AnswersPublished16 sources
Harga Token AI Menjunam: Apa Maksudnya untuk Pelabur Infrastruktur
Kebimbangan utama Goldman ialah harga penggunaan LLM mencecah kira kira AS$0.97 bagi sejuta token selepas susut 29% pada Ogos; penggunaan AI perlu berkembang lebih pantas daripada kejatuhan harga dan peningkatan kecek... Senario negatif bukan sesuatu yang pasti: Goldman Sachs Research mengunjurkan ejen AI boleh meni...
Diterbitkan olehDisunting dengan GPT-5.6 TerraImej dijana dengan GPT Image 2
Research answer
Key takeaways
- Kebimbangan utama Goldman ialah harga penggunaan LLM mencecah kira kira AS$0.97 bagi sejuta token selepas susut 29% pada Ogos; penggunaan AI perlu berkembang lebih pantas daripada kejatuhan harga dan peningkatan kecek...
- Senario negatif bukan sesuatu yang pasti: Goldman Sachs Research mengunjurkan ejen AI boleh meningkatkan penggunaan token bulanan sebanyak 24 kali ganda kepada kira kira 120 kuadrilion menjelang 2030, namun pertumbuha...
- Petunjuk utama untuk diperhatikan ialah pertumbuhan hasil AI berbanding kejatuhan harga token, tempahan pelayan dan pemecut berbanding penggunaan sebenar, serta kadar penggunaan dan kapasiti pusat data yang telah diko...
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: How is Goldman Sachs’ warning that rapidly falling LLM token prices—down to about $0.97–$0.98 per million tokens after a 29% August decline. Article summary: Goldman’s warning implies a more selective, riskier outlook for AI-infrastructure investors: compute demand can grow sharply while the revenue earned per unit of compute falls even faster. If that happens, utilization, p. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fak
Inferens AI semakin murah dengan pantas. Ini boleh meluaskan akses kepada model dan mencetuskan penggunaan baharu, tetapi pada masa yang sama ia merumitkan hujah pelaburan bagi cip, kapasiti awan dan pusat data yang sedang dibina untuk menyokongnya.
Amaran Goldman Sachs pada asasnya berkisar pada satu ketidakpadanan: pelaburan infrastruktur dibuat bertahun-tahun sebelum permintaan terbukti, sedangkan harga yang boleh dikenakan bagi setiap unit penggunaan model boleh jatuh dengan cepat. Indeks Perbelanjaan Token LLM Silicon Data baru-baru ini mencecah AS$0.97 bagi sejuta token selepas merosot 29% pada Ogos. Indeks harga model perintis yang berasingan pula menunjukkan harga 84% lebih rendah berbanding paras asas Mac 2023. 2
4
5
Jika pertumbuhan penggunaan tidak dapat mengimbangi kejatuhan tersebut, industri berisiko memiliki terlalu banyak kapasiti pengkomputeran mahal yang bersaing untuk beban kerja inferens dengan hasil lebih rendah. Kesan ini boleh dirasai di seluruh rantaian infrastruktur AI.
Persoalan ekonomi: jumlah penggunaan mesti mengatasi deflasi harga
Harga token yang jatuh tidak semestinya petanda negatif. Harga lebih rendah boleh menjadikan AI praktikal untuk lebih banyak aplikasi, menggalakkan percubaan dan mengembangkan penggunaan keseluruhan. Namun, cabaran kepada penyedia ialah sama ada pertumbuhan jumlah token berbayar — bersama peningkatan kecekapan operasi mereka — boleh mengatasi penurunan hasil bagi setiap token.
Kebimbangan Goldman, seperti dilaporkan, ialah persaingan harga model boleh menjadikan pengewangan setiap token kurang mampan. Akhirnya, industri mungkin berdepan lebihan infrastruktur jika penggunaan pengkomputeran tidak meningkat cukup pantas. 1
2
Perbezaannya penting:
- AI lebih murah menguntungkan pengguna apabila ia membolehkan aplikasi berguna dibina pada kos lebih rendah.
- AI lebih murah boleh mencabar pemilik infrastruktur apabila kapasiti dibiayai atas andaian bahawa pengkomputeran kekal terhad dan mahal.
- Hasil akhirnya bergantung pada keanjalan permintaan: sama ada pengurangan harga menghasilkan penggunaan tambahan yang mencukupi untuk mengekalkan atau meningkatkan hasil serta permintaan pengkomputeran.
