人工智能能否回答3万亿美元的问题？

三年前，红杉资本合伙人大卫·卡恩（David Cahn）是最早进行数学计算的人之一，并给出了硅谷在人工智能基础设施方面巨额支出的影响的数字。

2023年，他对Nvidia报告的GPU年收入达到500亿美元做出了反应。从这个数字开始，加上运营数据中心的隐含成本及其运营商的利润，他推断出需要2000亿美元的收入来偿还前期投资。

他将其视为一项挑战，要求企业家推出人工智能产品和服务，以利用所有基础设施并从中创收。快进到今天，将三年的超大规模扩展加起来，Cahn得出了2026年人工智能基础设施支出的新数字：1.5万亿美元。

总而言之，他计算出人工智能行业必须赚取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。这可能是一个低估——内存成本的上升以及奇特或推理专用芯片的使用的增加将推动这个数字的上升。他写道：“最近，由于这些瓶颈动态和建设成本上升，每吉瓦资本支出所需的收入急剧增加。”

另一方面，Anthropic的ARR被认为已达到600亿美元，而OpenAI据报道在2025年赚取了130亿美元（尽管在2025年11月，它表示其ARR为200亿美元），并且今年可能会赚得更多。但显然还有很大的差距需要弥补。

关注这一差距的人是大型资产管理公司阿波罗公司的首席经济学家托斯顿·斯洛克(Torsten Slok)。在最近的报告中，他指出超大规模企业——Google、Meta、Microsoft和Amazon——都预测到2028年他们的自由现金流将大幅加速。也就是说，他们期望看到他们购买的所有芯片的回报。

如果他们不这样做怎么办？ Slok指出我们目前在人工智能使用中看到的一个风险：更多组织转向更便宜的开放权重模型（通常是中国模型），而不是由前沿实验室构建的模型，并且总体代币价格下跌。据CEOSam Altman的说法，OpenAI的最新模型在编码任务上的代币效率提高了54%。这对于担心人工智能代理成本的用户来说是件好事，但如果用户不大幅增加其总体代币使用量，那么对于构建代币工厂的公司来说可能会不利。

斯洛克担心，如果超大规模企业无法实现现金流目标，市场反应可能会很严重——“这么多的公司都依赖于这么少的公司，”他写道，“回报缓慢不仅是一个行业问题，还可能导致经济陷入衰退，让标准普尔500指数陷入调整。”

当您将人工智能代理转向更便宜的代币时，请记住这一点。