圖：DeepSeek通過引入創(chuàng)新的架構(gòu)和訓練方法，實現(xiàn)了高效計算和卓越性能。

　　“初景革緒風，新陽改故陰?！盌eepSeek的出現(xiàn)，不僅為AI的發(fā)展提供了更多技術(shù)路徑的選擇，也為行業(yè)應用的多樣化奠定了基礎(chǔ)，使人工智能走出了“規(guī)模至上”，擺脫了過去單一路徑的局限，進而拓展了邁向更廣闊空間的可能性。這一變革的意義，恰好可以從“杰文茲悖論”的視角加以審視。

　　首先，算力增長的內(nèi)在邏輯在于模型邊界的階梯式突破，以及應用場景的不斷演進。在人工智能發(fā)展的浪潮中，底層模型的邊界正逐漸顯現(xiàn)。盡管近幾年大模型的規(guī)模持續(xù)擴張，無論是文本生成、圖像理解，還是跨模態(tài)能力的拓展，底層模型的發(fā)展始終存在物理和理論上的邊界。這些邊界不僅源于算力和資料的限制，更涉及認知能力、泛化性、安全性等多方面的挑戰(zhàn)。

　　視乎應用場景開發(fā)程度

　　算力的增長并非簡單的線性積累，而是階梯式突破邊界，并推動其在現(xiàn)實場景中的應用落地。每一階段算力的提升，都會伴隨著底層模型能力的躍升，同時也意味著上一階段模型的邊界被突破，催生出更廣泛的應用場景。大規(guī)模算力的投入使得長文本生成、邏輯推理、多輪對話成為可能。

　　然而，算力需求的持續(xù)增長，并不能僅依賴于底層模型參數(shù)規(guī)模的無序擴張，而需要建立在應用場景的開發(fā)。一方面，應用場景演進的軟性需求在于同質(zhì)性場景的挖掘。這些場景不僅有較高的算力需求，同時也能夠大規(guī)模複用已有的模型能力，從而提高算力投資的回報率。另一方面，應用場景演進的硬性輔助在于交互能力的升級。而這些新型對話模式將大幅提升算力需求，因為它們涉及更復雜的即時計算、低延遲推理、多模態(tài)融合等技術(shù)要求。

　　其次，杰文茲悖論成立的關(guān)鍵在于算力需求的價格彈性。杰文茲悖論的核心在于，技術(shù)進步所帶來的資源利用效率提升并不會減少資源消耗，反而會導致資源總消耗量的上升。這一現(xiàn)象的邏輯基礎(chǔ)在于需求對價格的高度彈性─即當某種資源的獲取成本下降時，市場需求的增長幅度足以抵銷技術(shù)進步帶來的節(jié)約效應。

　　例如，在19世紀的英國，蒸汽機技術(shù)的革新大幅提高了煤炭的燃燒效率，但這并未減少煤炭的使用量，反而因工業(yè)規(guī)模擴大，推動了煤炭需求的急劇上升。類似的現(xiàn)象在能源、交通、制造等多個領(lǐng)域?qū)乙姴货r，成為經(jīng)濟學中一個廣為討論的悖論。當這一理論被應用到算力領(lǐng)域時，形成了一個類似的假設(shè)─隨著晶片制造工藝的提升、云計算的普及以及平行計算架構(gòu)的優(yōu)化，算力的成本正在持續(xù)下降。理論上，這一趨勢將刺激更大規(guī)模的算力消耗，進而形成“越便宜、越擴張”的回圈。

　　然而，杰文茲悖論能否成立的關(guān)鍵在于，算力需求是否具有足夠的價格彈性。換言之，如果單位算力的價格下降，需求必須以足夠快的速度增長，才能抵銷單位效率提升所帶來的節(jié)約效應。而現(xiàn)實情況并非如此簡單。算力需求的增長不僅受價格驅(qū)動，還受到資料可得性、演算法復雜度、行業(yè)適配度等多重因素的制約。因此，僅僅依賴算力成本的下降，并不足以推動所有行業(yè)全面進入“算力消費爆炸”的階段。

　　最后，算力市場的現(xiàn)實困境在于需求彈性的非對稱性。從實際市場表現(xiàn)來看，算力需求的價格彈性呈現(xiàn)出顯著的非對稱性，不同市場主體的反應存在較大分化。

　　一是，模型參數(shù)數(shù)量并不能無約束地擴張，同時DeepSeek的發(fā)展也表明，在提升模型性能方面，參數(shù)數(shù)量的增加并非唯一途徑。通過引入創(chuàng)新的架構(gòu)和訓練方法，DeepSeek實現(xiàn)了高效的計算和卓越的性能。

　　二是，對于普通企業(yè)和個人開發(fā)者而言，算力需求的增長受到諸多限制。1）資料治理的范式困境。AI模型的訓練依賴于大量高品質(zhì)資料，而資料獲取的成本和合規(guī)風險在許多行業(yè)都極為嚴峻。2）技術(shù)躍遷的生態(tài)壁壘。并非所有企業(yè)都具備深度學習的專業(yè)能力，許多中小企業(yè)難以建立高效的AI開發(fā)流程，即便算力成本下降，也無法有效利用這些資源。3）創(chuàng)新周期的效益拐點。AI模型的參數(shù)規(guī)模達到一定閾值后，算力投入的邊際收益遞減。因此，在未來的算力革命中，技術(shù)創(chuàng)新的重心可能不再是單純擴展計算能力，而是提升算力利用效率。需求彈性也將從“野蠻擴張”步入“理性收斂”的新階段，算力市場的發(fā)展邏輯或?qū)l(fā)生深刻變革。

　?。ㄗ髡邽楣ゃy國際首席經(jīng)濟學家、董事總經(jīng)理）