Summary & Insights
A venture capitalist argues that the feverish build-out of data centers and AI models isn’t just a typical tech bubble—it’s a unique historical moment where a collapsing price commodity, government policy, loose credit, and pure technological exuberance are all colliding. According to Paul Kodrosky, this “rational bubble” is creating a massive, overbuilt fabric of computing infrastructure, much like the railroad or dot-com fiber booms. While this will inevitably lead to a painful bust for many current players, including giants like OpenAI and NVIDIA, the resulting crash in the cost of “cognition” will unlock a new wave of innovation and productivity.
Kodrosky describes the current AI economy as an “enthusiasm” replaying a classic pattern: enormous capital expenditure goes into building foundational infrastructure, which rarely pays off for the builders themselves but creates a platform for future winners. The critical, unusual twist this time is that the core unit being sold—AI “tokens,” or units of computational output—is plummeting in price by 50-70% annually. This collapsing price undermines the business models of frontier AI companies, which must grow at astronomical, near-impossible rates just to maintain revenues. Meanwhile, the boom has metastasized deep into the wider economy, drawing in insurers, private credit, regional governments offering subsidies, and construction firms, meaning the coming correction will cause broad economic pain.
Despite predicting a shakeout, Kodrosky is profoundly optimistic about the underlying technology’s long-term impact. The rapid decline in token prices means cognition will become cheap and ubiquitous, acting as a “cheat code” for progress in fields like medicine, materials science, and robotics. This will help offset powerful demographic headwinds, such as aging populations in developed nations, by boosting productivity. The future beneficiaries won’t be today’s AI poster children but companies and sectors we can’t yet envision, which will leverage this cheap, powerful substrate to solve real-world problems and reshape the workforce.
Surprising Insights
- Consumer chat is a tiny, almost irrelevant part of the AI economy. Kodrosky asserts that all global consumer chat inference (e.g., using ChatGPT) could be handled by a single large data center, representing less than 5% of total AI compute demand. The boom is being driven by training runs and internal coding tools, not by end-user applications.
- The bottleneck is shifting from processing to memory. The analogy used is that NVIDIA’s powerful chips are like a super-fast highway tollbooth, but the real constraint is the number of lanes feeding it. As AI moves toward an “inference world,” high-bandwidth memory, not raw processing power, is becoming the critical scarcity.
- Major investors are already treating top AI models as commodities. Microsoft’s Satya Nadella discussing a “multi-model world” signifies that even a massive backer of OpenAI sees little differentiation between frontier models. This commoditization at such an early stage is a bad omen for the business models of pure-play AI companies.
- Demographic decline will partially offset AI-driven productivity gains. While AI could significantly boost productivity, an aging and shrinking workforce in developed nations will act as a strong countervailing force on economic growth, making the AI productivity surge more about compensating for losses than creating hyper-growth.
- The AI bubble uniquely combines four classic bubble ingredients. Kodrosky notes this is the first U.S. “bubble” that sits at the intersection of technology, real estate (data centers), loose credit, and direct government policy/geopolitical anxiety, making it particularly potent and dangerous.
Practical Takeaways
- Skeptically evaluate “new name” AI IPOs. As the bubble progresses, a wave of speculative AI companies will go public to soak up retail investor appetite. Their business models will be especially vulnerable to collapsing token economics, so extreme caution is warranted.
- Look for winners beyond the obvious infrastructure builders. History shows the fortunes are made by those who build on the new infrastructure (e.g., Netflix after the telecom build-out), not by those who lay the pipes. Focus on applications in robotics, enterprise software, and scientific research.
- Consider vocational paths less susceptible to AI displacement. With AI poised to transform white-collar cognitive work, skilled trades and vocational jobs with high demand, good pay, and physical components may offer more stable, long-term career paths.
- Recognize that “demand” can be a misleading signal. Much of the current insatiable demand for AI compute is for training and internal coding—activities that are costly, wasteful, and often done by the AI companies themselves. This is not necessarily validation of a sustainable external market.
Kodrosky mô tả nền kinh tế AI hiện tại như một “cơn sốt” lặp lại mô hình kinh điển: chi phí vốn khổng lồ được đổ vào xây dựng cơ sở hạ tầng nền tảng, điều hiếm khi mang lại lợi nhuận cho chính những người xây dựng nhưng lại tạo ra nền tảng cho những người chiến thắng trong tương lai. Điểm khác biệt quan trọng và bất thường lần này là đơn vị cốt lõi được bán – “token” AI, hay đơn vị đầu ra tính toán – đang giảm giá 50-70% mỗi năm. Mức giá sụp đổ này làm suy yếu mô hình kinh doanh của các công ty AI tiên phong, những công ty buộc phải tăng trưởng với tốc độ phi thường, gần như không thể đạt được chỉ để duy trì doanh thu. Trong khi đó, cơn sốt đã lan sâu vào nền kinh tế rộng lớn hơn, thu hút các công ty bảo hiểm, tín dụng tư nhân, chính quyền địa phương cung cấp trợ cấp và các công ty xây dựng, đồng nghĩa với việc đợt điều chỉnh sắp tới sẽ gây ra tổn thất kinh tế rộng khắp.
