最新 12 月 2 日消息，The Verge 昨天采访到了 IBM 首席执行官 Arvind Krishna。他在播客表示，按照目前的数据中心建设与运营成本，行业投入的巨额资本支出几乎不可能获得足够回报。

Arvind Krishna 指出，AI 企业在追求通用人工智能（AGI）的过程中不断扩大计算能力，但当前基础设施成本结构难以支撑这种规模化投资的经济可行性。

Krishna 表示，基于“今天的成本”进行的估算显示，一个 1 吉瓦的数据中心需要约 800 亿美元投入。如果单家公司计划建设 20 至 30 吉瓦数据中心，其资本支出规模将达到约 1.5 万亿美元（最新注：现汇率约合 10.62 万亿元人民币）。

他指出，全球范围内与 AGI 相关的建设承诺总量可能接近 100 吉瓦，对应投入约 8 万亿美元（现汇率约合 56.63 万亿元人民币），而仅利息成本就意味着需要约 8000 亿美元利润才能覆盖。

他还提到 AI 芯片的折旧周期是关键因素之一。目前的数据中心芯片通常需在五年期限内完成折旧，此后可能被替换，这使长期回报更加难以实现。

在行业对 AGI 的讨论升温之际，Krishna 表示，不认为现有技术路径可以在没有进一步突破的情况下实现 AGI，并将概率评估为 0% 至 1%。

多位科技领域人士，包括 Marc Benioff、Andrew Ng 和 Mistral CEO Arthur Mensch，也对 AGI 的加速发展持保留意见。OpenAI 联合创始人 Ilya Sutskever 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 路线有所质疑，Krishna 仍肯定当前 AI 工具对企业生产力的价值，并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。他提出未来可能需要将硬知识体系与大模型结合，才能推动通用人工智能发展的下一步，但对其成功可能性仍保持慎重态度。