工银国际-宏观经济深度研究：算力的杰文斯悖论-250303

- DeepSeek的出现为AI技术的发展提供了多样化的创新路径，推动算力从“云端推理”向“端侧智能”转变。

- 杰文斯悖论在算力领域的应用表明，算力需求的增长并非单纯依赖于价格下降，而是受到数据获取、技术能力和应用场景等多重因素的制约。

- 未来算力市场发展将重心转向提升算力利用效率，而非单纯扩展计算能力，需求弹性将进入“理性收敛”的新阶段。

本投资报告探讨了算力市场的深刻变革，特别是通过DeepSeek等新兴技术所引发的影响，结合杰文斯悖论的视角分析算力需求的变化。

首先，DeepSeek的出现为人工智能的发展提供了多样化的技术路径，打破了过去单一路径的局限，推动了AI应用的广泛性和灵活性。

这种变革使得算力市场的增长不再是无约束的扩张，而是受到市场分化、数据获取限制、技术瓶颈和边际收益递减等多重因素的制约。

其次，算力增长的内在逻辑体现在模型边界的阶梯式突破和应用场景的持续演进。

尽管大模型的规模不断扩张，但其发展受到物理和理论边界的限制，算力的提升并不意味着模型的边界可以无限扩张，而是需要在实际应用场景中实现落地。

报告还指出，杰文斯悖论的核心在于算力需求的价格弹性。

尽管技术进步降低了算力成本，但算力需求的增长并非仅由价格驱动，还受到数据可得性、算法复杂度和行业适配度等多重因素的影响。

因此，算力市场的需求弹性存在显著的非对称性，头部科技公司在算力投入上表现出较强的扩张能力，而普通企业和个人开发者则面临数据治理、技术能力和创新周期等多重制约。

最后，报告总结认为，未来的算力革命将不再单纯依赖算力的扩张，而是更注重算力的高效利用，技术创新的重心将转向提升算力利用效率，市场的发展逻辑也将经历深刻变革。