CNBC評論員：AI需求被高估，僅Anthropic定價策略現實

token作爲AI使用基本計量，其扭曲源於激勵機制：企業競賽最大化消耗以證明投資回報，類似早期雲計算的“服務器農場”浪費。這導致需求信號失真，數據中心萬億級擴張基於未驗證假設。

Anthropic的按使用計費轉向本質是“風險對沖”：營收直接映射真實價值，避免固定費模式下的過度承諾。同時限制高耗工具，迫使客戶聚焦高價值場景，獲得更乾淨數據反饋。

這一分歧反映AI商業模式的分化：OpenAI押注規模效應與大衆化，Anthropic強調企業級真實性。若需求回調，前者面臨基礎設施閒置風險，後者定價更貼近可持續水平。

長期看，市場將通過價格與採用率重估真實需求。類似歷史科技週期，初期泡沫後勝出者是那些建立可信計量與可持續收入的公司，而非最大化表面指標者。