IBM首席執(zhí)行官阿爾文德·克里希納（Arvind Krishna）在接受媒體采訪時(shí)表示，當(dāng)前數(shù)據(jù)中心的建設(shè)與運(yùn)營(yíng)成本結(jié)構(gòu)，使得行業(yè)在通用人工智能（AGI）領(lǐng)域的巨額資本投入難以獲得合理回報(bào)。他指出，隨著AI企業(yè)為追求AGI不斷擴(kuò)張計(jì)算能力，現(xiàn)有基礎(chǔ)設(shè)施的經(jīng)濟(jì)可行性正面臨嚴(yán)峻挑戰(zhàn)。

克里希納通過具體數(shù)據(jù)揭示了這一困境的嚴(yán)重性。他估算，建設(shè)一個(gè)1吉瓦規(guī)模的數(shù)據(jù)中心需要約800億美元投入，若某家企業(yè)計(jì)劃構(gòu)建20至30吉瓦的數(shù)據(jù)中心集群，其資本支出將高達(dá)1.5萬億美元（按當(dāng)前匯率折合約10.62萬億元人民幣）。更值得關(guān)注的是，全球范圍內(nèi)已公布的AGI相關(guān)建設(shè)規(guī)劃總量可能接近100吉瓦，對(duì)應(yīng)總投資規(guī)模約8萬億美元（折合約56.63萬億元人民幣），僅利息成本就要求企業(yè)每年創(chuàng)造8000億美元利潤(rùn)才能維持運(yùn)營(yíng)。

芯片折舊周期成為制約長(zhǎng)期回報(bào)的關(guān)鍵因素。克里希納解釋稱，當(dāng)前數(shù)據(jù)中心使用的AI芯片通常需在五年內(nèi)完成折舊，此后可能面臨技術(shù)迭代被替換的命運(yùn)。這種快速更替模式使得企業(yè)難以通過延長(zhǎng)設(shè)備使用壽命來分?jǐn)偝跗谕度?，進(jìn)一步壓縮了投資回報(bào)空間。

在技術(shù)路徑評(píng)估方面，克里希納表現(xiàn)出審慎態(tài)度。他認(rèn)為，基于現(xiàn)有技術(shù)框架實(shí)現(xiàn)AGI的可能性幾乎為零，具體概率評(píng)估在0%至1%之間。這一觀點(diǎn)與多位科技界人士形成共鳴：Salesforce首席執(zhí)行官馬克·貝尼奧夫（Marc Benioff）、斯坦福大學(xué)教授吳恩達(dá)（Andrew Ng）以及法國(guó)AI初創(chuàng)公司Mistral CEO亞瑟·門施（Arthur Mensch）均對(duì)AGI的加速發(fā)展持保留意見。OpenAI聯(lián)合創(chuàng)始人伊利亞·蘇茨克沃（Ilya Sutskever）更直言，大模型時(shí)代的"規(guī)模擴(kuò)張效應(yīng)"已接近理論極限，未來發(fā)展將回歸研究驅(qū)動(dòng)模式。

盡管對(duì)AGI路線存疑，克里希納仍肯定現(xiàn)有AI技術(shù)對(duì)企業(yè)效率的顯著提升作用。他預(yù)測(cè)，AI工具將在企業(yè)領(lǐng)域創(chuàng)造"數(shù)萬億美元級(jí)"的價(jià)值增量，特別是在硬知識(shí)體系與大模型結(jié)合的領(lǐng)域可能孕育突破。不過他同時(shí)強(qiáng)調(diào)，這種技術(shù)融合的成功概率仍存在不確定性，行業(yè)需要保持理性預(yù)期。