IBM首席執行官阿爾溫德·克里希納近日在接受媒體采訪時，對當前人工智能領域的發展現狀及未來趨勢發表了獨到見解。他直言，以現有成本建設人工智能數據中心，行業幾乎難以實現盈利，甚至面臨巨額資本支出難以收回的風險。
克里希納指出，隨著人工智能企業不斷追求通用人工智能（AGI）的突破，計算能力的需求持續攀升。然而，當前數據中心的基礎設施成本結構，卻難以支撐這種大規模投資的經濟可行性。他透露，按照目前的成本估算，建設一個1吉瓦的數據中心，需要投入約800億美元。若單家公司計劃建設20至30吉瓦的數據中心，其資本支出規模將高達約1.5萬億美元。
克里希納進一步分析，全球范圍內與AGI相關的建設承諾總量可能接近100吉瓦，對應的投入將高達約8萬億美元。而僅利息成本一項，就意味著需要約8000億美元的利潤才能覆蓋。他強調，如此龐大的投資規模，在當前的成本結構下，幾乎難以實現盈利。
除了數據中心建設成本高昂外，克里希納還提到了AI芯片的折舊周期問題。他表示，目前的數據中心芯片通常需要在五年內完成折舊，此后可能被替換。這一因素進一步加劇了長期回報的難度，使得企業在投資時更加謹慎。
在談到AGI的實現可能性時，克里希納表示，基于現有技術路徑，在沒有進一步突破的情況下，實現AGI的概率極低，他將其評估為0%至1%。這一觀點與多位科技領域人士不謀而合，包括Marc Benioff、Andrew Ng以及Mistral首席執行官Arthur Mensch等，他們都對AGI的加速發展持保留態度。OpenAI聯合創始人Ilya Sutskever也認為，大模型時代的“擴規模效應”已趨于極限，未來將重新進入以研究驅動的階段。
盡管對AGI的發展路線有所質疑，但克里希納仍對當前AI工具在企業生產力提升方面的價值給予了肯定。他認為，這些技術將在企業領域釋放“數萬億美元級”的效率收益。他同時提出，未來可能需要將硬知識體系與大模型相結合，才能推動通用人工智能發展的下一步。不過，對于這一路徑的成功可能性，他仍保持慎重態度。
