Het Chinese open-weight model DeepSeek krijgt voor het eerst externe financiering, via een opvallende constructie die de oprichter alle controle laat. Wat betekent dat voor bedrijven die hun AI-stack diversifiëren?
DeepSeek, het Chinese laboratorium achter de open-weight modellen die veel bedrijven sinds begin dit jaar serieus overwegen, haalt voor het eerst extern kapitaal op. Het gaat om meer dan 50 miljard yuan, omgerekend ongeveer $7,4 miljard, bij een waardering die boven de $50 miljard uitkomt. Tot nu toe financierde DeepSeek zichzelf via het hedgefonds van oprichter Liang Wenfeng. Dat het bedrijf nu de deur opent voor externe investeerders is groot nieuws, en juist de manier waarop het dat doet is veelzeggend.
Wat er precies gebeurt
De ronde heeft een ongebruikelijke structuur. Externe investeerders kopen geen direct aandeel in DeepSeek. In plaats daarvan steken ze hun geld in een commanditaire vennootschap die wordt beheerd door Liang Wenfeng zelf, niet in het bedrijf. Die investeerders krijgen geen stemrecht en zitten vast aan een lock-up van vijf jaar. De enige uitzondering is het staatsgesteunde nationale AI-investeringsfonds van China, dat wel direct instapt en wel stemrecht houdt.
De verdeling laat zien hoe stevig de oprichter aan het roer blijft. Liang legt zelf ongeveer 20 miljard yuan in, ongeveer 40 procent van de ronde; Tencent steekt er 10 miljard yuan in, batterijfabrikant CATL 5 miljard, en JD.com, NetEase en IDG Capital elk zo'n 3 miljard yuan. Het staatsfonds zelf draagt 1 miljard yuan bij. Het geld komt dus grotendeels van de oprichter en van Chinese techbedrijven, niet van Westerse durfkapitalisten.
Waarom een open-weight lab plots miljarden nodig heeft
DeepSeek werd vorig jaar bekend als het lab dat sterke modellen voor opvallend weinig geld trainde. Dat de oprichter nu toch miljarden ophaalt, vertelt iets over waar de markt heen beweegt. AI verschuift van goedkope chatbots naar compute-intensieve agenten die taken zelfstandig uitvoeren, en dat kost fors meer rekenkracht. Daar komt bij dat Amerikaanse exportbeperkingen DeepSeek de toegang tot de snelste Nvidia-chips ontzeggen. "Westerse exportverboden betekenen dat DeepSeek geen toegang heeft tot de nieuwste Amerikaanse chips", aldus China-analist Alfredo Montufar-Helu. Een eigen, goedgevulde oorlogskas helpt om alternatieve compute en een binnenlandse toeleveringsketen op te bouwen.
Met deze ronde schaart DeepSeek zich bij de waardevolste private AI-bedrijven ter wereld, al blijft het in opgehaald kapitaal ver achter bij OpenAI en Anthropic. Belangrijker voor wie meekijkt vanuit Nederland: het lab herhaalt dat het zijn modellen open blijft uitbrengen en fundamenteel onderzoek boven snelle winst stelt.
Wat dit betekent voor jouw bedrijf
Veel Nederlandse bedrijven kwamen bij DeepSeek terecht toen het Amerikaanse exportverbod Anthropics sterkste modellen wereldwijd offline haalde en de zoektocht naar alternatieven losbarstte. De grote vraag bij elk open-weight alternatief is altijd: blijft dit lab bestaan, en blijft het model gratis te draaien? Deze financiering geeft daar een deel van het antwoord op. DeepSeek is nu fors gekapitaliseerd, de oprichter houdt volledige controle, en de open-source koers blijft staan. Dat is een geruststelling als je overweegt het model in je eigen omgeving te draaien.
Tegelijk verandert er iets aan het profiel. Met een Chinees staatsfonds als enige stemgerechtigde investeerder wordt DeepSeek nadrukkelijker een Chinees strategisch bezit. Voor de gewichten die je zelf self-hosted draait, op je eigen servers, maakt dat technisch weinig uit: het model staat dan los van wie de uitgever financiert. Maar als je de hosted API van DeepSeek zou gebruiken, gelden dezelfde vragen over datalocatie en jurisdictie als bij elke buitenlandse cloud. Het verschil tussen "ik draai een open-weight model op mijn eigen infrastructuur" en "ik stuur mijn data naar de servers van de aanbieder" is precies waar het hier om draait.
De nuchtere les is dezelfde als bij Zhipu GLM-5.2, dat open source werd uitgebracht om het gat te vullen dat Anthropic achterliet: een open model is aantrekkelijk omdat je het kunt downloaden, draaien en houden, los van het wel en wee van de maker. Bouw je AI-stack zo dat je niet aan één model of één aanbieder vastzit, of die nu Amerikaans, Europees of Chinees is. Wil je weten welk open of zelf-gehost model bij jouw situatie past en hoe je het veilig in je eigen omgeving zet? Ik help bedrijven met die afweging en bouw de AI-oplossing er end-to-end omheen.
