トークンの「支出の重要な指標の使用における最近の弱点は、市場を主導し、AI商用拡張のこのラウンドの需要ベースを再訪しました。 サイトークンnデータデータを参照することにより、Bloombergは、LMトークン支出指数が生成したとおり、5月のピーク以来、ほぼ20セントに陥り、5月の発売以来、ほぼ2倍になりました。

このインジケータは、多くの場合、AIサービスのために支払うために企業やユーザーの余白を観察するために使用されています. しかし、インデックスはAIサービス価格の全体的な下落に値しません。 サイトークン発行データの表示では、このインジケータは価格と使用の両方の影響を受けており、ペイメントの変化のプロキシ変数に近いため、単価信号として解釈することはできません。

需要側に市場差が集中

この下落のための市場の2つの主要な解釈があります。

より楽観的なビューは、トークンの価格が2023年以降に著しく低下し、使用しきい値のその後の低下に伴い、全体的な支出の拡大は継続する可能性が高いことです。 このような場合、指数は、全体の需要の減少よりも需要の再構築のように落ちます。

より慎重な見解は、ユーザーが支払う余計な意思は、段階的な天井に近いかもしれませんでした。 アリアンツリサーチは、現在のAI投資成長と実際の販売の大きなギャップがあることを述べました。これは、需要側が遅くなると、関連する評価圧力のリスクがより迅速になることを意味します。

訓練から推論までの力の必要性は移ります。

決済需要信号の変動にもかかわらずAIインフラ投資は著しく逆転していません。 報告書では、ハイエンドのGPUと高帯域幅のRAMはまだストレス下にあり、供給と需要の不均衡は2026年まで持続し、判断の一部は2028年まで続く可能性があると言及しています。

しかし、市場問題は変化しています。 以前は、モデルのトレーニングに資本支出が集中し、推論チェーンに向かって移動していた。 これは、コンピューティングパワーの必要性がトップトレーニングチップだけに焦点を合わせていないことを意味し、最適化された推論ハードウェアの重要性が増加し、チェーンの利点の方向はそれに応じて調整することができることを意味します。

この観点から、現在の変化は必ずしもチップ業界がより低いサイクルに入るという意味ではありませんが、成長源は変化しています。 過去のハイエンドのGPU駆動モデルは、より分散型のハードウェア要求構造に向かって移動しています。

規制変更により、商品化コストが増加

需要とハードウェア構造に加えて、規制要因もAI製品の価格設定と展開に影響を与える。 報告書では、米国規制の階層は、最近、モデルの一部のタイミングとアクセスのアレンジで調整を要求したと述べています。EU の s AI 法は、フロントラインモデルに対する評価と透明性の要件を強化しました。

これらの変更はモデル価格を直接下げるのではなく、デプロイメントとコンプライアンスコストを増加させます。 企業にとって、コストの最適化の重要性は、さまざまなモデル間で作業負荷が分散されると上昇し続けます。これにより、ハイエンドモデルの比率と価格設定容量にさらに影響を及ぼす可能性があります。