IBM CEO：砸钱建 AI 数据中心“根本不可能回本”

IBM 首席执行官阿文德·克里希纳认为，以当前高昂的基础设施成本投入数万亿美元建设用于追求通用人工智能（AGI）的数据中心，在经济上是不可行的。他估算，全球为实现 AGI 所需的算力投资高达 8 万亿美元，仅利息成本就难以覆盖，而且他认为仅靠现有技术实现 AGI 的可能性极低，概率仅为 0-1%。尽管如此，他仍肯定现有 AI 工具在提升企业生产力方面的巨大价值。

投入与回报的巨大鸿沟

在 AI 公司竞相投入巨资建设数据中心以追逐 通用人工智能（AGI） 的浪潮中，IBM 的 CEO 阿文德·克里希纳提出了一个根本性的质疑：这种投资能否盈利？他的结论很直接——以今天的成本计算，“根本不可能”让这些公司收回他们在数据中心上的资本支出。

克里希纳还指出了一个额外因素：AI 芯片的快速折旧。他表示：“你必须在五年内充分使用它，因为到那时，你就得把它扔掉并重新填充。”

一笔算不清的账

克里希纳用一个简单的“餐巾纸数学”来说明他的观点。他的计算基于当今的成本，因为他认为任何对未来的预测都是投机性的。

• 单个数据中心成本： 建设一个 1 吉瓦（Gigawatt）的数据中心大约需要 800 亿美元。
• 全球算力需求： 他估计，全球在追逐 AGI 的过程中，总共承诺的算力需求约为 100 吉瓦。
• 总资本支出： 基于上述数据，全球为 AGI 计算承诺的总投资额将达到惊人的 8 万亿美元。
• 盈利门槛： 仅为了支付这 8 万亿美元投资所产生的利息，就需要每年产生大约 8000 亿美元 的利润。

在我看来，你根本不可能从中获得回报，因为 8 万亿美元的资本支出意味着你需要大约 8000 亿美元的利润才能支付利息。

对 AGI 的普遍怀疑

克里希纳与 OpenAI CEO 萨姆·奥特曼等人的乐观态度形成了鲜明对比。当被问及当前技术能否实现 AGI 时，他直言不讳地表示，在没有进一步技术突破的情况下，成功的可能性只有 0-1%。

这种怀疑并非孤例，许多行业领袖也表达了类似的看法：

• 谷歌大脑创始人吴恩达 (Andrew Ng) 认为 AGI 被“过度炒作”。
• Mistral AI 的 CEO 亚瑟·门施 (Arthur Mensch) 称 AGI 是一种“营销手段”。
• OpenAI 的联合创始人伊лья·苏茨克维 (Ilya Sutskever) 也曾表示，单纯扩大算力的时代已经结束，即使将大语言模型（LLM）扩大 100 倍也不会带来彻底的变革。

AI 的现实价值

尽管对 AGI 的实现路径持怀疑态度，但克里希纳高度肯定了当前 AI 工具的实际作用。

他明确表示：“我认为它将在企业中释放数万亿美元的生产力。”

在他看来，实现 AGI 需要“比当前大语言模型路径更多的技术”。他提出，未来的一个可能方向是将硬知识与大语言模型融合。但即便如此，当被问及这条路能否通向 AGI 时，他的回答依然是谨慎的“也许”。