12 月 2 日消息，The Verge 昨天采訪到了 IBM 首席執(zhí)行官 Arvind Krishna。他在播客表示，按照目前的數據中心建設與運營成本，行業(yè)投入的巨額資本支出幾乎不可能獲得足夠回報。

Arvind Krishna 指出，AI 企業(yè)在追求通用人工智能（AGI）的過程中不斷擴大計算能力，但當前基礎設施成本結構難以支撐這種規(guī)模化投資的經濟可行性。

Krishna 表示，基于“今天的成本”進行的估算顯示，一個 1 吉瓦的數據中心需要約 800 億美元投入。如果單家公司計劃建設 20 至 30 吉瓦數據中心，其資本支出規(guī)模將達到約 1.5 萬億美元（注：現匯率約合 10.62 萬億元人民幣）。

他指出，全球范圍內與 AGI 相關的建設承諾總量可能接近 100 吉瓦，對應投入約 8 萬億美元（現匯率約合 56.63 萬億元人民幣），而僅利息成本就意味著需要約 8000 億美元利潤才能覆蓋。

他還提到 AI 芯片的折舊周期是關鍵因素之一。目前的數據中心芯片通常需在五年期限內完成折舊，此后可能被替換，這使長期回報更加難以實現。

在行業(yè)對 AGI 的討論升溫之際，Krishna 表示，不認為現有技術路徑可以在沒有進一步突破的情況下實現 AGI，并將概率評估為 0% 至 1%。

多位科技領域人士，包括 Marc Benioff、Andrew Ng 和 Mistral CEO Arthur Mensch，也對 AGI 的加速發(fā)展持保留意見。OpenAI 聯合創(chuàng)始人 Ilya Sutskever 認為大模型時代的“擴規(guī)模效應”已趨于極限，未來將重新進入以研究驅動的階段。

盡管對 AGI 路線有所質疑，Krishna 仍肯定當前 AI 工具對企業(yè)生產力的價值，并認為這些技術將在企業(yè)領域釋放“數萬億美元級”的效率收益。他提出未來可能需要將硬知識體系與大模型結合，才能推動通用人工智能發(fā)展的下一步，但對其成功可能性仍保持慎重態(tài)度。