草根影响力新视野 夜未央编译

当几周前，一家曾经鲜为人知的中国初创公司Deepseek推出了其推理模型R1时，这个消息立即引起了业界的广泛关注。Deepseek声称，R1的能力已经达到了与OpenAI、Anthropic和Google等竞争者最雪铁龙的模型相当的水平。这一点本身就让人印象深刻，但更让人震惊的是，Deepseek还表示，开发其模型的成本仅为其他公司支出的极小一部分。

这一消息迅速引发了股市的剧烈波动，仅Nvidia的市值便蒸发了多达6000亿美元。因为如果Deepseek能够在不依赖Nvidia等公司提供的高端芯片的情况下，并且以极少的计算资源训练其模型，那麽这对于GPU和计算资源提供商而言，无疑是个坏消息。

不久之后，人们开始讨论一个已有180年历史的经济学原理──“杰文悖论”（Jevons Paradox）。这个悖论的基本意思是，当一项技术进步提高了资源使用效率时，该资源的消耗率反而会增加。换句话说，当某一资源变得更有效率时，使用量的增长往往会超过由于效率提高所带来的节省。

当时，杰文所关注的是工业革命期间的煤炭消耗问题，但这一悖论也在多种情境下得到了验证，无论是燃油效率更高的汽车的普及，还是节能灯泡的使用。在这些情况中，效率提升反而带来了更多的使用和更多的支出。

如今，随著Deepseek这类越来越高效的AI模型的崛起，杰文悖论再一次引起了人们的关注。如果你是像微软这样的公司，专门向AI公司或其用户提供计算资源，那麽更多高效的AI模型对你来说似乎是一个坏消息。理论上，这些更高效的模型可能会使用更少的计算资源，这意味著开发这些模型的公司将向你支付更少的费用。

图片取自：（示意图 wikipedia）

然而，根据杰文悖论的观点，这种情况未必会发生。随著模型变得越来越高效，AI的使用实际上可能会大幅增加，从而弥补因计算需求减少而带来的损失。微软首席执行官纳德拉（Satya Nadella）便做出了这样的预测：

纳德拉在推特上写道：“杰文悖论再次发挥作用，随著AI变得更加高效且更易于获得，我们将看到它的使用量急剧增加，将其转变为我们无法抵抗的商品。”

随著AI技术变得更加普及和可负担，无论是小型企业还是个人开发者，都将能够利用这些技术来提高生产力，这无疑将推动整体需求的增长。因此，尽管AI模型可能变得更高效，这反而会刺激对AI驱动服务和应用的需求，进而使提供这些资源的公司受益。

对所有商业领袖而言，这带来了一个深刻的启示：最成功的公司并不一定是那些能够锁定早期优势的公司，而是那些能够迅速适应技术变革的公司。他们会快速采取行动，利用技术效率提升所带来的机会，而不是固守现状，以此来增强长期的竞争力和盈利能力。

这一原则并不仅限于科技公司。杰文悖论原本关于的是煤炭的消耗问题，而不是AI技术的发展。然而，无论你是否从事烧煤或开发大型语言模型的工作，你的公司在面对未来技术进步时，也必须思考如何快速适应，并在技术提高效率的过程中找到新的商业机会。这或许是当前最值得深思的商业原则。

以AI领域为例，尽管模型的计算效率提高会让AI的开发成本大幅降低，但这并不意味著计算资源的需求会减少。事实上，随著这些高效模型的普及，无论是大型企业还是中小型公司，对计算资源的需求都可能呈现爆发性增长。例如，企业能够用更少的资源训练出更多的AI模型，并且更快地将这些模型应用到更多的领域中去。这会导致计算需求的大幅增加，甚至可能成为新一波AI创业潮的催化剂。

在这样的情况下，对于那些提供计算资源的公司来说，这并非灾难，而是一个新的增长机会。事实上，许多科技公司，尤其是微软和亚马逊，早已预见到这一点，并且正在加大对AI基础设施的投入。这些公司并不仅仅依赖于一时的需求，而是通过不断提高资源的可获得性和效率，来实现长期的增长。

结合杰文悖论的启示，AI的发展将可能打破传统经济模型的思维定式。尽管更高效的AI技术降低了单位计算成本，但这并不意味著市场需求会缩小。相反，随著技术的普及和效率提升，整个市场的需求可能会出现质的飞跃。

因此，无论你的公司是AI开发商、计算资源提供商，还是其他领域的企业，都应该著眼于如何利用技术进步带来的机遇，从而为未来的增长铺路。最终，技术进步的真实价值不在于它能够减少什么，而在于它如何催生出更多的创新和需求。

资料来源：https://www.inc.com