Mengapa taruhan perbelanjaan modal begitu besar
Risiko ketidakpadanan ini berlaku ketika pembinaan kapasiti yang sangat besar dirancang. Anggaran asas Goldman Sachs berjumlah kira-kira AS$7.6 trilion pelaburan modal AI merentasi pengkomputeran, pusat data dan tenaga dari 2026 hingga 2031. Modelnya mengandaikan perbelanjaan tahunan meningkat daripada sekitar AS$765 bilion pada 2026 kepada AS$1.6 trilion pada 2031. Goldman sendiri menegaskan bahawa angka ini sensitif terhadap andaian, bukannya kepastian. 9
Sebab itu trend harga token penting, bukan sekadar kepada pembina model. Sebahagian besar perbelanjaan yang dijangka menyokong aset jangka panjang seperti pemecut AI, pelayan, rangkaian, kemudahan pusat data dan infrastruktur tenaga. Pelaburan itu memerlukan beban kerja berterusan serta pulangan yang munasabah dalam tempoh panjang.
Implikasi kepada pembuat cip
Bagi pembekal semikonduktor, perlahan akibat tekanan harga tidak semestinya kelihatan serta-merta sebagai kejatuhan mendadak dalam permintaan. Pelanggan mungkin terus membina kapasiti untuk melancarkan produk AI baharu atau memastikan bekalan terjamin.
Risiko timbul apabila kapasiti yang telah digunakan mula melebihi permintaan yang boleh menjana keuntungan. Dalam keadaan itu, pelanggan boleh memperlahankan pembelian pemecut dan pelayan baharu, menjadi lebih peka terhadap harga, atau menuntut prestasi yang lebih tinggi bagi setiap dolar dibelanjakan. Syarikat yang mempunyai perkakasan tersendiri, ekosistem perisian yang kukuh atau tawaran inferens yang cekap mungkin lebih terlindung berbanding pembekal kapasiti yang mudah diganti.
Soalan praktikalnya ialah sama ada tempahan peralatan benar-benar bertukar menjadi penggunaan yang berterusan dan beban kerja yang menjana hasil — bukan sekadar sama ada peralatan telah dihantar.
Operator pusat data menghadapi ujian kadar penggunaan
Projek pusat data melibatkan komitmen besar dan berjangka panjang terhadap tanah, bekalan elektrik serta kemudahan. Jika inferens model menjadi lebih murah atau lebih cekap, pelanggan mungkin memerlukan kurang infrastruktur untuk menghasilkan tahap output aplikasi yang sama. Ini boleh menekan kadar penghunian, ekonomi pajakan dan pulangan projek yang dibina atas andaian kekurangan kapasiti berterusan.
Ini bukan bermaksud permintaan pusat data akan hilang. Ketersediaan tenaga dan keperluan teknikal pelaksanaan AI masih boleh mengehadkan bekalan. Namun, kekurangan kapasiti di satu lokasi atau pasaran tenaga boleh wujud serentak dengan ekonomi yang lebih lemah di tempat lain. Pelabur wajar membezakan antara kekurangan fizikal dan bukti bahawa pelanggan menggunakan kapasiti secara menguntungkan, sambil memperbaharui atau menambah komitmen mereka.
Penyedia awan dan hos model perlu menggantikan harga dengan jumlah serta nilai
Platform awan dan hos model boleh mendapat manfaat daripada harga inferens lebih rendah kerana kemampuan itu mungkin membawa lebih ramai pembangun dan beban kerja perusahaan ke platform mereka. Namun, harga lebih rendah juga mengurangkan hasil bagi setiap unit penggunaan.
Untuk melindungi margin kasar, penyedia memerlukan gabungan beberapa perkara:
- Jumlah token yang jauh lebih tinggi daripada penggunaan pengeluaran yang berulang;
- Keuntungan kecekapan yang menurunkan kos mereka lebih pantas daripada penurunan harga; dan
- Perkhidmatan bernilai lebih tinggi di sekeliling model, seperti pelaksanaan, keselamatan, penyepaduan data dan alat aliran kerja.
Harga kompetitif bagi model proprietari ialah bahagian penting daripada risiko yang dihuraikan dalam laporan berkaitan Goldman. 1
2 Perkara utama bukan harga token nominal semata-mata, tetapi hubungan antara harga pelanggan, kos penyedia dan jumlah penggunaan berbayar.
