Gavin Baker：所有人都在等 AI 泡沫，但算力还是不够

Gavin Baker作为Atreides创始人，面对市场普遍对AI泡沫破裂的预期，却找不到企业经营指标恶化的证据。这一观察直接把讨论拉回到需求侧，通过用户规模、Token消耗分布等数据来判断算力是否足够。

Gavin Baker为何找不到泡沫破裂迹象

市场中多数声音都在等待AI泡沫破裂，但Gavin Baker观察到的企业经营数据并未出现恶化迹象。这与普遍预期形成明显差异。Baker没有看到营收下滑、成本失控或投资回报率崩盘等典型泡沫破裂信号。

他的分析基于实际企业运营指标，而非市场情绪或股价波动。当前AI相关企业仍在维持稳定增长态势，没有出现预期中的快速回落。这种数据与预期的背离，让Baker选择从需求端重新审视整个局面，而不是停留在供给侧的资本故事上。

这一立场源于他对经营数据的仔细追踪。Baker强调，判断泡沫是否破裂不能只看外部叙事，更要看真实的企业运行状况。目前看来，恶化迹象尚未显现。

Gavin Baker：所有人都在等 AI 泡沫，但算力还是不够：AI高强度用户规模不足千万

真正高强度使用AI的用户数量不到千万。这一数字直接揭示了当前AI采用的实际范围远小于市场想象。Baker把争论拉回需求侧，正是因为用户规模是判断技术渗透程度的核心指标。

高强度用户指那些每天大量调用AI模型、深度整合到工作流程中的个体或团队。他们不是偶尔尝试，而是持续依赖AI完成核心任务。目前这个群体规模有限，远未达到能支撑大规模算力供给的水平。

这一事实说明AI的普及仍处于早期阶段。大多数企业或个人仍处于观望或浅层使用状态。高强度用户的不足直接限制了整体需求扩张速度，也解释了为什么算力紧张状况持续存在。

Gavin Baker：所有人都在等 AI 泡沫，但算力还是不够：企业Token消耗的幂律分布特征

企业内部Token消耗呈现明显的幂律分布特征。少数用户或团队消耗了绝大多数Token，而大部分成员的消耗量非常低。这种分布规律在AI采用过程中反复出现，反映出使用行为的极度不均衡。

幂律分布意味着需求高度集中。少数重度用户驱动了大部分算力消耗，而大量轻度用户贡献微小。这与传统软件采用路径不同，AI工具的使用门槛和效果放大效应导致了这种集中现象。

Baker通过这一特征指出，企业整体AI消耗量看似增长，但实际由少数核心人员拉动。幂律分布让整体需求显得强劲，却也暴露了采用深度不足的问题。大部分员工尚未真正深度参与，导致算力需求未能均匀释放。

最积极的工程师Token消耗量是中位数水平的数十倍。这一巨大差距进一步印证了企业内AI使用的不均衡状态。少数工程师把AI当作核心生产力工具，而多数同事仍处于较低使用频率。

这种数十倍的差距不是偶然，而是当前AI落地模式的典型表现。积极工程师可能每天生成大量代码、分析报告或自动化流程，Token消耗自然远超他人。中位数员工或许只偶尔使用聊天功能或简单查询。

Baker用这一数据说明，AI在企业中的渗透远未均匀。少数人的高强度使用推动了整体消耗增长，但也意味着更大规模的用户转化潜力仍未释放。这种内部差距直接影响了对算力总需求的判断。

Baker依据上述需求侧数据判断算力是否足够。这些用户规模、分布特征和消耗差距共同指向一个结论：当前算力供给仍无法满足潜在真实需求。

高强度用户不足千万加上幂律分布，意味着实际驱动算力消耗的群体非常小众。即使最积极工程师消耗量是中位数数十倍，也无法掩盖整体采用深度有限的事实。Baker认为，这些数据表明市场对AI的真实需求仍在快速增长阶段，算力紧张状况短期难以缓解。

他没有看到经营指标恶化，正是因为需求侧仍在扩张。企业仍在为获取更多算力而投入，而不是因为需求枯竭而收缩。这一判断把泡沫讨论从资本端拉回技术采用的实际进程。

算力供需紧张的判断基于真实消耗数据，而非预测模型。Baker强调，只有当高强度用户规模显著扩大、幂律分布趋于平缓时，算力才可能出现过剩情况。目前看来，这一转折点尚未到来。

Baker把AI泡沫争论拉回需求侧，是因为供给侧的资本叙事已经偏离实际采用情况。市场热衷于讨论估值泡沫、投资回报，但忽略了用户真实使用行为和消耗模式。

需求侧数据提供了一个更可靠的观察窗口。通过用户规模不到千万、Token消耗幂律分布、最积极工程师与中位数数十倍差距等事实，可以更清晰地看到AI技术的实际落地进程。这些数据比股价波动或融资新闻更能反映本质。

将焦点转移到需求侧有助于避免对泡沫的过度解读。Baker未发现经营指标恶化，正是因为需求仍在增长，只是增长方式高度集中。这种集中既推动了当前算力紧张，也预示着未来更大的扩张空间。

Baker的分析提醒行业参与者，判断AI发展阶段不能只看供给端扩张速度，更要看需求端真实激活程度。只有当高强度使用群体扩大、内部消耗分布趋于均衡时，才可能出现供给过剩的泡沫破裂场景。目前数据指向的仍是算力不足的现实。

这一视角为AI行业提供了新的讨论框架。它不否定泡沫存在的可能性，但要求把判断建立在用户行为和消耗数据之上，而不是抽象的市场情绪。Baker通过这些需求侧事实，指出算力仍是当前AI发展的主要瓶颈。

（正文字数：2148）