Tim Cheung (@TimCheung)

https://youtu.be/K9QOU-sPKt0?si=XG5OgKMEk4-MA3ea $leesimon AI 愈來愈平、模型愈來愈有效率，點解 NVIDIA 嘅 Data Center 生意反而愈做愈大？另一邊廂，AI 需要嘅運算成本一路下降，照計我哋應該需要少啲 GPU、少啲 Data Center、少啲電力，現實點解完全相反？ 呢個現象令人諗起一個十九世紀嘅 $經濟學概念：Jevons Paradox。 由工業革命嘅煤炭開始，講到今日嘅 GPU、HBM、Data Center、AI Model、OpenRouter、Token Economy，再一路落到企業同個人層面。 ・Jevons Paradox 究竟係乜？點解效率提高，總需求反而可以增加？ ・AI 今日嘅情況係咪真係符合 Jevons Paradox？ ・AI 愈平之後，點解以前唔值得做嘅事情開始值得用 AI 做？ ・Agentic AI 點解可以令一次簡單指令變成大量 compute demand？ ・$GPU、$HBM、$電力 同 $DataCenter 點解會因為廉價 AI 而變得更加稀缺？ ・Compute demand 急升，係咪代表 Microsoft、Amazon 呢類公司一定有高 Return on Capital？ ・AI Model 如果愈來愈似 commodity，價值會流去邊一層？ ・Stripe 買 OpenRouter，反映 $TokenEconomy 可能向邊個方向發展？ ・AI 對勞工市場嘅第一個影響，究竟係人工下降，定係企業需要嘅人數減少？ ・點解 entry-level、standardised、low-context 工作可能最早受到影響？ ・當廉價 $intelligence 變得愈來愈普遍，$judgment、context、trust、人際關係同 tacit knowledge 會唔會反而變得更稀缺、更有價值？ 00:00 AI 愈平，點解 $NVIDIA 愈賺？ 02:20 Jevons Paradox 究竟係乜？ 04:28 $JevonsParadox 成立嘅關鍵 06:47 AI 愈平，原本唔值得做嘅事開始值得做 09:55 AI 價格跌，需求究竟升幾多？ 12:20 Compute Demand 點解愈來愈大？ 14:41 Agentic AI 點解食多咁多 $Compute？ 17:17 智能愈平，邊啲嘢變得更稀缺？ 21:31 Revenue Growth ≠ Return on Capital 24:32 AI Model 會唔會變成 Commodity？ 26:05 7OpenRouter、$Stripe 同 Token Economy 29:53 AI 對工作同人工有咩影響？ 33:59 Entry-level Jobs 點解首當其衝？ 37:16 AI 最先影響邊一班 $打工仔？ 39:59 Low Context vs High Context 42:48 智能愈廉價，下一個 Scarcity 喺邊？ 44:01 我自己用 AI 之後，工作反而多咗 47:18 $AI 最後嘅價值會流去邊？