3万亿美元AI投资，回报几何？

一场价值3万亿美元的赌注

过去两年，全球科技巨头与风险资本在AI基础设施、模型训练和生态布局上投入了超过3万亿美元。微软、谷歌、亚马逊等公司纷纷扩建数据中心，采购天价GPU，并向OpenAI、Anthropic等初创公司注资。然而，当这股热情逐渐冷静，一个根本性的问题浮出水面：这些钱真的赚回来了吗？

2026年7月，TechCrunch资深记者Tim Fernholz在文章中重新点燃了这场关于AI投资回报率的讨论。他指出，与2023年第一波AI炒作周期不同，如今的数字大了几个数量级——3万亿美元的赌注，意味着失败的成本将不再是某家公司的季度亏损，而是可能引发整个科技行业的估值重估。

乐观派：长期价值不可估量

支持者认为，AI正在像电力或互联网一样重塑所有行业。微软CEO萨提亚·纳德拉（Satya Nadella）在最近的财报电话会议上表示：“我们看到的不是短期ROI，而是十年一遇的平台切换。”类似观点在硅谷并不罕见。高盛的一份研究报告预测，到2030年，生成式AI将推动全球GDP增长7%，约合7万亿美元——相当于每投入1美元获得2美元的回报。

在具体案例中，一些企业已经尝到了甜头。例如，德国西门子在产品设计环节引入生成式AI，将新机型的研发周期从18个月缩短至8个月；摩根大通部署的AI客服系统处理了70%的客户查询，每年节省运营成本超过4亿美元。这些故事被反复引用，用以证明AI的投资逻辑成立。

“AI ROI的争论本质上是两种时间观的冲突：季报驱动者的焦虑与长期主义者的信仰。”——科技分析师Lisa Su（引述）

怀疑论：泡沫正在膨胀

但反对声浪同样巨大。斯坦福大学数字经济实验室的一份调研显示，在部署了生成式AI的企业中，仅有12%报告了可量化的利润增长。大多数项目仍停留在“效率提升”或“员工体验改善”阶段，难以转化为净利润。更令人担忧的是，AI模型的训练和推理成本居高不下，且随着模型规模扩大呈指数级增长。OpenAI最新发布的GPT-6训练成本据报道超过50亿美元，而其直接收入在2025年仅为30亿美元左右——这意味着即使考虑间接收入，短期内仍难言盈利。

一些对冲基金已经开始做空AI相关股票。著名投资者、对冲基金Third Point的丹尼尔·勒布（Daniel Loeb）在致股东信中写道：“AI是史上最大的资本支出陷阱。如果这些投资无法在两年内产生明显回报，我们将看到一场比2000年互联网泡沫更严重的修正。”

编者按：拆解“3万亿美元问题”

本文编译自TechCrunch，作者所言的“3万亿美元问题”其实不是一个问题，而是一系列互相嵌套的难题。首先，ROI的衡量标准本身存在分歧：是把AI看作提升现有业务效率的工具，还是看作创造全新商业模式的引擎？前者追求短期可量化收益，后者需要更长的耐心和更高的风险容忍度。其次，大部分AI投入集中在底层基础设施（芯片、数据中心、电力），而非直接面向消费者的应用。这些基础设施具有类似铁路或港口的外部经济性——修铁路的公司不一定赚钱，但整个经济会因此受益。因此，从整体社会层面评估3万亿美元投资的合理性，与企业从自身财务报表出发的评估，可能得出完全相反的结论。

在撰写本文时，OpenAI刚刚宣布启动“AGI计划”，融资金额高达1000亿美元；与此同时，多家AI应用创业公司因无法获得下一步融资而宣布倒闭。一个全新的创新周期正在展开，但它不会是所有人都能坐上的顺风车。也许，3万亿美元问题的最终答案并不在于算几个数字，而在于我们是否愿意接受一个现实：最强大的技术往往需要最漫长的变现之路。

本文编译自TechCrunch