6.5
深览指数
商业TechCrunch·Tim Fernholz··AI 生成
AI 能回答那 3 万亿美元的问题吗？
红杉资本合伙人 David Cahn 估算，到 2026 年 AI 基础设施总投资将达 1.5 万亿美元，行业需产生 3 万亿美元收入才能证明其合理性，而这个数字可能还是低估。另一方面，阿波罗首席经济学家 Torsten Slok 指出，超大规模企业（谷歌、Meta、微软、亚马逊）预期 2028 年现金流大幅改善，但如果企业转向更便宜的开源模型（如中国模型）且 token 价格持续下降，回报可能不及预期，进而引发市场剧烈反应甚至经济衰退。这篇文章为关注 AI 投资回报和宏观风险的深度读者提供了关键数字和警示。原文 ↗
核心观点
- ▍AI 基础设施的巨额投资（到 2026 年达 1.5 万亿美元）需要行业产生约 3 万亿美元收入才能证明其合理性，而当前 AI 公司的收入与这一目标之间存在巨大鸿沟。
- ▍如果超大规模企业未能实现预期的现金流回报（如 2028 年），可能导致市场出现严重调整，并存在引发经济衰退的风险。
- 012023 年，红杉资本合伙人 David Cahn 基于 Nvidia 500 亿美元 GPU 收入，推导出需要 2000 亿美元收入才能收回初始投资。
- 02Cahn 的最新估算显示，到 2026 年 AI 基础设施建设总支出将达到 1.5 万亿美元，因此需要 3 万亿美元的收入来证明其合理性。
- 03内存成本上升以及特定推理芯片的使用正在推高所需收入，Cahn 指出‘每 GW 资本支出所需的收入正在急剧增加’。
- 04Anthropic 据称已达到 600 亿美元年化收入（ARR），OpenAI 在 2025 年报告营收 130 亿美元（2025 年 11 月称 ARR 为 200 亿美元）。
- 05阿波罗首席经济学家 Torsten Slok 指出，超大规模企业（谷歌、Meta、微软、亚马逊）预测 2028 年自由现金流将大幅加速，以验证当前投入。
- 06Slok 引用数据表明，更多组织正在转向更便宜的开源模型（尤其来自中国），整体 token 价格持续下降。OpenAI 的最新模型在编码任务上 token 效率提高了 54%。
反方 / 局限
- — 文章隐含的局限性：token 价格下降和效率提升虽然对用户有利，但可能削弱 AI 基础设施提供商的收入预期；而转向更便宜的模型这一趋势可能被作者或 Cahn 的模型低估。
Sequoia CapitalDavid CahnNvidiaAnthropicOpenAIApollo Global ManagementTorsten SlokGoogleMetaMicrosoftAmazonAI 基础设施投资token 效率超大规模云服务商自由现金流
9 分钟 · 4 卡片 · 8 资料
读原文 →