R1大模型的卓越推理能力和極低訓練、微調成本全面推高了我國本地化部署、公有云接入、第三方平臺集成和通過WEB端和APP訪問DeepSeek的規模，其中DeepSeek海外APP端日均活躍用戶數規模已經超過國內。建議電信運營商抓住私有環境本地化部署機遇，全面拓展客戶；全面聯合DeepSeek及相關企業擴大在公有云市場的競爭優勢；聯合DeepSeek推出多種形態的靈活計費包，發掘龐大的個人開發者模型微調市場需求。

接入DeepSeek的多類用戶群體分析

機構和企業本地化部署DeepSeek開源大模型情況。根據外部調研（表1），節后我國多地政務機構以及金融、電商、醫療、能源等數據安全敏感型行業客戶，將DeepSeek R1部署在政務云等私有環境或本地算力中心，或者通過向公有云服務商購置、租賃裸金屬服務器添加于私有環境等方式開展本地化部署。該類客戶高度關注使用DeepSeek過程中的知識庫和數據安全可控，接受較高的部署成本，主要用于提升自有生產經營平臺效率，如東方國信用于提升自己的幕僚智數平臺，部分醫療機構使用DeepSeek用于訓練客戶數據集并開展AI診療服務等。從使用效果數據來看，反饋包括文案生成效率提升300%、軟件開發代碼糾錯準確率達98.7%、金融風控報告撰寫時間縮短80%、醫療健康診斷建議符合率超三甲醫院專家，測試門診誤診率僅0.3%等。

通過公有云等第三方平臺訪問DeepSeek情況。由于本地化部署存在較高的初始布置成本、持續維護和技術門檻等隱性成本，大量企業和機構用戶通過公有云服務商、大模型開發平臺、大模型技術商、數商平臺等第三方，通過API、在線部署、定制大模型、無縫嵌入APP等多種方式調用DeepSeek。根據調研（表2），具有行業通用性特點的通用性企業，如互聯網開發、數碼廣告制作、律所、教育機構、電商企業等是主要使用群體。根據官方數據顯示，DeepSeek API服務設計為每天1萬億tokens容量，由于訪問量過大,在1月26日到2月5日之間DeepSeek API調用服務器持續處于爆滿階段。

DeepSeek Web用戶新增情況。2025年1月份的DeepSeek Web用戶新增訪問量環比提高22.3倍，新增訪問量達到2.46億次，通過對2025年1月份全球Web AI產品用戶訪問量榜單數據進行分析（表3），DeepSeek新增訪問量中僅有28.2%可能來自于納米AI搜索、百度和Kimi的用戶，另外的71.8%來自于新增用戶。

DeepSeek 海外用戶發展情況。2月份，DeepSeek海外APP端日均活躍用戶數規模已經超過國內。根據Appstore等統計，截止2月8日，DeepSeek海外APP端日均活躍用戶數達到3685萬，已經超過國內APP端的3494萬，海外用戶中印度、巴基斯坦、巴西和埃及、印尼等國用戶占比較高，而這些國家除印度以外，其他國家截至2024年底的5G用戶滲透率均低于10%。這意味著，DeepSeek以低于100KB/s帶寬即可流暢運行的輕量化優勢，在這些國家的4G網絡環境下獲得了大批用戶。

電信運營商如何抓住本次DeepSeek帶來的發展機遇

抓住私有環境本地化部署機遇，全面拓展客戶。一是抓住目前DeepSeek API調用價格較優惠期上調2-4倍帶來的本地化部署存在比較優勢的窗口期，加快對已經使用行業大模型的企業和機構進行盤點，促成其在私有環境中部署定制化的DeepSeek R1滿血版等大模型。二是全面在已經驗證本地化部署效果良好、幻覺率低的行業企業，開展行業場景化深度推理價值挖掘，特別是目前已經在使用電信運營商混合云、私有云、云維保等業務的政務、金融保險、能源、教育醫療、電商等數據安全敏感型行業客戶。三是對現有在網的所有舊版智能中臺、數據中臺、行業大數據等類型客戶進行需求梳理，重新發掘需要開展新版大數據治理+DeepSeek 接入核心業務流程的潛在需求，推出“預集成超融合一體機”，內置自動化數據治理和部署工具，縮短部署周期，降低企業TCO（總擁有成本）。

全面聯合DeepSeek及相關企業擴大在公有云市場的競爭優勢。一是聯合DeepSeek推出“算力+工具鏈”一體化服務。建議天翼云與DeepSeek聯合推出預置主流AI框架、數據集及自動化訓練工具的公有云服務，降低企業大模型定制開發門檻，吸引企業客戶使用天翼云的一鍵部署服務。二是聯合DeepSeek拓展邊緣計算服務增量市場。通過聯合DeepSeek共同優化邊緣計算與分布式云部署，拓展低時延、實時渲染等場景客戶，開辟增量市場。三是聯合DeepSeek部署類第三方企業，加快垂類領域的場景化服務開發和部署應用。發揮目前天翼云的技術優勢，與在DeepSeek部署領域具有獨特技術優勢的硅基流動等企業開展合作，針對醫療等垂直行業提供合規性封裝（如HIPAA兼容的醫療影像分析云），解決醫療機構上云顧慮，加快在垂類領域的公有云服務拓展。四是加快公有云部署DeepSeek模型策略優化。建議盡快豐富DeepSeek模型部署策略，根據其使用場景、硬件環境和Token數要求進行確定，如借鑒阿里云通過PAI Model Gallery支持BladeLLM 、SGLang、vLLM和標準等多種加速部署策略,接入不同參數規模的DeepSeek R1版本，適用于不同的終端和場景。

聯合DeepSeek推出多種形態的靈活計費包，發掘龐大的個人開發者模型微調市場需求。建議在現有的資源整租模式基礎上，聯合DeepSeek補充推出按Token數量計費推理服務、共享GPU池、按實際訓練時長、按模型精度的多種形態新計費模式，降低門檻吸引小型機構和海量的個人開發者靈活使用GPU算力進行模型微調，也為企業增加新的收入來源。