Paradoja de Jevons

Una teoría económica que sostiene que, a medida que la tecnología aumenta la eficiencia de un recurso, la demanda de dicho recurso en realidad se eleva.

La paradoja de Jevons ocurre cuando el progreso tecnológico o las mejoras de eficiencia reducen el costo de usar un recurso, pero, en lugar de disminuir el consumo, el menor costo hace que la demanda total de ese recurso se dispare. En la inversión moderna, esto se aplica con frecuencia a la tecnología y la capacidad de cómputo, como la inteligencia artificial y la computación en la nube. Para los inversores, comprender esta paradoja es crucial al evaluar industrias que experimentan una rápida deflación de precios. Mientras que los bajistas podrían argumentar que la caída de los precios unitarios destruirá los ingresos de la industria, la paradoja de Jevons sugiere que costos unitarios más bajos desbloquearán casos de uso masivos que antes no eran económicamente viables, expandiendo en última instancia el mercado direccionable total (TAM) e impulsando mayores ingresos agregados para los proveedores. Los inversores deben tener cuidado de no asumir que cada caída de precios desencadena esta paradoja. Depende en gran medida de una alta elasticidad precio de la demanda; si un recurso ya es abundante y la demanda está saturada, nuevas ganancias de eficiencia podrían simplemente conducir a un menor gasto general en lugar de a un aumento del nuevo consumo.

En 2023, procesar 1 millón de tokens de IA costaba $30, y las empresas los usaban con moderación. Para 2026, las mejoras de eficiencia reducen el precio a $0.10 por millón de tokens (una caída de precio de 300 veces). Sin embargo, como ahora es tan barato, las empresas integran la IA en cada flujo de trabajo diario, aumentando su consumo de 10 millones de tokens al mes a 10 mil millones de tokens. A pesar de la caída de precio de 300 veces, el gasto mensual del cliente aumenta de $300 a $1,000.