尽管谷歌（Google）、亚马逊（Amazon）等科技巨头高调宣扬其在AI基础设施领域投资数百亿美元，但IBM首席执行官阿文德·克里希纳却质疑这些投资难以获得预期回报。
阿文德·克里希纳自2020年起开始掌舵这家老牌科技公司。他认为，只需简单计算就能得出一个结论：这些科技公司如今在数据中心上的巨额投入“绝无可能”实现合理回报。他在《Decoder》播客节目中表示，原因之一在于，数据中心需要海量电力与投资。
高盛（Goldman Sachs）今年早些时候估算，全球数据中心市场当前总耗电量约为55吉瓦，其中仅约14%与AI相关。高盛预计，随着AI需求增长，数据中心市场的电力需求到2027年可能升至84吉瓦。
然而，据克里希纳测算，仅建设一座1吉瓦的数据中心，按最新美元价值计算，就需要投资约800亿美元。如果一家企业承诺建设20到30吉瓦的数据中心，其资本支出将高达1.5万亿美元——几乎相当于特斯拉（Tesla）当前的市值。
他估计，若所有超大规模云厂商合计扩建至约100吉瓦的容量，也需要约8万亿美元的投资，而要覆盖这笔投入所需的利润规模更是惊人。
克里希纳表示：“在我看来，这类投资绝无可能获得回报。因为8万亿美元的资本支出意味着仅支付利息就需要约8,000亿美元利润支撑。”
此外，由于技术快速迭代，数据中心所依赖的芯片会很快过时。
他强调称：“你必须在五年内充分利用所有设备，因为五年之后，你就得把整套设备淘汰，并重新采购。”
克里希纳补充说，这股投资热潮的部分动机，源于科技巨头竞相成为首个实现通用人工智能（即能够匹敌或超越人类智能的AI）的企业。
但在他看来，尽管大语言模型的性能持续提升，以现有技术实现通用人工智能的概率“最多只有1%”。
他表示：“需要明确的是，这项技术对企业具有重要价值，我认为它将释放数万亿美元的生产力潜能。但实现通用人工智能所需要的技术，远超当前大语言模型路线的技术要求。”
与此同时，各超大规模云厂商仍在加速推进AI基础设施投资，预计今年相关投入将达到约3,800亿美元。
在第三季度财报中，谷歌母公司Alphabet将2025年资本支出预期从此前的850亿美元上调至910亿至930亿美元。其首席财务官在季度财报电话会上表示，由于基础设施投资增加，明年资本支出将出现“显著增长”。亚马逊也在第三季度将资本支出预期从1,180亿美元上调至1,250亿美元。（*）
译者：刘进龙
审校：汪皓
尽管谷歌（Google）、亚马逊（Amazon）等科技巨头高调宣扬其在AI基础设施领域投资数百亿美元，但IBM首席执行官阿文德·克里希纳却质疑这些投资难以获得预期回报。
阿文德·克里希纳自2020年起开始掌舵这家老牌科技公司。他认为，只需简单计算就能得出一个结论：这些科技公司如今在数据中心上的巨额投入“绝无可能”实现合理回报。他在《Decoder》播客节目中表示，原因之一在于，数据中心需要海量电力与投资。
高盛（Goldman Sachs）今年早些时候估算，全球数据中心市场当前总耗电量约为55吉瓦，其中仅约14%与AI相关。高盛预计，随着AI需求增长，数据中心市场的电力需求到2027年可能升至84吉瓦。
然而，据克里希纳测算，仅建设一座1吉瓦的数据中心，按最新美元价值计算，就需要投资约800亿美元。如果一家企业承诺建设20到30吉瓦的数据中心，其资本支出将高达1.5万亿美元——几乎相当于特斯拉（Tesla）当前的市值。
他估计，若所有超大规模云厂商合计扩建至约100吉瓦的容量，也需要约8万亿美元的投资，而要覆盖这笔投入所需的利润规模更是惊人。
克里希纳表示：“在我看来，这类投资绝无可能获得回报。因为8万亿美元的资本支出意味着仅支付利息就需要约8,000亿美元利润支撑。”
此外，由于技术快速迭代，数据中心所依赖的芯片会很快过时。
他强调称：“你必须在五年内充分利用所有设备，因为五年之后，你就得把整套设备淘汰，并重新采购。”
克里希纳补充说，这股投资热潮的部分动机，源于科技巨头竞相成为首个实现通用人工智能（即能够匹敌或超越人类智能的AI）的企业。
但在他看来，尽管大语言模型的性能持续提升，以现有技术实现通用人工智能的概率“最多只有1%”。
他表示：“需要明确的是，这项技术对企业具有重要价值，我认为它将释放数万亿美元的生产力潜能。但实现通用人工智能所需要的技术，远超当前大语言模型路线的技术要求。”
与此同时，各超大规模云厂商仍在加速推进AI基础设施投资，预计今年相关投入将达到约3,800亿美元。
在第三季度财报中，谷歌母公司Alphabet将2025年资本支出预期从此前的850亿美元上调至910亿至930亿美元。其首席财务官在季度财报电话会上表示，由于基础设施投资增加，明年资本支出将出现“显著增长”。亚马逊也在第三季度将资本支出预期从1,180亿美元上调至1,250亿美元。（*）
译者：刘进龙
审校：汪皓
While giant tech companies like Google and Amazon tout the billions they’re pouring into AI infrastructure, IBM’s CEO doubts their bets will pay off like they think.
Arvind Krishna, who has been at the helm of the legacy tech company since 2020, said even a simple calculation reveals there is “no way” tech companies’ massive data center investments make sense. This is in part because data centers require huge amounts of energy and investment, Krishna said on the Decoder podcast.
