IBM首席执行官阿尔温德·克里希纳（Arvind Krishna）在近期播客访谈中直言，以当前数据中心建设与运营成本计算，科技行业为追求通用人工智能（AGI）投入的巨额资本面临回报难题。他指出，AI企业为实现AGI不断扩张算力规模，但现有基础设施成本结构已难以支撑这种大规模投资的可持续性。
克里希纳通过具体数据揭示了行业困境：建设1吉瓦规模的数据中心需约800亿美元投入，若单家企业计划部署20至30吉瓦算力，资本支出将飙升至1.5万亿美元（约合人民币10.62万亿元）。更严峻的是，全球AGI相关建设承诺总量已接近100吉瓦，对应投入规模达8万亿美元（约合人民币56.63万亿元），仅利息成本就要求企业创造8000亿美元利润才能覆盖。
硬件折旧周期进一步加剧了投资风险。克里希纳强调，当前数据中心芯片必须在五年内完成折旧，超期后可能面临淘汰，这种短周期特性使得长期回报愈发难以实现。他直言："现有技术路径若不取得突破，实现AGI的概率几乎为零，最多只有1%的可能性。"
这一观点与多位科技领袖形成共鸣。Salesforce创始人马克·贝尼奥夫（Marc Benioff）、斯坦福大学教授吴恩达（Andrew Ng）以及法国AI初创公司Mistral首席执行官亚瑟·门施（Arthur Mensch）均对AGI加速发展持谨慎态度。OpenAI联合创始人伊尔亚·苏茨克维（Ilya Sutskever）更明确指出，大模型"扩规模效应"已接近极限，行业将转向研究驱动的新阶段。
尽管质疑AGI发展路线，克里希纳仍肯定现有AI技术对企业效率的提升价值。他预测，AI工具将在企业领域释放"数万亿美元级"的效率收益，但强调未来需探索硬知识体系与大模型的融合路径。这种结合可能成为推动AGI发展的关键，但他同时表示对技术突破的可能性保持审慎评估。
