Дешёвые токены нейросетей растят спрос, лучший сценарий для Дженсена Хуанга

The Decoder разбирает данные Ornn, Silicon Data и Bloomberg (по состоянию на август 2026 года). По ним на рынке ИИ наблюдается то, что a16z называет хрестоматийным парадоксом Джевонса: цены на токены продолжают падать, а аренда GPU H100 держится на прежнем уровне или дорожает.

Механика такая: дешёвые токены открывают дорогу ИИ-агентам, автоматизации и новым приложениям, поэтому объём потребления растёт быстрее, чем снижается стоимость единицы. Издание подчёркивает, что неясно, какая доля спроса исходит от людей, а какая от самих систем: агентный ИИ сжигает токены с огромной скоростью. Спрос на вычисления может быть искусственно раздут, а даже умеренный рост человеческого использования способен вызвать непропорционально большую потребность в оборудовании.

Вся конструкция держится на одном допущении: использование ИИ должно расти достаточно быстро, чтобы компенсировать падение цен на токены. Пока так и происходит, оборудование остаётся дефицитным и дорогим. Если спрос выйдет на плато, удар придётся по всей цепочке, от производителей чипов и памяти до энергетических и облачных компаний, а дальше рынки могут пойти вразнос. Насколько они уже чувствительны, стало видно, когда американские акции упали на сообщениях о том, что годовая выручка OpenAI (в пересчёте на год) может оказаться ниже, чем сообщалось ранее.

Ключевые факты

По данным Ornn, Silicon Data и Bloomberg (по состоянию на август 2026 года), цены на токены падают, а аренда GPU H100 держится на уровне или растёт.
a16z называет это хрестоматийным парадоксом Джевонса: дешёвые токены открывают место агентам, автоматизации и новым приложениям, и объём растёт быстрее, чем дешевеет единица.
Неясно, какая часть спроса исходит от людей, а какая от самих систем: агентный ИИ расходует токены в огромных объёмах.
Вся система держится на допущении, что использование ИИ растёт быстрее, чем падают цены на токены; пока это так, оборудование остаётся дефицитным и дорогим.
Если спрос выйдет на плато, пострадает цепочка от производителей чипов и памяти до энергетиков и облачных компаний; чувствительность рынков проявилась в падении акций США на сообщениях о выручке OpenAI.

Почему это важно

Материал показывает неочевидную связь: удешевление токенов не делает вычислительное оборудование дешевле. По приведённым данным, аренда GPU H100 держится на уровне или растёт, потому что объём потребления увеличивается быстрее, чем падает цена единицы. Для рынка ИИ это значит, что спрос на оборудование прямо зависит от того, продолжат ли агенты и автоматизация расходовать токены в растущих масштабах.

Кому это важно

Тем, кто следит за экономикой ИИ-инфраструктуры: облачным и ИИ-компаниям, которые закупают или арендуют GPU, инвесторам в цепочку поставок (чипы, память, энергетика, облака), а также командам, которые строят продукты на агентах и считают расходы на токены. Название отсылает к Дженсену Хуангу: для него такой сценарий назван лучшим, поскольку растущий спрос поддерживает дефицит оборудования.

Как это применить

Прямого практического применения у материала нет: это аналитическая заметка, а не инструмент или релиз. Её можно использовать как рамку при чтении новостей о ценах: падение стоимости токена само по себе не означает, что дешевеет и железо, по приведённым данным, аренда H100 держится на уровне или дорожает. Полезно отдельно следить за ценой токенов и ценой аренды вычислений.

Можно ли доверять

Это аналитический пересказ изданием The Decoder данных Ornn, Silicon Data и Bloomberg по состоянию на август 2026 года. В тексте не приведены ни сами цены на токены и аренду H100, ни процентные изменения, ни описание наборов данных, поэтому проверить тезис по цифрам из заметки нельзя. Характеристика «хрестоматийный парадокс Джевонса» принадлежит a16z; кто именно и где её высказал, в тексте не сказано. Заявлений самого Дженсена Хуанга в материале нет, а выводы о рисках сформулированы осторожно, с оговорками «может» и «если».

Риски и подводные камни

Главная оговорка: неясно, какая часть спроса создана людьми, а какая самими системами, поэтому спрос на вычисления может быть искусственно раздут. Конструкция опирается на одно допущение, рост использования ИИ должен опережать падение цен на токены. Если спрос выйдет на плато, удар придётся по производителям чипов и памяти, энергетикам и облачным компаниям, а рынки могут пойти вразнос. Пример чувствительности, падение американских акций на сообщениях, что годовая выручка OpenAI может оказаться ниже заявленной ранее; цифр и подтверждений в тексте не приведено, как и сроков возможного выхода спроса на плато.