Mặc dù dự đoán một cuộc sàng lọc, Kodrosky lại vô cùng lạc quan về tác động lâu dài của công nghệ cơ bản. Việc giá token giảm nhanh chóng có nghĩa là nhận thức sẽ trở nên rẻ và phổ biến, đóng vai trò như “mã gian lận” cho sự tiến bộ trong các lĩnh vực như y học, khoa học vật liệu và robot. Điều này sẽ giúp bù đắp cho những trở ngại nhân khẩu học mạnh mẽ, chẳng hạn như dân số già ở các nước phát triển, bằng cách tăng năng suất. Những người hưởng lợi trong tương lai sẽ không phải là những hình mẫu AI ngày nay mà là những công ty và lĩnh vực mà chúng ta chưa thể hình dung, những tổ chức sẽ tận dụng nền tảng mạnh mẽ và rẻ tiền này để giải quyết các vấn đề thực tế và định hình lại lực lượng lao động.
### Những góc nhìn đáng kinh ngạc
– **Chat người dùng chỉ là một phần nhỏ, hầu như không đáng kể trong nền kinh tế AI.** Kodrosky khẳng định rằng tất cả hoạt động suy luận chat người dùng toàn cầu (ví dụ: sử dụng ChatGPT) có thể được xử lý bởi một trung tâm dữ liệu lớn duy nhất, chiếm chưa đến 5% tổng nhu cầu điện toán AI. Sự bùng nổ được thúc đẩy bởi các lượt đào tạo và công cụ mã hóa nội bộ, chứ không phải bởi các ứng dụng người dùng cuối.
– **Điểm nghẽn đang chuyển từ xử lý sang bộ nhớ.** Phép loại suy được sử dụng là chip mạnh của NVIDIA giống như một trạm thu phí đường cao tốc siêu nhanh, nhưng ràng buộc thực sự là số làn đường cung cấp cho nó. Khi AI hướng tới một “thế giới suy luận”, bộ nhớ băng thông cao, chứ không phải sức mạnh xử lý thô, đang trở thành sự khan hiếm quan trọng.
– **Các nhà đầu tư lớn đã coi các mô hình AI hàng đầu như hàng hóa.** Việc Satya Nadella của Microsoft thảo luận về “thế giới đa mô hình” cho thấy ngay cả một nhà hậu thuẫn lớn của OpenAI cũng thấy ít sự khác biệt giữa các mô hình tiên phong. Sự hàng hóa hóa này ở giai đoạn sớm như vậy là một điềm xấu cho các mô hình kinh doanh của các công ty AI thuần túy.
– **Suy giảm nhân khẩu học sẽ phần nào bù đắp cho lợi ích năng suất do AI tạo ra.** Mặc dù AI có thể tăng năng suất đáng kể, nhưng lực lượng lao động già hóa và thu hẹp ở các nước phát triển sẽ tạo ra một lực lượng đối trọng mạnh mẽ đối với tăng trưởng kinh tế, khiến đợt tăng năng suất AI chủ yếu là để bù đắp tổn thất hơn là tạo ra siêu tăng trưởng.
– **Bong bóng AI kết hợp độc đáo bốn yếu tố kinh điển của bong bóng.** Kodrosky lưu ý đây là “bong bóng” Mỹ đầu tiên nằm ở giao điểm của công nghệ, bất động sản (trung tâm dữ liệu), tín dụng dễ dãi và chính sách trực tiếp của chính phủ/lo ngại địa chính trị, khiến nó đặc biệt mạnh mẽ và nguy hiểm.
### Điểm rút ra thực tiễn
– **Đánh giá một cách hoài nghi các IPO của các công ty AI “tên tuổi mới”.** Khi bong bóng phát triển, một làn sóng các công ty AI đầu cơ sẽ niêm yết công khai để đáp ứng nhu cầu của nhà đầu tư bán lẻ. Mô hình kinh doanh của họ sẽ đặc biệt dễ bị tổn thương trước sự sụp đổ của kinh tế token, do đó cần thận trọng tối đa.
– **Tìm kiếm những người chiến thắng ngoài những người xây dựng hạ tầng rõ ràng.** Lịch sử cho thấy tài sản được tạo ra bởi những người xây dựng *trên* cơ sở hạ tầng mới (ví dụ: Netflix sau khi hạ tầng viễn thông được xây dựng), chứ không phải bởi những người đặt đường ống. Hãy tập trung vào các ứng dụng trong robot, phần mềm doanh nghiệp và nghiên cứu khoa học.
