成本的詛咒與需求的狂歡！《華爾街日報》揭密AI產業的「詞元悖論」：為何算力越便宜，巨頭們卻虧損越嚴重？

人工智慧產業正在以史詩級的速度崛起，但整個產業燒錢的速度也讓人咋舌，巨額虧損更引發各界對泡沫破滅的擔憂。《華爾街日報》14日指出，在這場危機與轉機並存的豪賭中，由於「詞元」（Token）的使用量正以拋物線般的速度瘋狂飆升，若想洞悉AI經濟的未來，自然就不能忽略「詞元」這個關鍵指標。

在倫敦的Global Switch Docklands數據中心園區，一排排液冷伺服器正安靜而高效地運轉著，它們是支撐起一個時代夢想的心臟。然而，在一座又一座的AI數據中心背後，人工智慧（AI）產業的現實卻讓許多人感到不安。因為AI巨頭們表面看來風光無限，但這些公司也正以驚人的速度虧損，其原因遠非「花錢如流水」這般簡單。這個被視為人類未來的明星產業，顯然刮起的是一場名不符實的經濟逆風。

有不少分析師擔心，一個巨大的AI投資泡沫正瀕臨破裂，其危機規模可能堪比2000年的網路泡沫，甚至有過之而無不及。對巨額資本支出、飛漲的估值、高築的債台，以及AI新創公司之間「我投資你的新創、你購買我的服務」這種左手倒右手的循環投資模式，擔憂之聲日益迫切。不過就像網路泡沫的倖存者Amazon、Google一樣，或許仍有幾家公司或許能從屍山血海中殺出、繼而改變世界。但殘酷的是，即便是目前最被看好的AI巨頭，也深陷在數十億美元的虧損泥淖之中。

當然，沒人知道這場風暴將如何在金融市場中演變，但《華爾街日報》指出，有一條至關重要的線索與AI的需求緊緊扣連，那就是以「詞元」（Token）為單位的數據處理量。 當AI處理的「詞元」數量正在瘋狂飆升，AI世紀豪賭的成敗可能就取決於這個指標的攀升速度與極限。

彷彿「甜蜜毒藥」的失控「詞元」

「一年前，AI領域的領袖們犯了一個關鍵的錯誤。」金融服務巨擘花旗（Citi）的技術和通信研究全球行業主管希思·泰瑞（Heath Terry）如是說。當時所有人的目光都聚焦在AI單位算力的成本曲線上，這條曲線堪稱「AI界的摩爾定律」，計算成本大約每七個月就驟降90%，讓所有AI公司都樂觀地相信，他們的性價比將無敵於天下。

可惜的是，這些人只猜對了一半。他們忽略了完成一項任務所需的「單位數量」會如何爆炸性成長。隨著價格下降，所有人都預期使用量會增加，但沒人料到，AI使用量的成長曲線不是「斜線」，而是「幾乎垂直的拋物線」。Alphabet旗下的Google在一篇部落格文章中寫道：「2024年5月，我們的產品和API每月處理9.7兆個詞元」、「到了2025年5月，我們處理的詞元超過480兆個——足足成長了50倍。」

但這僅僅是序曲。2025年7月，Google在第二季財報電話會議上更新了這個數字：「從那以後，這個數字又翻了一番，現在每月處理超過980兆個詞元，增幅驚人。」今年10月，Google以1,300兆個詞元再次刷新紀錄——這代表在短短一年多的時間裡，「詞元」的處理數量竟成長了超過130倍。 （相關報導： 川普重啟中情局「髒活」，劍指委內瑞拉總統！紐時：CIA獲權介入拉美事務，美國後院蒙上「政變與暗殺」的冷戰陰影 ｜ 更多文章 ）

