Token價格跌40%，企業AI支出反升50%，傑文斯悖論顯現
Nashnova编辑部
Token價格自6月底跌約40%，但頭部企業人均AI支出環比反增近50%——更便宜的智能沒有壓縮需求，反而催生更大規模消費，杰文斯悖論正在AI領域上演。
價格跌了四成，企業反而花更多錢？
城堡證券宏觀策略主管弗蘭克·弗萊特指出，使用量加權Token價格自6月底以來已下跌約40%。
但Ramp數據顯示，AI支出排名前1%的企業，7月人均AI支出環比增長近50%。
這意味著→ 單價下降沒有令企業節省開支，而是令企業覺得「抵用了」，於是買得更多——總支出不降反升。
甚麼是杰文斯悖論，為何在此出現？
杰文斯悖論（一種經濟學現象：某種資源變便宜後，人們用得更多，總消耗反而上升）最早描述的是19世紀的煤炭。
簡單來說＝ 蒸汽機效率提高 → 用煤成本下降 → 工廠大量擴產 → 煤的總用量不減反增。如今AI推理成本扮演的角色，就像當年的煤價。
弗萊特認為，這組數據說明更便宜的「智能」正在刺激用量爆發，而非壓縮AI生態的整體經濟價值。
GPU租賃價格反彈，釋放了甚麼信號？
6月中旬，GPU租賃價格與Token價格曾同步下跌，市場一度擔憂終端需求整體走弱。
但據Ornn數據，GPU租賃價格已從6月低點反彈，而Token價格仍在持續下行——兩者出現背離。
這意味著→ 更低的推理成本正在創造足夠多的增量使用，反過來支撐了對底層算力的需求。這被視為杰文斯悖論趨於主導的初步證據。
雲廠商的收入數據怎麼說？
超大規模雲廠商第二季度雲收入數據顯示，新增算力容量正在快速找到付費需求。
這反映出一個關鍵信號：建出來的算力不是閒置的，有人在買單。
簡單來說＝ 供給放量的同時需求也在跟上，至少目前沒有出現「建了沒人用」的局面。
算力過剩的風險消失了嗎？
弗萊特明確表示，算力過度建設的擔憂不會消散。當前高利用率對預判未來數年供需平衡的參考價值有限。
關鍵不確定性：若未來模型架構出現跨越式改進，單位智能所需算力可能大幅下降，屆時現有算力投資的回報邏輯將面臨重估。
他同時提示，GPU租賃和Token定價市場仍處於早期階段，比金融市場更分散、更不透明，信號需審慎解讀。
對投資者意味著甚麼？
弗萊特的核心結論：彈性需求是否足夠強勁，將決定當前AI資產估值中隱含的「宏大預期」能否兌現。
這意味著→ 如果杰文斯悖論持續成立——價格越降、用量越大、總收入越高——那麼當前的高估值就有收入基礎支撐。
反過來說，如果降價只帶來降價、用量增長不夠快，高估值就缺少兌現路徑。這是當前AI投資最核心的一道判斷題。
Content is for reference only, not financial advice.