El shock de mercado de DeepSeek se refiere a la fuerte venta masiva de acciones relacionadas con la IA, más severamente en Nvidia, que siguió al lanzamiento a finales de enero de 2025 de DeepSeek-R1, un modelo de razonamiento del laboratorio chino DeepSeek que parecía igualar a los principales modelos occidentales en varios puntos de referencia a pesar de las afirmaciones de un presupuesto de entrenamiento mucho menor. El 27 de enero de 2025, la capitalización de mercado de Nvidia cayó aproximadamente 600 mil millones de dólares en un solo día de negociación, en ese momento reportado como la mayor pérdida diaria de valor de mercado para cualquier empresa en la historia, mientras los inversores reevaluaban los supuestos que sustentaban el desarrollo de la infraestructura de IA.
Antecedentes
DeepSeek, fundado por Liang Wenfeng y originalmente escindido de un fondo de cobertura cuantitativo chino, había lanzado modelos anteriores a lo largo de 2024, pero atrajo comparativamente poca atención fuera de círculos especializados. DeepSeek-R1, lanzado como un modelo de pesos abiertos en enero de 2025, igualó o se acercó al rendimiento del o1 de OpenAI en varios puntos de referencia de matemáticas y codificación, mientras que su informe técnico adjunto describía técnicas de entrenamiento que enfatizaban la eficiencia, incluyendo una arquitectura de mezcla de expertos y aprendizaje por refuerzo a gran escala en tareas verificables, y afirmaba un costo de entrenamiento drásticamente menor que las cifras comúnmente asociadas con modelos frontera occidentales comparables.
Reacción del mercado
La escala y el bajo costo reportado del entrenamiento de DeepSeek-R1 desafiaron un supuesto central detrás de años de gasto de capital creciente en infraestructura de IA: que el rendimiento de nivel frontera requería clústeres masivos de GPU y un gasto correspondientemente enorme, un supuesto que había impulsado la valoración de Nvidia a una de las más altas del mundo. El pánico se amplificó cuando la aplicación de DeepSeek encabezó brevemente las listas de descargas en la App Store de Apple en EE. UU., sugiriendo una adopción generalizada rápida de una alternativa de bajo costo. Nvidia, junto con otras empresas vinculadas al gasto en infraestructura de IA, como firmas de energía y centros de datos, experimentaron fuertes caídas antes de que los mercados se recuperaran parcialmente en las semanas siguientes, mientras algunos analistas cuestionaban si los costos de entrenamiento reportados por DeepSeek contaban toda la historia, excluyendo gastos de investigación previos y costos subyacentes de hardware.
Consecuencias y debate
El episodio intensificó el debate sobre los costos reales de entrenar modelos frontera y si el escalado continuo requería una inversión de capital cada vez mayor o podía compensarse sustancialmente con ganancias de eficiencia algorítmica, alimentando la discusión en curso sobre las leyes de escalado. También aumentó la atención sobre la competencia entre EE. UU. y China en IA, dado que DeepSeek había logrado sus resultados, según se informó, utilizando chips de Nvidia de capacidad restringida o menor debido a los controles de exportación de EE. UU., lo que planteó preguntas sobre la efectividad de esos controles. Tras el shock, los pesos abiertos de DeepSeek-R1 llevaron a una ola de modelos derivados y destilados construidos por otros desarrolladores, y el evento se convirtió en un punto de referencia ampliamente citado en discusiones sobre la competitividad de los pesos abiertos frente a laboratorios frontera cerrados como OpenAI y Anthropic.