英偉達CEO黃仁勛說，AI市場將會有10億倍的增長。理由是，存在著“雙重指數級增長”。所謂“雙重指數級增長”是指，一是用戶數量的指數增長，一是單次使用的計算量的指數增長（黃仁勛，2025）。用經濟學的術語解釋這兩個指數級，一個是最終產品的效用增長，一個是提供單位效用的計算量的增長。然而，他由此得出AI市場要有10億倍的增長似乎太過樂觀了。因為這兩個指數級增長不僅會疊加，還會相互抵消。
當然，對于英偉達來說，這個雙重指數級增長的疊加意味著對計算量需求的增長。但仔細想想，單次使用或單位效用的計算量的增長還意味著什么？這就是單位成本的增長。也許黃仁勛們認為，這也不怕，因為計算效率也在增長，比如CPU的摩爾定律已被打破，有所謂黃氏定律，斷言芯片性能每6個月提升1倍，AI算力在8年內增長千倍，更有10年內增長10萬倍（黃仁勛，2025）。黃仁勛所說“單次計算量”指數增長，是因為“AI 不再是‘一次性’推理，而是需要‘思考’”，“思考的時間越長，答案的質量就越高。”并且是“多模態的”。然而，魔高一尺，道高一丈。計算速度雖然增長很快，但單位效用對計算速度的需求的增長更快。
具體來說，“思考”就是想得更聰明，更少錯誤。若朝這方面發展，就會出現規模效益遞減的情況。因為大語言推理的已經達到了很高的水平，若想更上一層樓，只有發展更大規模的模型。已有業內專家說大模型不是越大越好，隨著參數的增多會出現效益遞減，且過度訓練反而使誤差增大（鄧志東，2025，第35頁）。況且，業內大佬已經指出，語言大模型雖然在形式化邏輯推理方面很有優勢，但缺乏人類的“常識”。這就是對物理的、生物的或人類的運動或行為的預見（米歇爾，2021，第324~332頁）。這在人類看來輕而易舉，而對于人工智能來說，就要增加有關的知識儲備和對真實世界信息的輸入、辨識和計算，從而使計算量指數級的增長，但所帶來的效用增量在人類看來卻是微不足道的。