根据商业和技术洞察公司 Gartner 近期发布的预测，全球对人工智能（AI）的支出预计将在 2025 年达到近 1.5 万亿美元，较 2024 年大幅增长 50%；到 2026 年，这一数字有望攀升至 2 万亿美元，实现 37% 的进一步提升。

在投资热潮持续扩大的背景下，科技巨头对 AI，特别是大语言模型（LLM）的投入依然强劲，但市场也开始出现对其投资回报可持续性的质疑。

硅谷著名风险投资人、银湖资本前联合创始人麦克纳米（Roger McNamee）本周撰文表示，股东、董事和高管可能很快将要求企业证明其在 LLM 技术上的巨额投入能够带来相应的经济回报。他认为，对于多数参与者而言，答案或许并不乐观，而这一局面的后果可能是整个行业难以承受的。

苏黎世应用科技大学管理与法学院商业信息技术研究所研究员佩赫托（Václav Pechtor）接受第一财经记者专访时也表示，大科技公司未来的重点将聚焦实用、可靠的应用，而不是一味扩大模型规模。

佩赫托表示，大语言模型已逐渐触及瓶颈，尽管投入资金和数据量巨大，其性能提升却日益有限。目前科技巨头尚可凭借雄厚财力维持高额投入，但随着投入与回报失衡的问题凸显，" 投资者将失去耐心，并想要看到结果。我认为大语言模型竞赛会走到终点 "。

" 投资者的耐心并非无限 "

麦克纳米表示，美国多家科技巨头，包括谷歌、亚马逊、Meta、xAi、微软、OpenAI 和 Anthropic 等，正在开展本质上趋同的 LLM 研发项目。许多企业似乎都在竞相争夺全球垄断地位，而这一竞争的成本预计将高达数千亿美元。

根据追踪 AI 发展的网站 Epoch.ai 的统计，2023 年，市场领军企业如 OpenAI、谷歌和 Anthropic 通过其 LLM 产品实现的公众销售额总计约 10 亿美元，预计 2024 年将增至 40 亿美元，2025 年的总收入可能达到 2350 亿至 2440 亿美元之间，但其中绝大部分将用于 LLM 训练和运营所需的基础设施投入。

同时，联合国贸发会议组织（UNCTAD）预测，到 2033 年，AI 市场规模有望达到 4.8 万亿美元；商业咨询机构 " 认知市场研究 "（CMR）也预估，届时全球 AI 收入将达 3 万亿美元。

麦克纳米表示，要实现这些预期，持续大规模投资仍不可或缺，但当前基础设施投入与最终用户软件许可收入之间的巨大鸿沟已显现出不可持续性。

" 投资者普遍假设每家美国主要 LLM 企业都将成为赢家，这一预期建立在一个关键前提之上：支撑科技巨头垄断地位的核心产品几乎都已接近其有用生命周期的终点。每家大科技公司都亟需在 AI 领域取得全球垄断地位以维持其市场价值，然而现实是，并非所有公司都能实现这一目标。" 麦克纳米称。

全球投资分析公司 BCA Research 的全球投资策略团队在回复第一财经的邮件中也表示，AI 是否能够带来超额利润仍存不确定性。与社交媒体或传统软件行业不同，AI 难以从规模经济中同等获益。尽管开发优质 AI 软件的固定成本高昂，但其复制和推广的边际成本并不趋近于零，反而随着用户规模扩大而显著上升，这是因为 AI 推理所需的计算量随用户数同步增长。

该团队进一步以航空业为例，称大语言模型可能最终走向高度同质化：尽管极具实用价值，但由于彼此之间差异有限，其盈利能力可能长期受限。"LLM 普遍采用相同的 Transformer 神经网络架构，并依赖相似的互联网训练数据，导致模型功能趋同。因此，它们或许难以实现当前股市所预期的巨额利润。" 该团队表示。

佩赫托同样认同这一判断。他告诉第一财经记者：" 每一代新大语言模型的训练成本正呈指数级增长，目前已达数亿美元级别，然而性能提升却日益微弱。以 GPT-4o 到 GPT-5 的演进为例，其进步更多体现在语气调整，而非功能或能力的实质性突破。"

在佩赫托看来，部分供应商终将因成本压力而缩减投入，特别是当新模型与竞争对手或前代产品差异有限时。尽管如谷歌或微软等企业可凭借其他业务单元的利润继续支持 AI 投入，但投资者的耐心并非无限，他们终将要求看到实际回报。这场围绕模型规模的竞赛很可能因此逐渐放缓。

AI 投资扩张

另一方面，随着投资持续扩张，AI 热潮的可持续性也引发更多讨论。

德意志银行本周发布报告称，由于科技支出难以持续呈现指数级增长，当前 AI 热潮可能难以长期维持。该行全球外汇研究主管萨拉维洛斯（George Saravelos）在致客户的报告中写道，AI 相关支出正在支撑美国经济。如果没有科技领域的强劲投入，美国今年可能已陷入衰退，或正处于衰退边缘。

咨询公司贝恩公司年度全球技术报告也表示，AI 可能无法创造足够收入以支撑其所需的庞大算力。" 到 2030 年，为满足预期的 AI 需求，全球每年需要 2 万亿美元收入用于资助所需计算能力。然而，即便将 AI 带来的效率提升考虑在内，全球仍面临 8000 亿美元的资金缺口。" 报告中写道。

BCA Research 助理副总裁阿拉德斯基（Miroslav Aradski）补充称，当前计算资源短缺的环境未来可能转向计算过剩。如果这一情形出现，资本支出或将回落。" 我们正在密切关注超大规模云提供商的自由现金流状况。尽管目前仍保持强劲，但已呈现趋势性下降，整体现金储备亦同步收缩。自由现金流的进一步恶化可能预示着 AI 资本支出繁荣即将步入尾声。"

不过，华尔街对 AI 的长期前景尚未形成一致看法。高盛在本周发布的报告中展现出更为乐观的立场：" 我们预计 AI 带来的生产力提升将显著推动 GDP 增长，未来几年预计每年贡献约 0.4 个百分点。长期来看，随着 AI 技术普及，累计有望推动 GDP 增长 1.5%。一旦 AI 被广泛采用，它将帮助劳动者和企业在相同投入下实现更高产出，从而全面提升全要素生产率增长。"

瑞银（UBS）也在近期发布的投资展望中强调，AI 投资将在中长期内成为投资组合增长的关键动力。瑞银认为，AI 解决方案提供商在将技术使用转化为实际收入方面已取得积极进展，其变现潜力仍在持续扩大。

据瑞银估算，在全球约 100 万亿美元的经济总量中，若假设约三分之一的任务可实现自动化，这些任务的劳动成本占比约一半，且 AI 供应商能从中获取 10% 的价值，则每年潜在的 AI 收入机会将高达约 1.5 万亿美元。

( 本文来自第一财经 )