AI能回答3万亿美元的问题吗？

# AI能回答这个3万亿美元的问题吗？| TechCrunch 来源：https://techcrunch.com/2026/07/09/can-ai-answer-the-3-trillion-question/ 三年前，红杉资本合伙人David Cahn是首批算清硅谷在AI基础设施上巨额投入影响的人之一。在2023年（https://sequoiacap.com/article/follow-the-gpus-perspective/），他针对英伟达当时500亿美元的年度GPU营收做出了分析。基于这一数字，加上运营数据中心的隐含成本及其运营商的利润率，他推断需要2000亿美元的收入才能收回前期投资。 他将其视为一项挑战，呼吁创业者开发AI产品和服务来利用并创收这些基础设施。快进到今天，经过三年的超大规模扩展，Cahn对2026年AI基础设施支出给出了一个新的数字（https://dcahn.substack.com/p/ais-15t-question）：1.5万亿美元。 总体而言，他计算出AI行业将需要赚取3万亿美元，才能证明所有那些芯片和其他数据中心支出的合理性。而这很可能还是低估——内存成本上升以及异型芯片或推理专用芯片的日益使用将推高这一数字。“最近，”他写道，“由于这些瓶颈动态和建设成本上升，每GW资本支出所需的收入急剧增加。” 在账目的另一边，Anthropic被认为已达到600亿美元的年经常性收入（https://newsletter.semianalysis.com/p/anthropic-3q26-profit-over-1b-m），而OpenAI据报告2025年收入130亿美元（https://www.wheresyoured.at/exclusive-openai-financials/）（尽管其在2025年11月表示年经常性收入已达200亿美元（https://techcrunch.com/2025/11/06/sam-altman-says-openai-has-20b-arr-and-about-1-4-trillion-in-data-center-commitments/），并且今年很可能赚得更多）。但显然存在巨大的需要弥合的差距。 关注这一差距的人包括Torsten Slok，资产管理巨头Apollo的首席经济学家。在近期的一份报告（https://www.apollo.com/wealth/insights-news/insights/daily-spark/a-slower-ai-payoff-would-be-everyones-problem）中，他指出超大规模企业——谷歌、Meta、微软和亚马逊——都预测其2028年自由现金流将大幅加速。也就是说，他们期望从所有那些购买的芯片中获得回报。 **图片来源：**Torsten Slok/Apollo 如果未能实现呢？Slok指出了我们目前在整个AI使用中看到的一个风险：更多组织转向更便宜的开源权重模型，通常是中国的模型，而非前沿实验室构建的模型，并且整体令牌价格正在下降。根据CEO Sam Altman的说法，OpenAI的最新模型在编码任务上的令牌效率提高了54%（https://www.cnbc.com/2026/07/09/open-ai-sam-altman-chatgpt-5-6-sol.html）。这对担心AI代理成本的用户来说是好事，但对那些建造令牌工厂的公司来说可能不利，如果用户没有因此大幅增加他们在这些工厂上的总体令牌使用量的话。 **图片来源：**Torsten Slok/Apollo Slok担心，如果超大规模企业未能实现其现金流目标，市场反应可能非常严重——“这么多事情都押在少数几个名字上，”他写道，“较慢的回报不仅会成为行业问题，还可能使经济陷入衰退，并导致标普500指数出现回调。” 当你在指挥你的AI代理们奔向更便宜的令牌时，这一点值得牢记。 *当您通过我们文章中的链接购买商品时，我们可能会赚取少量佣金（https://techcrunch.com/techcrunch-affiliate-monetization-standards/）。这不影响我们的编辑独立性。* Tim Fernholz是一名记者，撰写关于科技、金融和公共政策的文章。他密切报道了私人航天业的兴起，并著有《火箭亿万富翁：埃隆·马斯克、杰夫·贝佐斯与新太空竞赛》。此前，他在全球商业新闻网站Quartz担任高级记者超过十年，其职业生涯始于华盛顿特区的政治记者。您可以通过电子邮件[email protected]或通过Signal加密消息（tim_fernholz.21）联系或核实Tim的稿件。 查看简介（https://techcrunch.com/author/tim-fernholz/）