AI 的 3 万亿美元回本难题
TechCrunch AI··作者 Tim Fernholz
关键信息
Cahn 在 2023 年的早期测算，是从 Nvidia 公开披露的 500 亿美元年 GPU 收入出发，推算出大约需要 2000 亿美元收入才能回收相关基础设施投资。文章还提到，Anthropic 传闻年化收入已达 600 亿美元，OpenAI 在 2025 年报告收入为 130 亿美元，而与预计的 3 万亿美元需求相比仍有很大缺口。
资讯摘要
TechCrunch 重新审视了 AI 热潮中的一个长期问题：整个行业是否能赚到足够多的钱，以证明巨额 AI 基础设施建设是合理的。文章首先提到 Sequoia 合伙人 David Cahn，他在三年前以 Nvidia 公开披露的 500 亿美元年 GPU 收入为起点，推算出要回收 AI 建设所对应的投入，大约需要 2000 亿美元收入。Cahn 当时把这个问题抛给创业者，希望他们做出能够消耗并变现这些算力的产品和服务。如今，随着又三年的超大规模扩张，他估算到 2026 年 AI 基础设施支出可能达到 1.5 万亿美元。基于这一数字，他认为行业需要产生约 3 万亿美元收入，才能证明这些芯片、数据中心及相关资本开支是值得的。
文章还指出，这个数字很可能仍然偏低，因为内存价格在上涨，建设成本也在增加，而且市场正在更多使用一些更特殊、以推理为中心的芯片。文中提到，Anthropic 估计已经达到 600 亿美元年化收入，OpenAI 在 2025 年报告收入为 130 亿美元，不过这与所需的收入规模相比仍然差距巨大。Apollo 首席经济学家 Torsten Slok 也被引用为另一个担忧者，因为 Google、Meta、Microsoft 和 Amazon 这些超大规模云厂商都在预测 2028 年自由现金流将大幅加速增长。Slok 警告说，如果这些预期现金流无法兑现，影响可能不只是 AI 行业内部问题，还可能冲击更广泛的经济，并让 S&P 500 面临回调风险。
资讯正文
三年前，红杉资本合伙人 David Cahn 是最早把硅谷在 AI 基础设施上的惊人投入算出具体数字的人之一，并点明了其潜在影响。
在 2023 年，他是在回应 Nvidia 据称 500 亿美元的年度 GPU 营收。以这一数字为起点，再加上运营数据中心的隐含成本以及运营商的利润率，他推断，要收回前期投资，所需收入将达到 2000 亿美元。
他把这当作一个挑战，要求创业者拿出能够利用并从中创造收入的 AI 产品和服务，来消化这些基础设施。快进到今天，随着三年超大规模扩张的累计，Cahn 对 2026 年 AI 基础设施支出的新估算是：1.5 万亿美元。
合计来看，他计算认为，AI 行业必须赚到 3 万亿美元，才能证明这些芯片和其他数据中心开支是合理的。而这很可能还是低估了——内存成本上升，以及越来越多使用稀有或专用于推理的芯片，都会把这个数字进一步推高。“最近，”他写道，“由于这些瓶颈动态和建筑成本上升，每 GW 资本支出所需的收入大幅增加。”
在账本的另一边，外界认为 Anthropic 的年化经常性收入（ARR）已达到 600 亿美元，而 OpenAI 据称在 2025 年营收为 130 亿美元（尽管它在 2025 年 11 月表示自身 ARR 已达 200 亿美元），而且今年大概还会更高。但显然，仍有很大缺口需要填补。
关注这一缺口的人之一是 Apollo 的首席经济学家 Torsten Slok，这家巨型资产管理公司的首席经济学家。在最近的一份备忘录中，他指出，超大规模云厂商——Google、Meta、Microsoft 和 Amazon——都在预测 2028 年自由现金流将出现大幅加速。也就是说，他们预计自己购买的那些芯片会开始带来回报。
如果没有呢？Slok 指出，我们目前在 AI 使用中看到一种风险：越来越多的组织转向更便宜的开权重模型，通常是中国模型，而不是由前沿实验室打造的模型，同时整体 token 价格在下降。OpenAI 的最新模型，据 CEO Sam Altman 说，在编码任务上的 token 效率提高了 54%。这对那些担心自己 AI 代理成本的用户来说是好消息，但如果用户没有把总体 token 使用量大幅提升，那么对于那些构建 token 工厂的公司来说，可能就是坏消息。
Slok 担心，如果超大规模云厂商达不到现金流目标，市场反应可能会非常剧烈——
“因为这么多东西都押在这么少的公司身上，”他写道，“回报放缓不仅仅会是一个行业问题，它还可能把经济拖入衰退，并让标普 500 陷入回调。”
当你正把自己的 AI 代理引向更便宜的 token 时，这一点值得记在心里。
来源与参考
收录于 2026-07-10