Morgan Stanley: Otwarcie modeli open weight obniża koszty AI, a „paradoks Jevonsa” może spowodować dalszy wzrost zapotrzebowania na moc obliczeniową

Według najnowszego raportu Odaily oraz Morgan Stanley, zatytułowanego „Open-weight models and three future scenarios”, otwarte modele wagowe niekoniecznie zmniejszają zapotrzebowanie AI na moc obliczeniową. Wręcz przeciwnie, niższe koszty użytkowania mogą przyspieszyć upowszechnienie się AI, co prowadzi do klasycznego „paradoksu Jevonsa”: po obniżeniu kosztu pojedynczego przetwarzania, przedsiębiorstwa będą wykorzystywać AI do większej liczby zadań, co ostatecznie zwiększy łączne zapotrzebowanie na tokeny, moc obliczeniową, energię elektryczną oraz infrastrukturę. Raport podkreśla, że otwarte wagi nie oznaczają pełnej bezpłatności — firmy nadal muszą ponosić koszty GPU, usług chmurowych, utrzymania i bezpieczeństwa, a realna opłacalność zależy od zastosowania. Morgan Stanley uważa, że niezależnie od stopnia otwartości modeli, takie firmy jak NVIDIA mają szansę skorzystać.