Morgan Stanley: Model bobot terbuka mengurangi biaya AI, "Paradoks Jevons" dapat menyebabkan permintaan daya komputasi terus meningkat

Odaily melaporkan bahwa Morgan Stanley dalam laporan terbarunya "Model Bobot Terbuka dan Tiga Skenario Masa Depan" menyatakan bahwa model bobot terbuka tidak selalu mengurangi kebutuhan daya komputasi AI. Justru sebaliknya, biaya penggunaan yang lebih rendah mungkin mempercepat adopsi AI, membentuk apa yang disebut "paradoks Jevons" yang klasik: ketika biaya inferensi per tugas menjadi lebih murah, perusahaan akan menggunakan AI untuk lebih banyak tugas, yang pada akhirnya meningkatkan kebutuhan total untuk Token, daya komputasi, listrik, dan infrastruktur. Laporan tersebut menekankan bahwa model bobot terbuka bukan berarti sepenuhnya gratis; perusahaan tetap harus menanggung biaya GPU, layanan cloud, operasi, dan keamanan, serta ekonomi nyata tergantung pada skenario aplikasi. Morgan Stanley berpendapat bahwa terlepas dari bagaimana tingkat keterbukaan model berubah, NVIDIA dan lainnya cenderung tetap mendapat manfaat.