5月24日消息，企业近年大力推动AI工具以降本增效，但如今算力与调用成本飙升，部分企业AI开销已远超人力成本，降本目标落空。微软因第三方Claude Code工具成本失控要求员工改用自家产品，调查显示智能体资源耗费是普通模型上千倍，单月成本可达数百万美元。AI成本失控背后是‘杰文斯悖论’作祟，技术效率提升反而催生更多需求，导致‘词元最大化’浪费现象。员工为完成考核过度依赖AI，进一步推高成本。英伟达CEO黄仁勋的主张加剧盲目投入，84%企业表示AI成本使毛利率下降超6%，部分企业裁撤人力后，AI月度成本竟追平被裁员工薪资，还需额外招人修正错误。

在2025年10月，Box公司CEO Aaron Levie在播客《AI & I》中表示，AI不会取代人类工作，而是改变工作方式。基于其管理2000人公司的实战经验，他指出AI擅长自动化任务，但工作需要人类整合与决策。他认为，AI提升效率将释放被抑制的需求，带来更多的工作机会，而非裁员。他还分享了Box转型为‘AI优先’企业的经验，强调应将AI视为赋能工具，推动全员学习和参与。Aaron预测，知识工作者将转变为‘AI代理管理者’，工作节奏将大幅加快。尽管技术变革带来挑战，但他认为主动适应变化的人和企业将在AI时代获得更多机会。

标题：AI的杰文斯悖论，离成立还差一个英伟达 正文：杰文斯悖论并非天然成立。AI正从技术变革转向规模化商业应用，对GPU的需求也从快速部署转向更具性价比的算力。Deepseek、阿里千问和百度文心推动了价格战，但硬件层面的算力成本还需进一步下降，包括单位算力成本和性能能耗的双重优化。仅靠降低单位...

标题：DeepSeek算力需求暴降，为何全球算力竞赛更疯狂？ 春节期间，国产大模型DeepSeek-R1问世，展现了低成本、低算力需求下的高性能，打破了“烧钱买芯片”的传统模式。英伟达股价因此下跌，预示着“暴力堆算力”时代的终结。 然而，算力真的不再重要吗？并非如此。谷歌、微软、Meta和亚马逊纷纷...

DeepSeek近日发布R1模型，性能接近OpenAI产品且成本更低，引发行业震动。R1模型采用混合专家模型、多头潜注意力机制等技术，大幅降低算力需求和能耗。此举或引发算力需求激增，加剧杰文斯悖论效应。DeepSeek的技术突破有望推动算力生态向分布式方向发展，但也可能增加能源消耗。全球科技巨头正加大算力投资，微软与OpenAI计划共建AI超算集群。中国需探索高效、可持续的AI发展路径，兼顾算力优化和能源结构转型。

1月28日，DeepSeek发布的新AI模型引发了市场波动。该模型能在低成本下训练出高性能模型，导致英伟达、博通等公司股价下跌超15%，AI相关股票也大幅下挫。然而，一些多头分析师认为不应简单视为行业利空。Cantor Fitzgerald的研究指出，较少算力需求的模型可能促进GPU和数据中心的发展。微软CEO纳德拉也提到，杰文斯悖论表明AI技术进步将导致需求激增。瑞银和Bernstein的分析师同样认为，AI模型的效率提升不会减少对算力的需求，反而会推动技术进步。

标题：算力门槛下降是一连串事件 近日，杭州深度求索人工智能基础技术研究有限公司发布全新模型DeepSeek-V3，其在多项知识任务上表现优异，生成速度大幅提升至60TPS，成本仅为同类模型Llama 3的二十分之一。DeepSeek-V3的训练仅使用了278.8万个H800 GPU小时，总成本557...

标题：AI热潮中的杰文斯悖论：回归而非超越 AI热潮与2000年代互联网泡沫相提并论，但这次的不同在于AI的计算模式接近人类大脑，侧重于概率而非确定性。微软、苹果、英伟达等巨头，以计算为核心，从PC到AI计算，引领了这一波变革。目前，大模型和基础设施集中在少数巨头手中，类似早期计算机时代。 然而，A...