Les trains sont une entreprise à coûts fixes élevés et à coûts marginaux bas. Ils constituent un monopole naturel : le marché a quelques entreprises réalisant des bénéfices élevés. Les avions sont une entreprise à coûts fixes bas et à coûts marginaux élevés. Ils sont très compétitifs : les marchés libres offrent d'excellents services à un coût proche du coût marginal.

L'entraînement des modèles est un coût fixe. Si l'IA dépend essentiellement de la puissance de calcul pour l'entraînement, alors le résultat est un monopole naturel : il y aura une ou quelques grandes entreprises d'IA avec les meilleurs modèles, facturant des marges élevées en l'absence de réglementation.

Mais l'inférence du modèle - penser - est un coût marginal. S'il s'avère que la bonne IA dépend principalement de l'inférence - non pas du temps passé à entraîner le modèle de base, mais surtout du temps passé à réfléchir aux questions de requête - alors l'IA devient une entreprise à coût marginal, comme les avions.

La structure de marché résultante est hautement compétitive. De nombreuses entreprises d'IA coexistent, offrant des services de qualité similaire, à des prix proches du coût de calcul. Aucune des entreprises ne gagne beaucoup d'argent : la plupart des surplus revient aux utilisateurs d'IA, c'est-à-dire à nous.