草根影響力新視野 夜未央編譯

當幾週前，一家曾經鮮為人知的中國初創公司Deepseek推出了其推理模型R1時，這個消息立即引起了業界的廣泛關注。Deepseek聲稱，R1的能力已經達到了與OpenAI、Anthropic和Google等競爭者最先進的模型相當的水平。這一點本身就讓人印象深刻，但更讓人震驚的是，Deepseek還表示，開發其模型的成本僅為其他公司支出的極小一部分。

這一消息迅速引發了股市的劇烈波動，僅Nvidia的市值便蒸發了多達6000億美元。因為如果Deepseek能夠在不依賴Nvidia等公司提供的高端芯片的情況下，並且以極少的計算資源訓練其模型，那麼這對於GPU和計算資源提供商而言，無疑是個壞消息。

不久之後，人們開始討論一個已有180年歷史的經濟學原理──「傑文悖論」（Jevons Paradox）。這個悖論的基本意思是，當一項技術進步提高了資源使用效率時，該資源的消耗率反而會增加。換句話說，當某一資源變得更有效率時，使用量的增長往往會超過由於效率提高所帶來的節省。

當時，傑文所關注的是工業革命期間的煤炭消耗問題，但這一悖論也在多種情境下得到了驗證，無論是燃油效率更高的汽車的普及，還是節能燈泡的使用。在這些情況中，效率提升反而帶來了更多的使用和更多的支出。

如今，隨著Deepseek這類越來越高效的AI模型的崛起，傑文悖論再一次引起了人們的關注。如果你是像微軟這樣的公司，專門向AI公司或其用戶提供計算資源，那麼更多高效的AI模型對你來說似乎是一個壞消息。理論上，這些更高效的模型可能會使用更少的計算資源，這意味著開發這些模型的公司將向你支付更少的費用。

圖片取自：（示意圖 wikipedia）

然而，根據傑文悖論的觀點，這種情況未必會發生。隨著模型變得越來越高效，AI的使用實際上可能會大幅增加，從而彌補因計算需求減少而帶來的損失。微軟首席執行官納德拉（Satya Nadella）便做出了這樣的預測：

納德拉在推特上寫道：「傑文悖論再次發揮作用，隨著AI變得更加高效且更易於獲得，我們將看到它的使用量急劇增加，將其轉變為我們無法抵抗的商品。」

隨著AI技術變得更加普及和可負擔，無論是小型企業還是個人開發者，都將能夠利用這些技術來提高生產力，這無疑將推動整體需求的增長。因此，儘管AI模型可能變得更高效，這反而會刺激對AI驅動服務和應用的需求，進而使提供這些資源的公司受益。

對所有商業領袖而言，這帶來了一個深刻的啟示：最成功的公司並不一定是那些能夠鎖定早期優勢的公司，而是那些能夠迅速適應技術變革的公司。他們會快速採取行動，利用技術效率提升所帶來的機會，而不是固守現狀，以此來增強長期的競爭力和盈利能力。

這一原則並不僅限於科技公司。傑文悖論原本關於的是煤炭的消耗問題，而不是AI技術的發展。然而，無論你是否從事燒煤或開發大型語言模型的工作，你的公司在面對未來技術進步時，也必須思考如何快速適應，並在技術提高效率的過程中找到新的商業機會。這或許是當前最值得深思的商業原則。

以AI領域為例，儘管模型的計算效率提高會讓AI的開發成本大幅降低，但這並不意味著計算資源的需求會減少。事實上，隨著這些高效模型的普及，無論是大型企業還是中小型公司，對計算資源的需求都可能呈現爆發性增長。例如，企業能夠用更少的資源訓練出更多的AI模型，並且更快地將這些模型應用到更多的領域中去。這會導致計算需求的大幅增加，甚至可能成為新一波AI創業潮的催化劑。

在這樣的情況下，對於那些提供計算資源的公司來說，這並非災難，而是一個新的增長機會。事實上，許多科技公司，尤其是微軟和亞馬遜，早已預見到這一點，並且正在加大對AI基礎設施的投入。這些公司並不僅僅依賴於一時的需求，而是通過不斷提高資源的可獲得性和效率，來實現長期的增長。

結合傑文悖論的啟示，AI的發展將可能打破傳統經濟模型的思維定式。儘管更高效的AI技術降低了單位計算成本，但這並不意味著市場需求會縮小。相反，隨著技術的普及和效率提升，整個市場的需求可能會出現質的飛躍。

因此，無論你的公司是AI開發商、計算資源提供商，還是其他領域的企業，都應該著眼於如何利用技術進步帶來的機遇，從而為未來的增長鋪路。最終，技術進步的真實價值不在於它能夠減少什麼，而在於它如何催生出更多的創新和需求。

資料來源：https://www.inc.com