IBM首席执行官阿尔温德·克里希纳近日在接受媒体采访时，对当前人工智能领域的发展现状及未来趋势发表了独到见解。他直言，以现有成本建设人工智能数据中心，行业几乎难以实现盈利，甚至面临巨额资本支出难以收回的风险。
克里希纳指出，随着人工智能企业不断追求通用人工智能（AGI）的突破，计算能力的需求持续攀升。然而，当前数据中心的基础设施成本结构，却难以支撑这种大规模投资的经济可行性。他透露，按照目前的成本估算，建设一个1吉瓦的数据中心，需要投入约800亿美元。若单家公司计划建设20至30吉瓦的数据中心，其资本支出规模将高达约1.5万亿美元。
克里希纳进一步分析，全球范围内与AGI相关的建设承诺总量可能接近100吉瓦，对应的投入将高达约8万亿美元。而仅利息成本一项，就意味着需要约8000亿美元的利润才能覆盖。他强调，如此庞大的投资规模，在当前的成本结构下，几乎难以实现盈利。
除了数据中心建设成本高昂外，克里希纳还提到了AI芯片的折旧周期问题。他表示，目前的数据中心芯片通常需要在五年内完成折旧，此后可能被替换。这一因素进一步加剧了长期回报的难度，使得企业在投资时更加谨慎。
在谈到AGI的实现可能性时，克里希纳表示，基于现有技术路径，在没有进一步突破的情况下，实现AGI的概率极低，他将其评估为0%至1%。这一观点与多位科技领域人士不谋而合，包括Marc Benioff、Andrew Ng以及Mistral首席执行官Arthur Mensch等，他们都对AGI的加速发展持保留态度。OpenAI联合创始人Ilya Sutskever也认为，大模型时代的“扩规模效应”已趋于极限，未来将重新进入以研究驱动的阶段。
尽管对AGI的发展路线有所质疑，但克里希纳仍对当前AI工具在企业生产力提升方面的价值给予了肯定。他认为，这些技术将在企业领域释放“数万亿美元级”的效率收益。他同时提出，未来可能需要将硬知识体系与大模型相结合，才能推动通用人工智能发展的下一步。不过，对于这一路径的成功可能性，他仍保持慎重态度。
