Token价格跌40%，企业AI支出反升50%，杰文斯悖论显现
Nashnova编辑部
Token价格自6月底跌约40%，但头部企业人均AI支出环比反增近50%——更便宜的智能没有压缩需求，反而催生了更大规模的消费，杰文斯悖论正在AI领域上演。
价格跌了四成，企业反而花更多钱？
城堡证券宏观策略主管弗兰克·弗莱特指出，使用量加权Token价格自6月底以来已下跌约40%。
但Ramp数据显示，AI支出排名前1%的企业，7月人均AI支出环比增长近50%。
这意味着→ 单价下降没有让企业省钱，而是让企业觉得"划算了"，于是买得更多——总支出不降反升。
什么是杰文斯悖论，为什么它在这里出现？
杰文斯悖论（一种经济学现象：某种资源变便宜后，人们用得更多，总消耗反而上升）最早描述的是19世纪的煤炭。
用大白话说＝ 蒸汽机效率提高 → 用煤成本下降 → 工厂大量扩产 → 煤的总用量不减反增。如今AI推理成本扮演的角色，就像当年的煤价。
弗莱特认为，这组数据说明更便宜的"智能"正在刺激用量爆发，而非压缩AI生态的整体经济价值。
GPU租赁价格反弹，释放了什么信号？
6月中旬，GPU租赁价格与Token价格曾同步下跌，市场一度担忧终端需求整体走弱。
但据Ornn数据，GPU租赁价格已从6月低点反弹，而Token价格仍在持续下行——两者出现背离。
这意味着→ 更低的推理成本正在创造足够多的增量使用，反过来支撑了对底层算力的需求。这被视为杰文斯悖论趋于主导的初步证据。
云厂商的收入数据怎么说？
超大规模云厂商第二季度云收入数据显示，新增算力容量正在快速找到付费需求。
这反映出一个关键信号：建出来的算力不是闲置的，有人在买单。
用大白话说＝ 供给放量的同时需求也在跟上，至少目前没有出现"建了没人用"的局面。
算力过剩的风险消失了吗？
弗莱特明确表示，算力过度建设的担忧不会消散。当前高利用率对预判未来数年供需平衡的参考价值有限。
关键不确定性：若未来模型架构出现跨越式改进，单位智能所需算力可能大幅下降，届时现有算力投资的回报逻辑将面临重估。
他同时提示，GPU租赁和Token定价市场仍处于早期阶段，比金融市场更分散、更不透明，信号需审慎解读。
对投资者意味着什么？
弗莱特的核心结论：弹性需求是否足够强劲，将决定当前AI资产估值中隐含的"宏大预期"能否兑现。
这意味着→ 如果杰文斯悖论持续成立——价格越降、用量越大、总收入越高——那么当前的高估值就有收入基础支撑。
反过来说，如果降价只带来降价、用量增长不够快，高估值就缺少兑现路径。这是当前AI投资最核心的一道判断题。
Content is for reference only, not financial advice.