在Deepseek春节前发布其革命性“王炸”模型后，其影响力至今仍在华尔街持续发酵……

追踪美股“七巨头”表现的Roundhill Magnificent Seven ETF，在过去五个交易日内的表现不尽如人意，累计下跌了2.4%。其中，谷歌母公司Alphabet因财报表现不佳，股价大幅下跌9.2%，亚马逊的股价也下跌了3.6%。

这仅仅是美股科技巨头们近期遭遇的诸多挑战之一。上个月底，Deepseek引发的抛售潮让美国科技股投资者惊慌失措，市场担忧开源大型语言模型的低成本将对科技行业产生巨大冲击，整个行业仍在努力从抛售潮中恢复元气。

然而，企业高管和行业专家们普遍认为，从长远来看，Deepseek的发展将推动整个科技行业的进步，而非阻碍其前行。一位前OpenAI员工甚至表示，市场应视Deepseek的发展为“胜利”，因为这些模型有望加速人工智能的创新和应用。

OpenAI前市场营销主管Zack Kass解释道：“Deepseek的R1模型是一个突破性的成果……我们都应该为科学进步感到兴奋，同时也应该为关键资源成本的下降感到高兴。”

大型科技公司的高管们也纷纷表达了对Deepseek的认可。Alphabet首席执行官Sundar Pichai在本周早些时候的公司财报电话会议上称赞Deepseek的工作“非常出色”，Meta首席执行官Mark Zuckerberg也表示，Deepseek在人工智能领域“做了许多新颖的事情”，Meta正在积极消化这些新技术。

因此，在不少华尔街人士看来，Deepseek的崛起标志着AI革命的一个关键转折点。相比于过去几年“七巨头”的飙升，对于那些希望在人工智能下一个增长阶段获利的投资者来说，或许应该将目光投向超大规模科技巨头和英伟达、AMD等芯片制造商以外的领域。

在这一关键时刻，不少华尔街投资者不谋而合地瞄准了同一个“赛道”：网络通信股。他们押注那些为人工智能应用提供基础通讯服务的公司，因为这些公司有望从人工智能的快速发展中受益。

随着Deepseek的R1等人工智能模型对计算需求的大幅增加，对高速网络解决方案的需求也将持续增长。美银全球研究部亚洲新兴市场外汇策略师Chun Him Cheung在本周给客户的一份报告中指出，计算成本的降低将推动“更广泛的人工智能应用”，需求预计将“强劲”。

T. Rowe Price科技股策略投资组合经理Tony Wang也表示，他认为对这一领域的投资“定位准确”。“网络方面肯定是提供人工智能基础设施的瓶颈所在，我们需要在这一层看到更多的创新，”Wang强调。

同样，美国跨国独立投资银行和金融服务公司Stifel的分析师Ruben Roy也认为，该领域具有巨大的上升空间。他认为，Deepseek的R1模型是推动全球对强大、高速网络基础设施需求的关键因素。

Roy预测，随着“人工智能工作负载的运行效率越来越高”，电信系统供应商Ciena以及硬件设备制造商Coherent和Celestica将成为最大受益者。他解释说，随着“与人工智能相关的数据从数据中心渗出，进入使用人工智能的企业和消费者”，这些公司将面临更多的增长机会。

摩根士丹利研究分析师Meta Marshall则看好AI网络公司Arista Networks。这是一家专注于开发、营销和销售云网络解决方案的公司，其业务范围涵盖交换和路由平台以及相关的网络应用。Marshall在最近的一份财报发布报告中写道，在Deepseek引发的抛售潮之后，该公司的股价现在更具吸引力。她对该股的评级为增持。

值得注意的是，Deepseek的免费开源策略需要更多带宽资源的支持，而AI的发展也将反哺通讯和云服务领域。上周，中国电信、中国联通、中国移动三大运营商纷纷宣布全面接入Deepseek，这一举措标志着AI技术与通信行业的融合达到了新的高度。

受这一消息的推动，中国电信、中国联通、中国移动的股价在周一A股市场上均大幅上涨。中国电信通过天翼云全场景上架Deepseek，提供从部署到推理、微调的全流程服务。用户可在天翼云智算产品体系中的多个平台上体验Deepseek。此外，天翼云的AI社区——魔乐社区也上线了Deepseek体验空间。

联通云也基于星罗平台实现了国产及主流算力适配多规格Deepseek-R1模型，兼顾私有化和公有化场景。用户可在全国270多个骨干云池中预部署Deepseek-R1模型，并接入联通云桌面、编程助手等多产品场景。

中国移动旗下移动云则全面上线Deepseek，实现全版本覆盖、全尺寸适配、全功能使用。用户可在移动云覆盖全国的13个智算中心中选择任一资源池进行部署、蒸馏、智能体编排等操作。此外，移动云还将Deepseek无缝集成至移动云智能体平台，并为Deepseek-R1模型定制算力方案。

业内人士表示，Deepseek的接入为运营商提供了精准的用户行为分析体系，有助于挖掘高价值数据资产。这一技术赋能不仅能优化服务响应效率与质量，还能通过用户画像实现个性化产品及服务的精准推荐，从而提升用户粘性与满意度。