這個天文數字背後的推手，恰恰是AI最為人詬病的「原罪」——幻覺（hallucinations）。為了讓AI不再一本正經地胡說八道，當前最尖端的模型被迫進行「內部反思」。它們在給出最終答案前，會在內部多次、用不同方式回答同一個問題，或者向一個由不同專業模型組成的「混合專家」（mixture of experts）團隊進行諮詢。這就像AI為了避免講錯話，不得不預先召開一場成本高昂的圓桌會議。這確實讓AI的回答變得更可靠，卻也讓它的資源需求陷入了瘋狂。

所以，單一詞元的價格是下降了，但詞元的總消耗量已徹底失控。

這股需求狂潮，還遠未達到頂峰。OpenAI最新發布的Sora短影音AI應用程式，由其最新的同名影片生成器驅動，已然成為AI使用者的新歡；該公司還雄心勃勃地準備進軍AI商業領域。另一家巨頭Anthropic的新大型語言模型Claude Sonnet 4.5，甚至可以連續不斷地編寫程式碼長達30個小時。這種能夠進行「長時間思考」的新興AI，將會把業界本已捉襟見肘的數據中心容量，推向更極致的利用。

花旗的技術分析主管泰瑞分析，正是上述原因，導致AI新創公司的虧損比原先預期的多出數百億美元。到目前為止，這些虧損正由新創公司本身和背後的風險資本家們買單。這場景似曾相識，就像當年Uber為了培養市場，不惜血本補貼用戶的搭車費用一樣。

盈利之路：AI時代的希望曙光

儘管經濟現狀如此殘酷，但在泰瑞看來，有三股力量正在匯集，它們的合力有望將AI的商業模式從燒錢的無底洞，推向盈利的彼岸。

首先，AI模型確實仍在持續進化。 儘管作為當前生成式AI基礎的Transformer架構演進可能已放緩，但開發者們正在創造如「神經符號AI」（neurosymbolic AI）等新型混合模型。更令人興奮的是，開發者表示他們正接近一個臨界點——AI系統開始協助自我改進。泰瑞將此概念稱為「AI平方」（AI squared）。

「在過去幾個月裡，我們已經開始看到AI系統自我改進的跡象。」Meta執行長祖克柏（Mark Zuckerberg）在今年7月的財報會議上證實了這一趨勢。這一切都將使AI模型變得更有效率，從根本上改善AI的經濟性。

其次，基礎設施的供給將迎來爆發。 全世界正在建設的數據中心將很快上線，這將大幅增加算力和能源的供應，從而壓低訓練和使用AI的成本。科技巨頭微軟（Microsoft）上個月表示，該公司在威斯康辛耗資33億美元的數據中心已進入建設的最後階段，同時宣布了在該地區再投資40億美元建設第二個設施的宏偉計畫。供給的增加，將為失控的成本踩下剎車。

第三，飆升的需求終將轉化為經濟效益。 隨著模型變得更聰明、更便宜，以及計算基礎設施的供應擴大，對詞元日益成長的需求，最終將從成本負擔轉變為經濟紅利。泰瑞預測，未來幾個月或幾季，隨著最有前景的企業AI試驗項目從測試階段走向大規模部署，對AI的需求將迎來又一次巨大的增長。這一次，它將帶著真金白銀而來。

「AI計算將成長『十億倍』。」科技業的「搖滾巨星」、輝達（Nvidia）執行長黃仁勳上個月在播客節目「BG2」上語出驚人：「這是大多數人還沒有完全消化的部分……這是一場工業革命。」如果這一切都完全按照劇本上演，AI的熱潮將持續沸騰。

傳奇風險資本家維諾德·柯斯拉（Vinod Khosla）對投資機構Horsley Bridge長達三十年的數據分析後表示：「在傳統的風險投資領域，6%的投資帶來了60%的回報」、「但在AI領域，我認為將是一半的比例（3%）的投資，帶來超過60%的回報。」柯斯拉和其他投資者正在進行一場豪賭，他們希望自己是投資組合中極為稀有的超級贏家，但直到現在仍沒人能夠回答：他們會贏到最後嗎？AI的泡泡真的會破嗎？