越来越多企业高管发现，大规模部署AI的实际成本远高于最初预期，用AI取代员工未必比雇佣员工更便宜。AI的应用前景也面临严峻挑战。技术层面，围绕算力、硬件、模型运行与基础设施的整体系统性投入不断攀升，使用AI越来越昂贵；商业层面，大量企业内部出现了关于AI工具“性价比”的讨论与质疑。一些公司开始意识到，他们无法长期维持当前的高额支出。用AI替代员工的成本，实际上比此前普遍认为的要高。增长背后的算力账本生成式AI用户增长迅速，但背后的运行成本同样在快速上升，而且很多成本并没有被用户直接支付。随着免费使用和低价策略持续，这种“花得多、赚得不一定够”的矛盾正变得越来越明显，也让AI商业模式的可持续性开始受到关注。2022年底OpenAI发布ChatGPT，此后它迅速打破纪录，成为历史上增长最快的科技产品。OpenAI、Anthropic和谷歌等AI模型提供商最初采用人为压低的统一低价收费模式，以推动用户采用、抢占市场份额。他们相信，可以通过消耗投资者资金来培育用户依赖，然后再向已经形成依赖的用户群体实现商业变现。然而，与自21世纪初以来采用这一策略的其他面向消费者的平台（如脸书、优步或Instagram）相比，生成式AI在两个关键方面有所不同。首先，每新增一位用户，都会带来巨额且持续的单次查询成本，而这种成本规模是任何社交网络都未曾有过的。具体而言，这些聊天机器人需要消耗极其庞大的计算资源，而这些资源又依赖于电力、用于服务器冷却的水资源、建设数据中心所需的土地，以及数十亿美元规模的硬件投资。特别是AI系统需要超大规模数据中心，而这些数据中心会消耗惊人的电力和水资源。国际能源署（IEA）今春警告称，仅2025年一年，数据中心的电力需求就激增了17%，到2030年可能翻一番，而同期专注于AI设施的电力消耗量可能增长两倍。变压器、涡轮机、电网设备和输电基础设施的供应链正成为关键瓶颈。真正决定胜负的早就不是哪家模型“更聪明”，而是在于谁能拿到足够电力。其次，随着模型变得越来越先进，其运行成本也会越来越高。从这个意义上说，它们更接近于亚马逊云服务（AWS）这样的云计算技术，而非传统互联网平台。到2023年，据研究机构半导体分析（Semi Analysis）估算，ChatGPT的日运营成本已经达到约70万美元。此后，模型的复杂度和资源消
=*=*=*=*=*=
当前为第1/3页
下一页-
=*=*=*=*=*=
返回新闻列表
返回网站首页