IBM首席執行官阿爾溫德·克里希納（Arvind Krishna）在近期播客訪談中直言，以當前數據中心建設與運營成本計算，科技行業為追求通用人工智能（AGI）投入的巨額資本面臨回報難題。他指出，AI企業為實現AGI不斷擴張算力規模，但現有基礎設施成本結構已難以支撐這種大規模投資的可持續性。
克里希納通過具體數據揭示了行業困境：建設1吉瓦規模的數據中心需約800億美元投入，若單家企業計劃部署20至30吉瓦算力，資本支出將飆升至1.5萬億美元（約合人民幣10.62萬億元）。更嚴峻的是，全球AGI相關建設承諾總量已接近100吉瓦，對應投入規模達8萬億美元（約合人民幣56.63萬億元），僅利息成本就要求企業創造8000億美元利潤才能覆蓋。
硬件折舊周期進一步加劇了投資風險。克里希納強調，當前數據中心芯片必須在五年內完成折舊，超期后可能面臨淘汰，這種短周期特性使得長期回報愈發難以實現。他直言："現有技術路徑若不取得突破，實現AGI的概率幾乎為零，最多只有1%的可能性。"
這一觀點與多位科技領袖形成共鳴。Salesforce創始人馬克·貝尼奧夫（Marc Benioff）、斯坦福大學教授吳恩達（Andrew Ng）以及法國AI初創公司Mistral首席執行官亞瑟·門施（Arthur Mensch）均對AGI加速發展持謹慎態度。OpenAI聯合創始人伊爾亞·蘇茨克維（Ilya Sutskever）更明確指出，大模型"擴規模效應"已接近極限，行業將轉向研究驅動的新階段。
盡管質疑AGI發展路線，克里希納仍肯定現有AI技術對企業效率的提升價值。他預測，AI工具將在企業領域釋放"數萬億美元級"的效率收益，但強調未來需探索硬知識體系與大模型的融合路徑。這種結合可能成為推動AGI發展的關鍵，但他同時表示對技術突破的可能性保持審慎評估。
