IT之家12月2日消息，The Verge昨天采访到了IBM首席执行官Arvind Krishna。他在播客表示，按照目前的数据中心建设与运营成本，行业投入的巨额资本支出几乎不可能获得足够回报。

　　 Arvind Krishna指出，AI企业在追求通用人工智能(AGI)的过程中不断扩大计算能力，但当前基础设施成本结构难以支撑这种规模化投资的经济可行性。

　　 Krishna表示，基于“今天的成本”进行的估算显示，一个1吉瓦的数据中心需要约800亿美元投入。如果单家公司计划建设20至30吉瓦数据中心，其资本支出规模将达到约1.5万亿美元(IT之家注：现汇率约合10.62万亿元人民币)。

　　他指出，全球范围内与AGI相关的建设承诺总量可能接近100吉瓦，对应投入约8万亿美元(现汇率约合56.63万亿元人民币)，而仅利息成本就意味着需要约8000亿美元利润才能覆盖。

　　他还提到AI芯片的折旧周期是关键因素之一。目前的数据中心芯片通常需在五年期限内完成折旧，此后可能被替换，这使长期回报更加难以实现。

　　在行业对AGI的讨论升温之际，Krishna表示，不认为现有技术路径可以在没有进一步突破的情况下实现AGI，并将概率评估为0%至1%。

　　多位科技领域人士，包括Marc Benioff、Andrew Ng和Mistral CEO Arthur Mensch，也对AGI的加速发展持保留意见。OpenAI联合创始人Ilya Sutskever认为大模型时代的“扩规模效应”已趋于极限，未来将重新进入以研究驱动的阶段。

　　尽管对AGI路线有所质疑，Krishna仍肯定当前AI工具对企业生产力的价值，并认为这些技术将在企业领域释放“数万亿美元级”的效率收益。他提出未来可能需要将硬知识体系与大模型结合，才能推动通用人工智能发展的下一步，但对其成功可能性仍保持慎重态度。