– **Cân nhắc các con đường nghề nghiệp ít bị ảnh hưởng bởi sự thay thế của AI.** Với AI sẵn sàng chuyển đổi công việc nhận thức của lao động cổ cồn trắng, các nghề thủ công lành nghề và công việc hướng nghiệp có nhu cầu cao, lương tốt và yếu tố vật lý có thể mang lại con đường sự nghiệp ổn định, lâu dài hơn.
– **Nhận ra rằng “nhu cầu” có thể là một tín hiệu gây hiểu lầm.** Phần lớn nhu cầu không thể thỏa mãn hiện tại về điện toán AI là cho việc đào tạo và mã hóa nội bộ – những hoạt động tốn kém, lãng phí và thường do chính các công ty AI thực hiện. Điều này không nhất thiết xác nhận một thị trường bên ngoài bền vững.
一位风险投资家指出，当前数据中心与人工智能模型的狂热建设浪潮并非普通的科技泡沫，而是由商品价格崩塌、政策导向、信贷宽松与纯粹技术狂热交织而成的独特历史节点。保罗·科德罗斯基认为，这种「理性泡沫」正在形成类似铁路或互联网光纤热潮时期般庞大而过剩的计算基础设施网络。尽管当前参与者（包括OpenAI与英伟达等巨头）必将经历残酷的市场洗牌，但「认知」成本的急剧下降将引爆新一轮创新与生产力革命。
科德罗斯基将当前AI经济描述为经典模式的「狂热再现」：巨额资本涌入基础建设，建设者自身虽难获利，却为未来赢家搭建了舞台。本轮周期的特殊转折在于，AI核心交易单位——即表征计算输出的「代币」——正以每年50-70%的速度暴跌。这种价格崩塌正在侵蚀前沿AI企业的商业模式，迫使它们以近乎天文数字的增速维持营收。与此同时，这场繁荣已深度渗透至保险、私人信贷、地方政府补贴、建筑工程等广泛经济领域，意味着随之而来的调整将引发广泛阵痛。
尽管预测行业将经历震荡，科德罗斯基对底层技术的长期影响抱有深刻乐观态度。代币价格急速下跌意味着认知能力将变得廉价而普及，成为医学、材料科学、机器人等领域的「发展加速器」。这将通过提升生产力，缓解发达经济体人口老龄化等结构性阻力。未来的受益者并非当下的AI明星企业，而是那些尚未现身的公司与行业——它们将利用这种廉价而强大的底层能力解决现实难题，重塑劳动力市场。
颠覆性洞察
- 消费者聊天仅是AI经济的边缘构成：科德罗斯基断言，全球消费者聊天推理需求（如使用ChatGPT）仅需单个大型数据中心即可满足，占AI算力总需求不足5%。当前繁荣主要由模型训练与企业内部编程工具驱动，而非终端用户应用。
- 瓶颈正从处理器转向存储器：英伟达高端芯片如同高速公路的超速收费站，但真正制约因素是通往收费站的通道数量。随着AI向「推理世界」演进，高带宽内存——而非原始算力——正成为关键稀缺资源。
- 头部AI模型已被资本视作大宗商品：微软CEO萨提亚·纳德拉提出「多模型世界」概念，表明即使是OpenAI的重要支持者，也认为前沿模型间缺乏本质差异。这种早期商品化趋势对纯AI公司的商业模式构成凶兆。
- 人口衰退将部分抵消AI生产力增益：尽管AI能显著提升生产力，但发达经济体劳动力萎缩与老龄化将成为经济增长的强大抵消力量，使得AI带来的生产力爆发更多是弥补损失，而非创造超常增长。
- AI泡沫首次融合四大经典泡沫要素：科德罗斯基指出，这是美国首次出现技术、房地产（数据中心）、信贷宽松与政府政策/地缘政治焦虑四重叠加的「泡沫」，使其更具威力与危险性。
实践启示
- 谨慎审视新兴AI公司IPO：随着泡沫演进，投机性AI企业将批量上市吸纳散户资金。这些公司的商业模式极易受代币经济崩塌冲击，需保持高度警惕。
- 寻找基础设施建造者之外的赢家：历史表明财富往往属于在新基建上构建应用者（如电信基建后的Netflix），而非管道铺设者。重点关注机器人、企业软件与科学研究等应用领域。
- 关注不易受AI替代的职业路径：当AI变革白领认知工作时，市场需求旺盛、薪酬可观且需实体操作的技术工种与职业，可能提供更稳定的长期发展路径。
- 警惕「需求」信号的误导性：当前对AI算力的饥渴需求多来自训练与内部编程活动——这些由AI公司自身主导的高成本、高能耗行为，未必能验证可持续的外部市场。
Venture capitalist, writer, and researcher Paul Kedrosky thinks it’s likely that in the near future, an AI crash will cause widespread damage to the economy—but he’s still optimistic about the technology anyway. Today, he tells us why, and shares his boldest predictions about AI, including why OpenAI won’t last, and why he’d bet against any of the Mag 7, too.
Learn more about your ad choices. Visit podcastchoices.com/adchoices
