wytrenowanie DeepSeek było znacznie mniej kosztowne niż np. ChatGPT czy Claude. Cenowo, dla użytkownika komercyjnego, DeepSeek jest mocno atrakcyjny – np. dla tokenów wyjściowych jest obecnie około 35 razy tańszy niż OpenAI.
Testowałem DeepSeek poprzez API na bardzo długich dokumentach – model jest szybki i precyzyjny. Duże okno kontekstu (65 536 tokenów), pozwala na przetwarzanie dokumentów liczących ok. 150 stron. Do większości zadań językowych jest to zatem znakomita alternatywa dla Anthropic czy OpenAI albo Mistrala czy Gemini od Google. Darmowy chatbot (https://chat.deepseek.com/) szybko więc zyskał na popularności.
Obecnie modelowi brakuje jeszcze multimodalności – model nie generuje ani nie rozpoznaje obrazów. Pracuje wyłącznie na tekście, ale obsługuje załączniki w wielu formatach (.txt, .csv, .pdf, .docx, .xlsx, .pptx), pliki Pythona i dane strukturalne.
W testach model pobił amerykańskich konkurentów na głowę – np. w benchmarkach typu: ogólna wiedza, matematyka, kodowanie, zadania specjalistyczne itp.
Ale warto pamiętać, że DeepSeek to przecież jeden z wielu chińskich modeli. Jest również znakomity Qwen, Tongyi Qianwen od Alibaba, Hunyuan od Tencent, Hailuo od Minimax itd. Chiny są w tej dziedzinie bardzo ważnym graczem.
Modele w rodzaju DeepSeek są świetne dla marketingu, ponieważ kosztowne procesy, które wykonuje się poprzez API, gdzie przepływają miliony tokenów są jednak wciąż dosyć kosztowne, np. w modelach OpenAI. DeepSeek oraz inne chińskie modele sprawiają, że przestaje to być jakimkolwiek ograniczeniem. Wiele procesów będzie można teraz łatwiej i szybciej zautomatyzować.
Inna rzecz, że chińskie rozwiązania notują błyskawiczne postępy w multimodalności (obraz, głos, film, muzyka). Generowanie, np. video czy głosu lektora jest dostępne chociażby we wspomnianym Hailuo/Minimax i bez porównania tańsze niż, np. w Pika czy Runway. Marketing może więc już na poważnie myśleć o generowaniu całych reklam przy minimalnych kosztach.
Jest to jednak agresywny rynek, więc nie wiemy, jakie będą kolejne odsłony rywalizacji amerykańskich LLM z chińskimi. Nie wiemy również, jaka innowacja technologiczna znowu nas jutro zaskoczy. Być może OpenAI lub Antrophic albo Google dokonają kolejnego przełomu deklasując chińskie rozwiązania?
To, co jest pewne, to fakt, że marketing będzie się coraz szybciej przeobrażał, zatrudniając AI do kolejnych zadań. Innej drogi już nie ma. Wygrają, jak zwykle ci, którzy implementować będą takie rozwiązania jako pierwsi.
prof. dr hab. Dariusz Jemielniak
profesor w Akademii Leona Koźmińskiego
DeepSeek zmieni świat marketingu o tyle, że demokratyzuje dostęp do zaawansowanych modeli LLM.
Nawet jeżeli nie będziemy korzystać akurat z DeepSeek, to sama jego obecność na rynku wymusza obniżanie cen i podnoszenie jakości pozostałych – to nie przypadek, że OpenAI udostępnił model o3-mini zaraz po upowszechnieniu się DeepSeeka.
Realnie, wykorzystanie AI w marketingu, akurat w oparciu o ten model, nie będzie miało większego znaczenia, bo przełomu jakościowego tutaj nie ma, a jedynie kosztu dostępu – co akurat w marketingu nie robi chyba kolosalnej różnicy (w końcu zaawansowane modele płatne to koszt raptem ok. 20 dolarów miesięcznie).
Można się jednak spodziewać dalszej popularyzacji tej technologii. DeepSeek umożliwi natomiast łatwiejsze stawianie modeli lokalnych, co w nieco dłuższej perspektywie czasowej ułatwi operowanie danymi, a także contentem marketingowym, bez przesyłania czegokolwiek do podmiotów zewnętrznych. W praktyce, spowoduje to także większą nieodróżnialność wytworów AI od wytworów ludzkich, bo będzie można łatwiej manipulować rezultatami.