【AI 經濟學】 NVIDIA 點解愈來愈值錢？營收勁 107% 因為 Jevons Paradox？ (Patreon)

Jevons Paradox 究竟係乜？

Jevons Paradox 指一種反直覺現象：技術效率提高之後，每一單位資源用得少咗，但因為成本下降、用途增加，總需求反而可以升得更快。十九世紀英國煤炭就係經典例子，蒸汽機愈有效率，煤嘅總需求反而繼續增加。

點解 AI 愈平，總 compute demand 反而可能愈大？
因為 AI 平咗之後，原本唔值得用 AI 做嘅工作開始值得做；同時 agentic AI 會將一個人類指令拆成更多步驟、更多 tool calls，同一件工作本身亦會消耗更多 tokens。用途增加同每個用途嘅 compute intensity 都可以推高總需求。

點樣知道 AI 係咪真係出現 Jevons Paradox？
要睇需求價格彈性，即係 AI 價格跌一個百分比之後，使用量會增加幾多。如果需求增加速度快過價格下降帶來嘅效率改善，先接近 Jevons Paradox 所描述嘅情況。

AI 愈普及，邊啲東西反而會變得更加稀缺？
一種 scarcity 被技術解決之後，其他 bottleneck 就會浮現。上游最明顯係 GPU、Data Center 同相關基建；AI 使用一路向下游擴散之後，人類互動、context、judgment 等亦可能形成新嘅相對稀缺。

Compute demand 大升，係咪代表 Cloud 公司一定賺大錢？
唔一定。Revenue growth 同 Return on Capital 要分開睇。Microsoft、Amazon 等 Cloud Provider 可以因為 AI demand 上升而增加收入，但同時亦要投入大量 Data Center、GPU 同 fixed capital。最後回報要視乎投入成本、價格同資本回收速度。

AI 對工作市場嘅影響，點解可能先出現喺 junior jobs？
好多 junior 工作本身就包含大量標準化、重複、容易拆解嘅任務。AI 提高生產力之後，以前可能需要一 team 人完成嘅工作，今日可以由更少人處理，所以入行職位會先收窄。片中亦提到 22 至 25 歲、AI exposure 較高嘅職位，employment 表現較弱，而調整主要可以表現為少請人。

當 low-context 工作愈來愈容易交俾 AI，人應該培養乜嘢能力？
Transcript 將 low context 定義為可以靠文字、結構化資料直接得出 actionable outcome 嘅工作；high context 就需要理解情境、人情世故、情緒同 judgment。AI 愈擅長處理 low-context information，人就愈需要提升 high-context communication、判斷力同理解情境嘅能力。