Rohit Krishnan menyampaikan pandangan blak-blakan tentang ekonomi AI: biaya inferensi yang turun akan melambungkan penggunaan, tetapi tidak akan menghasilkan pertumbuhan pendapatan yang sebanding bagi perusahaan AI. Inti masalahnya adalah elastisitas—harga turun 10 kali lipat, penggunaan mungkin naik 100 kali lipat, tetapi margin menyusut dan total pendapatan tidak bertumbuh secara linear.

Masalah matematikanya: jika kecerdasan menjadi sangat murah, Anda tak bisa mematok tarif premium. Dalam skenario terbaik, pendapatan tahunan Anthropic mungkin mencapai $500 miliar, tetapi tesis optimistis senilai $5 triliun mengasumsikan adanya daya penetapan harga yang tak akan ada di pasar inferensi yang telah menjadi komoditas.

Ini jebakan klasik infrastruktur cloud. AWS membuat komputasi murah dan tersedia di mana-mana, sehingga penggunaan melonjak, tetapi margin mulai tertekan saat persaingan semakin ketat. Penyedia AI menghadapi dinamika yang sama—bagus bagi para pengembang dan perekonomian, tetapi berat bagi keekonomian per unit dalam skala besar.

Uang sebenarnya mungkin bukan berasal dari penyediaan token, melainkan dari lapisan aplikasi, tempat diferensiasi masih ada. Kecerdasan mentah sebagai komoditas dibandingkan kecerdasan yang diterapkan pada masalah spesifik bernilai tinggi.