如果未來 AI 蓬勃發展？20 VC 合夥人：Token 價格便宜 99%，反而開始更大市場
AI 資料中心投資不斷擴張，市場也開始擔心 GPU、電力與算力供給最終重演網路泡沫時期的「過度建設」。
不過，20VC 投資人 Paul Bonnet 提出另一種可能：如果 AI 最終不是泡沫破裂，而是「一切都發展順利」，結果可能反而是 AI Token 價格持續崩跌，但整體市場規模呈指數級成長。
Bonnet 以 19 至 20 世紀的鋁（Aluminium）產業為例。
廣告 - 內文未完請往下捲動
鋁曾經比黃金昂貴，隨著冶煉技術突破，價格在百年間下降超過 99.9%，卻沒有立刻摧毀產業，反而陸續催生廚具、輸電、飛機、包裝等巨大市場。
價格崩跌與產業繁榮並不矛盾。真正重要的是，每一次成本下降，能不能創造一個比上一個市場大數個數量級的新應用。
從電信光纖到鐵路，供給短缺通常會走向過剩
Bonnet 指出，市場對 AI 泡沫的擔憂並非沒有歷史依據。
多數供給短缺最終都會在約 3 至 5 年內轉為供給過剩，並在過程中摧毀大量資本。
例如 2000 年前後的電信光纖建設潮，最終形成大量「Dark Fibre」閒置光纖，包括 Corning、Lucent、Nortel 等相關企業股價都曾遭遇極大幅度修正。
更早之前，美國 1890 年代鐵路投資狂潮，也曾導致約四分之一鐵路里程進入破產接管程序。
按照這套歷史經驗推演，今天大規模興建 AI 資料中心、採購 GPU 與建立電力基礎設施，最終似乎也可能走向相同結局。
但 Bonnet 認為，鋁提供了一個值得研究的例外。
1852 年的鋁比黃金還貴，百年後價格暴跌逾 99.9%
鋁其實從來不是稀有金屬，甚至是地殼中含量最高的金屬元素之一，問題在於早期人類無法低成本將其分離與提煉。
Bonnet 整理的資料顯示，1852 年鋁價格一度達到每公斤 1,200 美元，同期黃金約為每公斤 600 美元。
相傳拿破崙三世甚至會以鋁製餐具招待最尊貴的客人，而華盛頓紀念碑頂端使用的約 100 盎司鋁，也曾是當時美國最昂貴的金屬製品之一。
真正的轉折發生在 1886 年，Charles Martin Hall 與 Paul Héroult 分別發現電解煉鋁方法；1889 年 Bayer Process 又解決鋁礦精煉問題。
到了 1954 年，美國鋁產量已達約 130 萬噸，價格下降至每公斤約 0.48 美元。鋁價百年間下跌超過 99.9%。
但鋁產業沒有因此消失。Bonnet 指出，相關市場交易價值反而從 1895 年約 50 萬美元，成長至 1954 年每年約 6.4 億美元。
每次價格崩跌，都不是賣更多舊產品，而是創造新市場
這也是 Bonnet 認為鋁與 AI Token 最相似的地方。
1852 年每公斤 1,200 美元時，鋁只能用於珠寶與儀式性物品；1859 年降至約 37 美元後，可以進入科學儀器市場；1890 年代初降至約 4.4 美元後，開始製成廚具，與銅、鑄鐵競爭。
1900 年左右降至約 0.72 美元後，鋁開始進入架空輸電線市場。
之後即使名目價格沒有繼續大幅下降，材料性能仍持續突破。1909 年硬鋁（Duralumin）問世，使鋁首次真正成為結構材料，進一步推動全金屬機身與航空產業發展，包括 1935 年投入市場的 DC-3。
1950 年代後，鋁又大規模進入鋁箔、包裝與飲料罐。
AI Token 正走同一條成本曲線，而且速度可能快十倍
Bonnet 認為，AI Token 現在可能正在經歷類似過程，只是速度遠快於鋁。
鋁花了約 100 年才完成超過 1,000 倍的成本下降，而 AI Token 有機會在不到 10 年內完成類似幅度的成本下降。
問題反而是當 Token 便宜 10 倍、100 倍甚至 1,000 倍後，會出現什麼今天根本不存在的應用？
目前 ChatGPT、Claude 等聊天機器人仍受到「人類」這個需求上限限制。即使全球已有超過 10 億使用者每月使用類似 AI 平台，人類閱讀、輸入與工作的時間仍然有限。
但 Reasoning Model 與 AI Agent 開始改變這個限制。
推理 Token 不需要被人類逐字閱讀；未來 Agent 也可能呼叫其他 Agent，甚至由 Agent 建立、管理與執行更多 Agent。
一旦如此，AI Token 的最終消費者就不一定是人類。
Bonnet 認為，這可能使 AI 市場的需求上限從「全球人口 × 每個人的時間」，逐漸轉變為兩項因素：成本與效用（Utility）。
而這兩個變數目前正在同時改善：Token 成本持續下降，模型能力則持續提升。
風險提示
加密貨幣投資具有高度風險，其價格可能波動劇烈，您可能損失全部本金。請謹慎評估風險。
