到 2026 年，超大规模企业的人工智能支出将接近 7000 亿美元，并且在未来几年可能会继续增加。尽管一些投资者担心这些投资需要多长时间才能产生利润，但比尔·阿克曼却以科技牛的身份加入了这一行列。

这位亿万富翁投资者的一篇 X 帖子详细介绍了一个看涨的论点，该论点假设代币成本将变得更加实惠。如果发生这种情况，它可以进一步证明高资本支出的合理性，并转化为科技巨头更高的利润。

潘兴广场资本管理公司首席执行官比尔·阿克曼。图片来源：盖蒂图片社。

为什么代币成本很重要

ChatGPT 等 AI 模型将文本提示读取为标记。当用户要求人工智能模型创建图像、视频和其他媒体时，也会生成这些代币。

每个代币都需要一些电力来生产。像亚马逊这样的云公司将购买可以生产代币的英伟达芯片。其他人工智能芯片也产生代币，但英伟达拥有最大的市场份额。

投资者密切关注每消耗一瓦电量可以产生多少代币，以确定未来成本如何下降。如果每瓦电力产生的代币数量增加一倍，那么超大规模企业的代币相关成本就会减少一半。

阿克曼正在耐心等待科技巨头优化其代币成本。人工智能热潮的早期阶段一直致力于最大化处理代币的数量，无论每消耗一瓦电力会产生多少代币。他认为市场低估了这一机会，他一直在利用这种脱节来建立在超大规模企业中的地位。

超大规模企业最终可以获得更高的利润和更好的收入增长率

理论上，代币优化将使超大规模企业能够使用更少的 Nvidia 芯片来运行，同时为相同数量的客户提供服务。然而，代币优化不仅仅会提高利润。它还将增加对超大规模企业人工智能模型和云平台的需求。

讽刺的是，较低的代币成本实际上可以增加对人工智能芯片的需求。杰文斯悖论发现，效率的提高可以转化为更多的客户，因此投资者不应期望人工智能芯片制造商会因代币成本降低而崩溃。

阿克曼分享的报告接着称，微软在 2025 年单季度处理了超过 100 万亿个代币，同比增长了 5 倍。其中仅一个月就有 50 万亿代币，显示出显着的环比增长。 Alphabet 还通知投资者，第一季度每分钟处理超过 160 亿个代币。

科技巨头可以从现有的人工智能芯片中获得更多收益，随着代理人工智能和物理人工智能的不断扩展，这将变得非常重要。 7000 亿美元的资本支出是一个很大的数字，但阿克曼关注的是这些投资的潜在回报。他看到了隧道尽头的曙光，可以带来更高的利润并加速收入增长率。