人工智能（AI）技术的迅猛发展正推动全球数据中心建设进入前所未有的热潮。各大科技巨头纷纷宣布雄心勃勃的投资计划，计划投入数千亿美元用于构建新一代AI基础设施。然而，IBM首席执行官阿文德·克里希纳最近在一次重要采访中，对这种巨额投资的潜在回报提出了深刻质疑。
据悉，当前建设一个拥有吉瓦级算力的数据中心约需80亿美元，而全球承诺建设的AI算力总量已接近100吉瓦，这意味着相关总投资额将高达近8万亿美元。如此庞大的资金投入，需要产生8000亿美元的利润才能覆盖利息支出，这一目标在现实中几乎难以实现。克里希纳强调，这一估算完全基于当前硬件、折旧和能源的实际成本，而非长期预测数据。
他特别指出，投资者普遍低估了硬件贬值的速度。事实上，这些数据中心通常需要每五年更换大部分硬件设备，这将显著增加企业的长期资本支出压力。近期，多家投资机构也公开表达了对这一趋势的担忧。随着AI性能的持续提升和模型规模的不断扩大，旧款GPU加速淘汰迫使企业不得不承担高昂的硬件更新成本，而无法通过简单扩张规模来降低成本。
克里希纳还透露，尽管新一代生成式AI工具有望大幅提升企业生产力，但当前AI基础设施的物理规模与其经济性之间的平衡问题依然亟待解决。那些选择投入巨资建设大型数据中心并缩短硬件更新周期的企业，必须证明其投资回报足以覆盖前所未有的资本支出。这一严峻挑战已成为整个行业关注的焦点。
当前AI数据中心投资回报的可行性已成为业界讨论的核心议题。IBM高层直指建设成本和硬件贬值速度被市场严重低估的问题。企业面临的关键任务，是证明高额支出能够带来足够的利润，从而为未来的持续投资提供坚实支撑。这一现实困境正迫使整个行业重新评估AI基础设施的投资策略。
