AI能否回答3万亿美元的问题？

三年前，红杉资本合伙人David Cahn是最早计算硅谷在AI基础设施上巨额支出影响的人之一。2023年，他对英伟达报告的500亿美元年度GPU收入做出了反应。从这个数字出发，加上数据中心的运营成本和运营商利润率，他推断需要2000亿美元的收入才能收回前期投资。

他将其视为挑战，要求企业家推出AI产品和服务来利用这些基础设施并产生收入。快进到今天，经过三年的超大规模扩张，Cahn对2026年AI基础设施支出有了新数字：1.5万亿美元。总体而言，他计算出AI行业必须赚取3万亿美元才能证明所有这些芯片和其他数据中心支出的合理性。

而且这很可能被低估了——内存成本上升以及越来越多使用特殊或推理专用芯片将推高这一数字。“最近，”他写道，“由于这些瓶颈动态和建设成本上升，每GW资本支出所需的收入急剧增加。

”在账目的另一边，Anthropic据信已达到600亿美元的年经常性收入（ARR），而OpenAI据报道在2025年赚了130亿美元（尽管在2025年11月，它表示ARR为200亿美元），并且今年可能赚得更多。

但显然还有很大的差距需要弥合。大型资产管理公司Apollo的首席经济学家Torsten Slok也在关注这一差距。在最近的一份报告中，他指出，超大规模企业——谷歌、Meta、微软和亚马逊——都预测2028年自由现金流将大幅加速。

也就是说，他们期望从购买的所有芯片中获得回报。但如果未能实现呢？Slok指出了当前AI使用中的一个风险：越来越多的组织转向更便宜的开放权重模型，通常是中国的，而不是前沿实验室构建的模型，并且整体token价格在下降。

据CEO Sam Altman称，OpenAI的最新模型在编码任务上的token效率提高了54%。这对担心AI智能体成本的用户来说是好事，但如果用户不随之大幅增加整体token使用量，对构建token工厂的公司来说可能不利。

Slok担心，如果超大规模企业未能实现现金流目标，市场反应可能很严重——“如此多的赌注押在如此少的公司上，”他写道，“回报放缓不仅是一个行业问题，还可能使经济陷入衰退，标普500指数进入回调。

”当你将AI智能体引向更便宜的token时，请记住这一点。