AI生意的焦点变量正在从“手艺是否可行”转向“本钱是否可遭受”。。。。随着Token价钱快速下行，，，市场最先重新审阅AI推理需求、企业支出回报与相关资产估值之间的关系。。。。 高盛One-Delta部分认真人Rich Privorotsky在最新生意看法中指出，，，DeepSeek据称将Token定价下调75%，，，小米MiMo降价幅度靠近99%，，，AI生态中的本钱压缩问题已难以忽视。。。。他以为，，，这种转变可能触发类似津贴竞争后的“价钱战”逻辑。。。。 这一转变正在重塑市场对AI基础设施的判断。。。。他指出，，，基础设施瓶颈终会缓解，，，市场不应为“即将被解决的问题”支付过高溢价。。。。Token支出一连走高，，，开源模子关注度显着升温，，，而编码助手装置量已进入平台期。。。。 对投资者而言，，，问题已不再是AI需求是否增添，，，而是低本钱Token会否先于新应用场景的周全爆发，，，替换高本钱推理，，，从而形成一段收入压力期。。。。短期来看，，，月尾流动性、散户资金与机构张望情绪仍可能支持半导体和动量生意，，，但估值溢价与集中度危害正在累积。。。。 AI手艺对部分事情负载、部分用户、部分场景已经证实有用。。。。但新的问题是，，，企业级规模下的单位经济是否建设，，，以及这种改善能否在实验室和云效劳提供商所需的收入轨迹内实现。。。。 乐观情形依赖两个条件：编排能力成熟，，，以及单位本钱在12至18个月内显着改善。。。。气馁情形则是，，，更多企业高管最先果真体现AI支出无法证实其价值，，，并削减使用量。。。。 Jevons paradox指的是，，，资源使用效率提高后，，，总体消耗反而增添的征象。。。。应用到AI上，，，本钱越低，，，恒久需求可能越大。。。。但争议在于，，，需求扩张是否会连忙爆发。。。。 若是更自制的Token首先替换原本价钱更高的推理效劳，，，而不是连忙创立全新使用场景，，，那么AI收入增添可能泛起时间差。。。。市场需要评估，，，这段滞后期会对云效劳商、模子公司以及AI基础设施需求造成多大压力。。。。 当“以10%的本钱获得90%的输出”变得越来越可行时，，，企业可能更认真地审阅Token支出。。。。Token支出的理性化可能会在第二、第三季度成为董事会层面的主要议题，，，其主要性可能不低于AI增添叙事自己。。。。 这意味着，，，AI行业面临的不是需求消逝，，，而是需求结构改变。。。。企业可能继续使用AI，，，但会更倾向于压低推理本钱，，，镌汰对腾贵前沿模子的依赖，，，并在差别使命中选择更低本钱的替换计划。。。。 对市场而言，，，这种转变可能影响AI价值链内部的收益分派。。。。高本钱推理、数据中心扩张和高估值基础设施资产，，，都会面临更严酷的投资回报审查。。。。 他指出，，，月尾流动性因素可能继续机械性支持动量生意和半导体板块。。。。散户资金仍然强劲，，，机构投资者可能仍比应有水平更嫌疑，，，这种嫌疑反而继续支持行情上行。。。。 同时，，，AI相关半导体生意已经履历强烈挤仓，，，每一次回调都被起劲买入。。。。上行波动率仍受到追捧，，，下行恐慌一连回落，，，但部分结构已经显得拉伸。。。。 这也诠释了目今市场的矛盾：短期资金面和仓位因素仍支持上涨，，，但Token经济学的转变正在削弱部分恒久估值假设。。。。对投资者而言，，，危害不是AI叙事终结，，，而是叙事内部的利润池重新定价。。。。 但他同时提醒，，，市场不应结构性做空人类创立力。。。。历史上，，，瓶颈往往会被解决：内存欠缺会缓解，，，电力欠缺会吸引投资，，，约束条件会逐步松开。。。。 这对市场组成双重寄义。。。。一方面，，，AI基础设施瓶颈纷歧定能恒久支持高价钱和高利润率。。。。另一方面，，，本钱下降和效率提升也可能在更长周期内释放更大需求。。。。 目今真正的问题，，，是市场是否已经为这一历程支付了过高溢价。。。。随着“Token战争”开启，，，投资者需要更细腻地区分AI需求增添与AI本钱压缩之间的影响，，，而不是简朴将二者都简朴视为利好。。。。