הפרדוקס במשפט אחד
ייעול מוזיל, הוזלה מגדילה ביקוש, ואם הביקוש גדל מספיק — הצריכה הכוללת עולה, אף שכל יחידת-שימוש נעשתה חסכונית יותר. זה אינו קסם ואינו סתירה לכלכלה: זהו חוק הביקוש הרגיל, מופעל על משאב שהייעול הוזיל. מה שהופך את התופעה לפרדוקס הוא רק הפער בין המסקנה לבין האינטואיציה, שאומרת שאם כל פעולה צורכת פחות, סך-הצריכה חייב לרדת. בניסוח המודרני קוראים לתוספת-הביקוש הזאת אפקט ריבאונד, והשאלה תמיד היא עד כמה הוא גדול.
1865: פחם, ומנוע קיטור יעיל יותר
את התופעה תיאר לראשונה הכלכלן הבריטי ויליאם סטנלי ג'בונס בספרו "The Coal Question" מ-1865. באנגליה של אותה תקופה רווח החשש שמאגרי הפחם ייגמרו, ורבים קיוו שמנועים יעילים יותר יפתרו את הבעיה. ג'בונס טען את ההפך: אחרי שמנוע הקיטור של ג'יימס ואט התייעל לעומת התכנון הקודם של תומס ניוקומן, הפחם נעשה מקור-כוח משתלם יותר, מנועי קיטור נכנסו לענפים חדשים, וצריכת הפחם הכוללת של אנגליה זינקה. במילותיו: זהו בלבול מוחלט של רעיונות להניח שהשימוש החסכוני בדלק שקול לצריכה מופחתת; ההפך הגמור הוא האמת.
2025: למה השם הזה חזר לשיח
בינואר 2025 השיקה DeepSeek מודל הסקה חדש, והטענה שאפשר להגיע לביצועי-חזית בעלות נמוכה בהרבה הפילה את מניות חברות הטכנולוגיה האמריקאיות. סאטיה נאדלה, מנכ"ל מיקרוסופט, הגיב לאירוע ברשת חברתית בניסוח שהפך מצוטט: פרדוקס ג'בונס מכה שוב, וככל שה-AI נעשה יעיל ונגיש יותר נראה את השימוש בו מרקיע שחקים, עד שיהפוך למצרך שפשוט אי-אפשר לקבל ממנו מספיק. ראוי לקרוא את המשפט הזה בזהירות: זו אמירה של צד מעוניין, שהתחרות הוזילה את המוצר שלו באותו שבוע בדיוק.
מה זה אומר על החשבון החודשי
ההשלכה המעשית למי שמשלם על AI אינה אינטואיטיבית: ירידה במחיר של טוקן אינה מבטיחה ירידה בחשבון. כשעלות הבקשה יורדת נפתחות בקשות שקודם לא היו משתלמות — סיכום של כל מסמך, בדיקה אוטומטית של כל שורת קוד, סוכן שרץ ברקע לאורך כל היום — ומספר הבקשות הכולל עשוי לגדול מהר יותר מקצב ההוזלה. מכאן שתכנון תקציב לפי מחיר-היחידה בלבד מטעה; ועל אותו היגיון בדיוק נשענת הטענה שמודלים זולים יגדילו דווקא את הביקוש לחומרה שמריצה אותם.
מתי הפרדוקס לא מתקיים
הפרדוקס אינו חוק טבע, והוא תלוי בגמישות הביקוש. תחקיר של NPR מפברואר 2025, שהתבסס על הרצאה של הכלכלן Erik Brynjolfsson מאוניברסיטת סטנפורד, מנה שלושה תנאים שחייבים להתקיים כדי שהפרדוקס יחול על מקצוע שה-AI מייעל: שהעובד באמת נעשה פרודוקטיבי יותר, שהפריון הגבוה מתורגם למחיר נמוך יותר לצרכן, ושהביקוש מתפוצץ בתגובה למחיר הנמוך. הדוגמה הנגדית הקלאסית היא מזון: החקלאות התייעלה דרמטית והמחירים ירדו, אבל אנשים לא אוכלים הרבה יותר, ולכן מספר החקלאים ירד. אותה שאלה עצמה פתוחה לגבי כל מקצוע שנדון בערך השפעות בינה מלאכותית על העבודה.
מה הערך הזה לא מכסה
היישום הסביבתי של אותו עיקרון — הטענה שייעול אנרגטי אינו מקטין בהכרח את צריכת החשמל של מרכזי הנתונים — נמצא בערך טביעת רגל פחמנית, יחד עם הנתונים והתחזיות. הערך הזה עוסק בצד השני של אותו מטבע: מחיר, ביקוש והחלטות רכש. ההבחנה חשובה, מפני שאותה תופעה עצמה נשמעת כמו בשורה טובה בפי מי שמוכר כוח-חישוב, וכמו אזהרה בפי מי שסופר טונות פחמן.