AI代幣成本恐降99% 創投界看好市場反而擴大

人工智慧（AI）運算所使用的「token」成本就算大幅下滑，也不代表AI市場會因此萎縮，創投圈近來出現這樣的分析。論點認為，成本下降未必會侵蝕既有市場，反而可能催生出現在還不存在的全新應用。

根據ABMedia報導，20VC合夥人保羅·博內特(Paul Bonnet)以鋁產業的價格下滑史為例，說明這個觀點。

博內特提出的核心案例，是19世紀到20世紀的鋁價變化。他指出，1852年鋁的價格為每公斤1,200美元(約166萬韓元)，是當時黃金每公斤600美元(約83萬韓元)的兩倍左右。

讓價格翻轉的關鍵是生產技術。隨著電解冶煉法與精煉製程普及，美國鋁價到1954年降到每公斤約0.48美元(約664韓元)。換句話說，短短100年間，鋁價跌幅超過99.9%。

然而，價格下滑並沒有讓鋁產業消失。博內特估算，鋁相關交易額從1895年約50萬美元(約6億9200萬韓元)，成長到1954年一年約6.4億美元(約8,858億韓元)。

重點不在於降價侵蝕了多少既有需求，而在於開拓出什麼樣的新市場。鋁在價格昂貴時，主要用於飾品與祭祀用品，但隨著價格下滑，用途逐漸擴大到△科學儀器△廚房用品△高壓電纜△飛機△包裝材料等領域。

博內特認為，AI代幣的爭論也可以用同樣的架構來解讀。隨著AI資料中心、圖形處理器(GPU)、電力設備投資快速增加，市場上一直有聲音擔心，恐怕會像過去的電信光纖與鐵路投資一樣，出現供給過剩的情況。

他也承認，供給不足在3到5年內轉為供給過剩、進而造成資本損失的案例並不少見。2000年前後的電信光纖建設熱潮，以及1890年代美國的鐵路投資熱，都被視為類似案例。

不過他認為，AI代幣的成本曲線可能會比鋁更快走完。鋁花了大約100年時間，成本才下滑超過1000倍；而AI代幣有可能在10年內，就經歷類似幅度的成本下滑。

博內特表示，關鍵在於當代幣價格降到十分之一、百分之一、甚至千分之一時，會出現哪些現在還不存在的應用。他的論點是，比起價格下滑本身，成本降低究竟能打開多大的新需求，才是問題核心。

「傑文斯悖論」是指效率提升、單位成本下降時，整體消費量反而可能增加的概念。放在AI領域來看，當同樣的成本能處理更多推論與工作時，現在經濟效益偏低的服務也有機會被納入市場。

博內特特別關注的變化，是「消費主體」的轉移。目前ChatGPT與Claude等聊天機器人的使用量，受限於人類閱讀與輸入所需的時間。但推論模型與AI代理人(agent)不同，即使人類不逐字閱讀所有token，系統依然能運作。

一旦出現代理人呼叫代理人、再執行更多任務的結構，token的最終消費者就可能不是人類，而是機器。若真是如此，AI市場的天花板，恐怕就不再取決於全球人口與個人時間，而是更取決於成本與效益。

對AI服務業者而言，代幣成本也直接關係到營運的原始成本結構。代幣單價下降，可能讓聊天機器人、業務自動化、程式碼生成、客服應對等重複呼叫頻繁的服務，測試與導入成本跟著降低。

不過，以上分析僅止於對AI使用量與基礎設施需求的觀點，並非針對特定加密貨幣或項目的價格預測。AI代幣成本下降，對個別項目或已上市代幣價格會造成什麼影響，仍需要另外查證。