AI 經濟學

低成本中國 AI 模型正透過挑戰當前市場背後的價格與稀缺性假設，加劇對 Anthropic 與 OpenAI 的壓力。

Ramp 數據顯示，8 月 AI 採用幾乎沒有成長，而最高使用者削減了支出，這讓人對 token 經濟、模型定價與企業需求產生疑問。

SiliconANGLE 認為 AI 支出與採用依然具韌性，但有限的來源證據讓市場持久性的說法無法驗證。

Yahoo Finance 的報導將 AI 代理與 S&P 500 的潛在漲幅聯繫起來，但目前可得的紀錄沒有提供支持該論點的公司、預測、基準或證據。

DeepSeek已釋出大幅漲價訊號，引發外界對其低價吸引力，以及使用其AI模型的開發者所面臨經濟性的疑問。

一項 VentureBeat 調查顯示，企業推進 AI 基礎架構與供應商更換的速度，快於他們追蹤 GPU 使用量或真實運算成本的速度。

一篇來源稀薄、談論 AI 驅動通膨的評論凸顯出更大的轉變：AI 成本上升與勞動壓力正成為政治議題。

新的報導指出，龐大的 AI 基礎設施支出如今正在支撐美國成長；若需求降溫，科技股與整體經濟的風險都將上升。

Anthropic 進行了一項為期一週的內部市場測試，共有 69 個 AI 代理；能力更強的模型始終能談判出更好的結果，而較弱模型的使用者始終沒有察覺。

經濟學家羅伯特·賴希（Robert Reich）主張，AI帶來的生產力提升將使所有者受益多於勞工，歷史顯示在沒有工會或政治勢力的情況下，即使生產力上升，中位數工資仍會停滯。

2026 年成為 AI 產業的關鍵考驗年，投資者在對獲利能力存有疑慮的情況下，要求超過 3,000 億美元資本支出的回報。

史丹佛的新研究顯示，人工智慧大幅降低薪資不平等，同時將平均薪資提高21%，而簡化是薪資增長的主要推動力。

大型科技公司在2025年投入 $400B 建設資料中心，並預期在2026年增加投資，隨著AI基礎設施成為經濟關鍵，這引發了對系統性金融風險的擔憂。