Goldman Sachs estimated earlier this year that the total power usage by the global data center market stood at around 55 gigawatts, of which only a fraction (14%) is dedicated to AI. As demand for AI grows, the power required by the data center market could jump to 84 gigawatts by 2027, according to Goldman Sachs.
Yet building out a data center that uses merely one gigawatt costs a fortune—an estimated $80 billion in today’s dollars, according to Krishna. If a single company commits to building out 20 to 30 gigawatts then that would amount to $1.5 trillion in capital expenditures, Krishna said. That’s an investment about equal to Tesla’s current market cap.
All the hyperscalers together could potentially add about 100 gigawatts, he estimated, but that still requires $8 trillion in investment—and the profit needed to balance out that investment is immense.
“It’s my view that there’s no way you’re going to get a return on that, because $8 trillion of capex [capital expenditure] means you need roughly $800 billion of profit just to pay for the interest,” he said.
Moreover, thanks to technology’s rapid advance, the chips powering your data center could quickly become obsolete.
“You’ve got to use it all in five years, because at that point, you’ve got to throw it away and refill it,” he said.
Krishna added that part of the motivation behind this flurry of investment is large tech companies’ race to be the first to crack AGI, or an AI that can match or surpass human intelligence.
Yet Krishna says there’s at most a 1% chance this feat can be accomplished with our current technology, despite the steady improvement of large language models.
“I think it’s incredibly useful for enterprise. I think it’s going to unlock trillions of dollars of productivity in the enterprise, just to be absolutely clear,” he said. “That said, I think AGI will require more technologies than the current LLM path.”
Meanwhile, hyperscalers are plowing ahead with investments in AI infrastructure that are estimated to reach $380 billion in this year alone.
In its third quarter earnings report, Google parent Alphabet raised its 2025 capital spending outlook to between $91 billion and $93 billion from a previous estimate of $85 billion. Its CFO also said on the company’s quarterly earnings call to expect a “significant increase” in capex spending next year thanks in part to increased infrastructure investment. Amazon in the third quarter also raised its capital expenditure estimate to $125 billion from a prior estimate of $118 billion.