Ejen AI ialah faktor pengimbang yang berpotensi
Faktor yang boleh menyokong prospek ialah ejen AI, iaitu sistem yang melaksanakan tugasan berbilang langkah dan mungkin menggunakan jauh lebih banyak token berbanding interaksi chatbot ringkas. Goldman Sachs Research mengunjurkan penggunaan oleh pengguna dan perusahaan boleh meningkatkan penggunaan token bulanan sebanyak 24 kali ganda antara 2026 hingga 2030, kepada kira-kira 120 kuadrilion token sebulan. 7
Unjuran itu menjelaskan mengapa harga token yang jatuh tidak secara automatik bermaksud permintaan pengkomputeran akan merosot. Jika ejen beralih daripada demonstrasi kepada tugasan yang kerap dan bernilai, jumlah penggunaan boleh berkembang cukup untuk menyokong pembinaan infrastruktur tersebut.
Namun, ia masih unjuran, bukannya jaminan. Hujah bagi infrastruktur bergantung pada kemampuan ejen menghasilkan beban kerja berulang yang sanggup dibayar oleh pengguna atau perniagaan — bukan sekadar sejumlah besar pertanyaan eksperimen berkos rendah.
Metrik yang lebih penting daripada harga token utama
Pelabur yang menilai tesis lebihan bekalan pengkomputeran boleh memberi tumpuan kepada beberapa petunjuk berkait:
- Pertumbuhan hasil AI berbanding penurunan harga token: Adakah pengewangan keseluruhan terus berkembang walaupun harga seunit merosot?
- Tempahan pemecut dan pelayan berbanding pelaksanaan: Adakah pelanggan membeli kapasiti yang benar-benar digunakan?
- Kadar penggunaan pusat data, kapasiti dikontrakkan dan pembaharuan: Adakah komitmen permintaan kekal kukuh selepas kemudahan dibuka?
- Margin kasar awan: Adakah kecekapan dan perkhidmatan bernilai lebih tinggi mengimbangi harga inferens yang lebih rendah?
- Penggunaan ejen dalam persekitaran pengeluaran: Adakah ejen mendorong aliran kerja yang berulang dan penting kepada perniagaan, bukan percubaan terpencil?
- Ketersediaan tenaga: Adakah ia kekangan berkekalan kepada kapasiti yang benar-benar berguna, atau hanya hambatan sebelum permintaan terbukti?
Kesimpulan
Amaran Goldman bukanlah bahawa harga token LLM yang lebih rendah sememangnya buruk. Inferens lebih murah boleh menjadi pemangkin kepada penggunaan AI yang lebih meluas. Risikonya ialah deflasi harga dan kecekapan model mengurangkan hasil serta keperluan pengkomputeran lebih pantas daripada pertumbuhan penggunaan yang dipacu ejen.
Bagi pelabur infrastruktur AI, naratifnya bukan lagi sekadar membina kapasiti. Ia kini ujian kadar penggunaan dan pengewangan. Perniagaan yang paling tahan mungkin ialah yang mampu menukar token lebih murah kepada beban kerja bernilai tinggi yang berkekalan, sambil mengekalkan kelebihan dari segi kos, prestasi atau kedalaman perkhidmatan. 1
7
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Harga Token AI Menjunam: Apa Maksudnya untuk Pelabur Infrastruktur"?
Kebimbangan utama Goldman ialah harga penggunaan LLM mencecah kira kira AS$0.97 bagi sejuta token selepas susut 29% pada Ogos; penggunaan AI perlu berkembang lebih pantas daripada kejatuhan harga dan peningkatan kecek...
What are the key points to validate first?
Kebimbangan utama Goldman ialah harga penggunaan LLM mencecah kira kira AS$0.97 bagi sejuta token selepas susut 29% pada Ogos; penggunaan AI perlu berkembang lebih pantas daripada kejatuhan harga dan peningkatan kecek... Senario negatif bukan sesuatu yang pasti: Goldman Sachs Research mengunjurkan ejen AI boleh meningkatkan penggunaan token bulanan sebanyak 24 kali ganda kepada kira kira 120 kuadrilion menjelang 2030, namun pertumbuha...
What should I do next in practice?
Petunjuk utama untuk diperhatikan ialah pertumbuhan hasil AI berbanding kejatuhan harga token, tempahan pelayan dan pemecut berbanding penggunaan sebenar, serta kadar penggunaan dan kapasiti pusat data yang telah diko...