返回快讯

Cathie Wood:AI需求价格弹性极大

ARK Invest创始人Cathie Wood转发公司研究员Karim Mattar的判断并写下结论:人工智能的需求价格弹性极大。Mattar称解锁点在于前沿同时沿成本和能力外移,每一张新的效率点图都显示更便宜的智能会被用得更多。

同一论点她在8月已经用价格和用量对齐过一次。当时平均每百万token费用从5月28日的约2.07美元落到约1.02美元,降幅过半,驱动被归为OpenAI降价以及DeepSeek、Kimi等开源模型以数倍价差入场。Wood的表述是:价格在崩、用量在爆,对更高生产率和智能的需求弹性巨大,良性循环仍在婴儿期。

第三方交易数据给出同一方向的支出反应。Citadel Securities引用Silicon Data称,6月底以来用量加权token价格下降约40%;Ramp覆盖逾7万家企业的支出指数显示,7月顶尖1%企业人均人工智能支出环比约升49%,前10%约升25%,中位数约升9%。其结论是:单位成本下跌时总支出仍升,正是高弹性需求该有的形状,并开始把杰文斯悖论写成计算需求的主导叙事。

ARK自己的年中复核把用量曲线再抬一档。Big Ideas 2026年中回顾称,OpenRouter接口上的推理token从每周约7万亿升至逾56万亿,七个月约七倍;数据中心芯片支出估计从约5800亿美元上修到逾8000亿美元。她另称一年内推理token用量约增25倍,并据此把美国实际GDP增速叙事从早先的约5%“金发女孩”情景推向双位数区间。对照官方数据,2026年二季度美国实际GDP折年率约1.5%,前季约2.1%。

收入端被用来证明弹性不仅停在免费聊天。ARK称Anthropic年经常性收入从约90亿美元量级扩到约470亿美元并超过Salesforce,Cursor从约10亿美元到约40亿美元;Shopify人工智能流量同比约8倍、由人工智能驱动的订单约13倍;亚马逊把Rufus并入Alexa后,购物者单均支出高出逾40%。斯坦福一项选择实验估美国聊天机器人一年约创造1720亿美元消费者剩余,支付额远低于感知价值。

市场机制是降价换吞吐量。买盘是企业把更便宜的token换成更多任务、更长代理时长;卖盘是闭源实验室和开源权重同时砍价。资金从企业软件与云预算流向token账单,再回流到芯片和电站。受益方是能在单价腰斩后仍提高总支出的云与芯片商,以及把价差打穿闭源的开源模型;承压方是必须靠高单价覆盖训练折旧的实验室毛利,以及电力供给几乎无弹性时被挤占的其他用电。事件驱动是ARK把“效率点外移”写成公开投资口号,而不是新的产品发布。

电力侧的反驳同样具体:每枚token都消耗电和硅,供给曲线陡峭时,弹性需求不会消灭租金,只会把租金从模型层搬到能源和封装层。Wood把循环说成婴儿期,市场把同一句话标成对未来资本开支是否跟得上用量的对赌。

来源:公开信息

ABAB AI 解读

Cathie Wood把弹性写成ARK贯穿多年的同一条纪律:价格下跌必须被用量爆炸验证,否则主题基金就是在为故事付费。2021年她已把人工智能成本曲线说成通缩引擎;2026年8月用百万token均价腰斩完成一次实证,9月再用研究员的效率点图收口成四个词。她同时把同一弹性推到宏观:token一年25倍、GDP可以进双位数。二季度1.5%的官方增速与这条口号并置,等于要求市场用尚未计入的生产率去填缺口。

资本路径是ETF加风险投资基金同时站在用量一侧。ARK Venture已把SpaceX、Anthropic、OpenAI放进逾10亿美元的零售可买私募池,并讨论实验室上市后迁入公开ETF。钱不是去赌单一模型溢价,而是去赌“更便宜就会被用得更多”会继续抬高芯片、电力和代理软件的名义开支。Shopify订单倍数、Alexa单均支出、Anthropic收入越过Salesforce,被当作弹性已经从API渗进交易的证据。

类比不是互联网广告单价,而是电力史和云计算的杰文斯循环:照明变便宜后总用电上升,云主机变便宜后总机时上升。Citadel把7月企业支出与token降价对在一起,是在重复这条曲线。Epoch和Chad Jones的宏观弹性估计则给出相反校准——替代弹性若低于1,无限自动化一块经济也只会把GDP抬一个有限百分比。行业阶段是扩张用量、争夺定价权:开源把闭源单价打穿,闭源用能力点换回溢价,芯片商在中间收走物理层租金。

结构变化是定价权转移。机制是智能的标价单位从“模型订阅”改成“百万token”,价格一旦可比较,需求曲线被画成陡峭;谁能把成本点继续外推,谁就能把别人的毛利变成自己的用量。弹性极大并不保证实验室赚钱,只保证有人必须生产更多瓦特和更多硅。租金从软件层迁到供给最无弹性的那一层——电、封装、先进制程。

ABAB News · 认知定律

  1. 价格腰斩之后,用量必须负责证明故事

  2. 弹性极大时,利润不消失,只搬去最硬的供给

  3. 更便宜的智能,会先吃掉更贵的工作流