Rohit Krishnan đưa ra một nhận định thẳng thắn về kinh tế học AI: chi phí suy luận giảm sẽ khiến mức sử dụng bùng nổ, nhưng doanh thu của các công ty AI sẽ không tăng tương ứng. Vấn đề cốt lõi là độ co giãn—giá giảm 10 lần, mức sử dụng có thể tăng 100 lần, nhưng biên lợi nhuận sẽ bị thu hẹp và tổng doanh thu không tăng tuyến tính.

Bài toán nằm ở chỗ: nếu trí tuệ trở nên rẻ bèo, bạn không thể tính giá cao cấp. Trong kịch bản tốt nhất, Anthropic có thể đạt doanh thu thường niên 500 tỷ USD, nhưng luận điểm lạc quan về mức định giá 5 nghìn tỷ USD giả định rằng họ có quyền định giá—điều sẽ không còn tồn tại trong một thị trường suy luận hàng hóa hóa.

Đây là cái bẫy kinh điển của hạ tầng đám mây. AWS giúp điện toán trở nên rẻ và phổ biến, thu hút lượng sử dụng khổng lồ, nhưng biên lợi nhuận bắt đầu thu hẹp khi cạnh tranh ngày càng gay gắt. Các nhà cung cấp AI cũng đối mặt với động lực tương tự—rất có lợi cho nhà phát triển và nền kinh tế, nhưng khắc nghiệt với kinh tế học đơn vị khi mở rộng quy mô.

Nguồn lợi nhuận thực sự có thể không nằm ở việc cung cấp token, mà ở tầng ứng dụng, nơi sự khác biệt hóa vẫn còn. Trí tuệ thô như một loại hàng hóa so với trí tuệ được ứng dụng vào những vấn đề cụ thể có giá trị cao.