三年前，红杉资本合伙人David Cahn首次计算并量化了硅谷在人工智能基础设施上的巨额投入所带来的影响。
2023年，他针对英伟达年GPU收入达500亿美元的报道进行了分析。以此为基础，再加上数据中心运营的隐含成本及其运营商的利润，他推算出需要2000亿美元的收入才能收回前期投资。
他将此视为一个挑战，鼓励创业者开发AI产品和服务，以充分利用并从这些基础设施中创造收入。时至今日，经过三年的超大规模扩展，Cahn对2026年AI基础设施支出的新估算达到了1.5万亿美元。
综合计算，他认为AI行业必须赚取3万亿美元的收入，才能证明所有芯片及数据中心支出的合理性。而这可能还是低估了实际需求——内存成本的上升以及越来越多采用特殊或推理专用芯片的趋势，将推动这一数字进一步攀升。他写道：“近期，由于这些瓶颈动态和建筑成本的上升，每千兆瓦资本支出所需的收入大幅增加。”
在收入方面，据悉Anthropic的年经常性收入已达到600亿美元，而OpenAI据报道2025年收入为130亿美元（尽管2025年11月其曾表示达到200亿美元的年经常性收入），且今年预计收入将更高。但显然，距离目标仍有较大差距。
负责关注这一差距的是资产管理巨头Apollo的首席经济学家Torsten Slok。他在一份最新报告中指出，谷歌、Meta、微软和亚马逊等超大规模云服务商均预测2028年其自由现金流将大幅增长，也就是说，他们预计能从所购芯片中获得回报。
但如果回报未如预期呢？Slok指出，目前AI使用中存在的风险是：越来越多的组织转向更便宜的开源权重模型，通常是中国的模型，而非前沿实验室打造的模型，整体token价格也在下降。OpenAI最新模型据CEO Sam Altman介绍，在编码任务上的token效率提高了54%。这对担心AI代理成本的用户来说是好消息，但对依赖token产出的公司而言，如果用户没有大幅增加token使用量，可能会带来负面影响。
Slok担忧，如果超大规模云服务商未能实现现金流目标，市场反应可能会非常严峻——“由于市场过度集中于少数几家公司，”他写道，“回报放缓不仅是行业问题，还可能引发经济衰退，并导致标普500指数调整。”
在你引导AI代理选择更便宜token时，这一点值得深思。
