AI投资热潮的规模与市场反应 - 亚马逊宣布向AI及基础设施领域注资2000亿美元后，股价应声下跌近9% [2] - 谷歌、微软、亚马逊和Meta四大科技巨头2026年的资本支出总额预计将高达约6500亿美元 [2] - 驱动巨额投资的核心逻辑是寄希望于通用人工智能的实现及其带来的数万亿美元潜在回报 [2] 对AGI实现路径的质疑 - 行业对仅通过扩展现有模型来实现AGI的路径涌现出越来越多的怀疑 [2] - 当代AI模型存在根本性逻辑缺陷且方法论单一，仅靠扩展难以实现AGI [2] - 真正的智能远比模式识别深奥，目前AI模型的核心仍是模式识别，是极其复杂的统计模型，并非真正的智能 [3][4] - 针对美国人工智能促进协会会员的调查显示，76%的受访者认为仅靠扩大现有技术规模实现AGI的可能性极低 [4] 当前AI技术的局限性 - AI模型的功能实质上是基于训练数据的“反刍”，而非产生真正的原创智慧 [4] - 垂直模型表现出极强的局限性，无法逾越其训练集的边界 [4] - AI目前更多扮演提升效率工具的角色，其脱离训练集进行创新的能力受到严苛限制 [4] - 美国大型平台的AGI战略带有投机性，科学突破的偶然性虽不可排除，但从概率学看成功的期望值并不乐观 [5] 行业领袖对泡沫的警示 - Alphabet首席执行官皮查伊承认AI热潮中存在“非理性因素” [5] - 亚马逊创始人贝佐斯与OpenAI首席执行官山姆·奥尔特曼先后表示，AI产业的许多方面已显现出泡沫化的迹象 [6] 巨额投资带来的财务与折旧压力 - 摩根士丹利预测，未来四年内，微软、甲骨文、Meta和Alphabet四家公司累计计提的折旧费用可能突破6800亿美元 [8] - 假设GPU寿命为六年、数据中心寿命为十五年，到2028年底，Alphabet的折旧费将激增至目前的四倍 [8] - 甲骨文在2029年的折旧费用可能膨胀至560亿美元，占到市场预期营收的28% [8] 资本错配与回报率下降风险 - 超大规模云服务商的“大手笔”投资极易导致资本错配 [8] - 随着资本基数的急剧扩张，利润表现往往难以同步跟进，预计两到四年后美股的资本回报率将不可避免地低于现状 [8] - 目前投入巨资兴建的数据中心很可能在3到5年内就会过时，高成本的初期建设将很难与未来的低成本设施竞争 [9] - 为维持竞争力，未来可能不得不降价，但这将无法覆盖高昂的初始成本，对投入数万亿美元的公司构成风险 [9]