投资规模与成本 - 科技公司对AI数据中心、芯片和能源的投入已超过按通胀调整后的美国州际公路系统四十年的建设成本[3] - 仅微软、Meta、Alphabet、亚马逊四家“超大规模”公司明年资本支出预计近4000亿美元，超过阿波罗太空计划按今日美元计算的成本[9] - OpenAI的“星际之门”数据中心计划需要至少1万亿美元投资，其每年向甲骨文支付约600亿美元租用服务器，但今年预计总收入仅130亿美元[4] 收入与盈利挑战 - 摩根士丹利估计去年AI产品收入约450亿美元，但贝恩公司咨询师估计到2030年需实现每年2万亿美元的AI收入才能合理回报投资，这比亚马逊等六家科技巨头2024年合计收入还高[7] - 红杉资本估算，2023和2024年投向AI基础设施的资金要求消费者和企业在芯片生命周期内购买约8000亿美元的AI产品才能获得合理回报[6] - 企业除为微软Copilot等产品每月每用户支付约30美元外，一直不愿为AI掏钱，大多数消费者使用免费版本[7] 融资模式与债务风险 - AI建设融资复杂，债务几乎存在于每个层面，CoreWeave公司负责人形容债务是“这家公司的燃料”[11] - CoreWeave与科技公司交易的融资利率起始于8%以上，公司约有150亿美元的债务，并承担着560亿美元的数据中心租赁付款，租期通常为10年，但其与科技公司的合同通常仅2至5年[11][12] - CoreWeave已与科技公司签订价值超过420亿美元的未来服务器租赁合同，其中包括与OpenAI高达65亿美元的协议扩展[11] 历史比较与泡沫担忧 - 当前AI投资热潮被比作上世纪90年代末互联网基础设施投资狂潮，当时电信公司花费超过1000亿美元铺设光纤电缆，结果严重过度建设[4][16] - 19世纪英国铁路狂热投入占GDP超7%，铁路里程翻五倍却只带来预期四分之一的收入，数学家安德鲁·奥德利兹科称这种狂热是一种“集体幻觉”[16] - 银湖资本联合创始人认为当前AI泡沫“比以往所有科技泡沫加起来都大”，行业即使成功也可能无法证明当前投资水平合理[18] 技术瓶颈与市场现实 - AI高管表示每代新模型的训练成本比上一代高三到五倍，回本难度更大，而AI处理器的寿命只有三到五年[7][18] - 麻省理工学院报告称95%的受访机构没有从AI产品投资中获得回报，芝加哥大学研究发现AI聊天机器人对员工收入、工时或工资“没有显著影响”[18] - OpenAI的ChatGPT周度用户约有7亿人，占世界人口9%，但其收入预计2024年增长两倍，与巨额投入相比仍显微薄[7]