Questo è precisamente il paradosso di Jevons in azione nella sua forma più pura. Poiché il costo dei token AI è diminuito, ora possiamo permetterci di usarne molti di più per compiti sempre più complessi. Il punto chiave, quindi, non è che "l'AI sta diventando più costosa"; piuttosto, è che, poiché sta diventando più economica e più capace, ne stiamo usando di più per risolvere i problemi in modo migliore. Per quasi ogni compito simile, stiamo semplicemente usando molti più token per completare il compito e fornire risultati molto migliori. Che si tratti di scrivere codice, rispondere a una domanda sanitaria o analizzare un contratto, oggi stiamo usando molti più AI per svolgere quel lavoro perché abbiamo bisogno dei punti di prestazione aggiuntivi. Ottenere una risposta corretta al 99% quando si lavora con un contratto legale è *molto* diverso da una risposta corretta al 90%, e vale facilmente l'aumento di 10X a 100X nei token. Ora, a *un certo* punto inizieremo a raggiungere dei plateau per determinati tipi di compiti, e poi il costo per compito diminuirà. Ad esempio, probabilmente non abbiamo bisogno di 100X più token di quanti ne usiamo oggi per rispondere a una semplice domanda medica o riassumere un documento. Quindi, alla fine, su una base simile, questi carichi di lavoro diventeranno più economici poiché saremo in grado di catturare i guadagni di efficienza dai modelli. *Ma*, il ciclo generale continuerà essenzialmente per sempre, perché continueremo ad alzare l'asticella di ciò che facciamo con l'AI. Man mano che i token continueranno a diventare più economici grazie a scoperte algoritmiche, alla concorrenza nei prezzi delle GPU, alle efficienze generali di calcolo e alle alternative a peso aperto, troveremo il prossimo insieme di modi per consumare i token. Distribuiremo molti più agenti in parallelo per accelerare i compiti, utilizzeremo sistemi multi-agente per confrontare le risposte e raggiungere un consenso, risolveremo problemi di lavoro conoscitivo più complessi e avremo agenti che funzionano per periodi molto più lunghi in background. L'AI sarà sia contemporaneamente sempre più economica, sia più costosa.