Jevons-paradox i KI-marknaden: Token-priser faller, men GPU-hårdvara förblir dyr

white metal frame on white floor — Petr / Unsplash

Jevons-paradox visar en intressant dynamik i KI-marknaden, där token-priser, som är avräkningsenheten för KI-modeller, faller stadigt. Samtidigt förblir kostnaderna för H100-GPUs, den bakomliggande hårdvaran, höga eller till och med stiger. Minskade kostnader för KI-användning skapar mer efterfrågan, vilket möjliggör fler KI-agenter och nya applikationer. Detta leder till att volymen växer snabbare än kostnaderna sjunker.

Det är oklart hur mycket av denna efterfrågan beror på ökad mänsklig användning och hur mycket som genereras av systemen själva. Speciellt agentisk KI har en tendens att förbruka token på ett nästan slösaktigt sätt.

Systemets överlevnad beror på att KI-användningen växer tillräckligt snabbt för att kompensera för de sjunkande token-priserna. Om efterfrågan skulle plana ut kan hela kedjan påverkas, inklusive chip-tillverkare, lagringsleverantörer, energiföretag och molnleverantörer. Finansmarknaderna kan då hamna i en nedåtgående spiral, vilket redan visades av den negativa reaktionen på de amerikanska börserna efter nyheten om att OpenAIs förväntade årsintäkter kan vara lägre än tidigare rapporterat.