AI能否回答这道3万亿美元的难题？

三年前，红杉资本合伙人大卫·卡恩率先对硅谷在AI基础设施上的巨额投入进行了测算，并给出了一个具体数字。

2023年，他以英伟达当年约500亿美元的GPU年收入为起点，再加上数据中心的运营成本和运营商的利润空间，推算出整个行业至少需要实现2000亿美元的营收，才能收回前期投入。他将这一缺口视为对创业者的挑战，呼吁他们开发出能充分利用这些基础设施并实现商业变现的AI产品与服务。

如今三年过去，随着超大规模扩张持续推进，卡恩给出了一个新数字：2026年AI基础设施支出预计将达到1.5万亿美元。综合计算，他认为AI行业需要累计赚取3万亿美元，才能为这些芯片及其他数据中心支出提供合理依据。而这或许还是保守估计——内存成本的上升，以及专用推理芯片使用量的增加，都将进一步推高这一数字。卡恩写道："近期，由于供应瓶颈与建设成本上涨，每千瓦算力所需的资本支出回报门槛已大幅提升。"

从营收端来看，Anthropic的年度经常性收入据称已达600亿美元，OpenAI据报道2025年收入达130亿美元（尽管该公司在2025年11月宣布年度经常性收入为200亿美元），今年预计还会继续增长。但显然，这与3万亿美元的目标之间仍存在巨大缺口。

密切关注这一缺口的还有阿波罗资产管理公司首席经济学家托尔斯滕·斯洛克。他在近期的一份报告中指出，谷歌、Meta、微软和亚马逊等超大规模云服务商均预测，其自由现金流将在2028年实现大幅增长，也就是说，它们期望届时能看到芯片投资的回报。

但如果这一预期落空，又将如何？斯洛克注意到AI使用领域正在出现一种值得警惕的趋势：越来越多的企业转向更廉价的开放权重模型，其中不乏来自中国的产品，而非由前沿实验室构建的模型，整体Token价格也在持续下降。据OpenAI首席执行官萨姆·奥特曼透露，该公司最新发布的模型在编程任务上的Token效率提升了54%。这对担心AI智能体使用成本的用户来说是个好消息，但对于那些以Token消耗量为核心商业模式的企业而言，如果用户的整体Token使用量并未随之大幅增加，恐怕就不那么乐观了。

斯洛克警告，一旦超大规模云服务商未能实现现金流目标，市场反应可能相当剧烈。他写道："如此多的资金押注在如此少的公司身上，回报一旦延迟，影响将不仅限于行业层面，更可能引发经济衰退，并使标普500指数陷入回调。"

当你正忙着将AI智能体迁移至更低价Token服务时，或许值得把这一风险放在心上。

Q&A

Q1：大卫·卡恩是如何计算出AI行业需要3万亿美元回报的？

A：大卫·卡恩以英伟达约500亿美元的GPU年收入为基础，叠加数据中心运营成本与运营商利润，推算出2000亿美元的最低营收门槛。随着三年超大规模扩张，他将2026年AI基础设施支出估算为1.5万亿美元，由此推算出行业需累计实现约3万亿美元营收，才能覆盖全部资本支出。此外，内存成本上涨与专用推理芯片的普及，还将进一步推高这一数字。

Q2：Token价格下降对AI行业有什么影响？

A：Token价格下降对用户有利，但对AI基础设施企业构成压力。以OpenAI最新模型为例，其在编程任务上的Token效率提升了54%，用户成本因此降低。然而，若用户并未因此大幅增加Token总消耗量，那些依靠Token消耗量盈利的企业收入将受到压缩，进而影响超大规模云服务商实现预期现金流回报的能力。

Q3：超大规模云服务商如果无法实现2028年的现金流目标，会带来哪些风险？

A：阿波罗资产管理公司首席经济学家托尔斯滕·斯洛克警告，谷歌、Meta、微软、亚马逊等超大规模云服务商若未能在2028年达成现金流预期，市场反应可能极为剧烈。由于大量资金高度集中在少数科技巨头身上，投资回报一旦延迟，不仅是行业问题，更可能引发更广泛的经济衰退，并导致标普500指数进入调整区间。