美国科技巨头大举“撒钱”的举动正令资本市场感到忧虑。

上周，在亚马逊宣布计划向人工智能（AI）及相关基础设施领域注资2000亿美元后，股价于6日早盘应声下跌近9%。然而，市场的冷静反应并未浇灭这场AI投资热潮。根据谷歌、微软、亚马逊和Meta在近日披露的最新资本支出计划，这四大科技巨头在2026年的开支总额预计将高达约6500亿美元。

而驱动这些巨头“不计成本”投入的核心逻辑，很大程度上寄希望于通用人工智能（AGI）的实现，以及随之而来的数万亿美元潜在回报。正如硅谷风投机构红杉资本（Sequoia Capital）合伙人卡恩（David Cahn）所言：“唯有AGI的实现，才能证成未来十年这一量级的投资提案。”

然而，业内对AGI实现路径正涌现出越来越多的怀疑。彭博行业研究高级中国科技分析师罗伯特·李（Robert Lea）在接受第一财经记者采访时表示，鉴于当代AI模型存在根本性的逻辑缺陷且方法论较为单一，仅仅通过扩展现有模型，即行业目前盛行的做法，不太可能实现AGI。

模式识别并非真智能

在理论定义中，AGI被视为AI的终极状态，意味着系统能在会计、法律等多个白领专业领域达到并取代人类的智力水平。

现代AI“教父”之一本吉奥（Yoshua Bengio）警示称，AGI的研发进程可能会陷入停滞，而这种停滞对投资者而言无异于灾难。他称，行业很可能在不久的将来“碰壁”，面对目前无法预见且难以快速解决的技术瓶颈，这可能诱发一场真正的金融崩盘。毕竟，当前涌向AI领域的数万亿资金，大多建立在技术能以目前速度规律进步的乐观预期之上。

罗伯特·李凭借其在帝国理工学院深造电子工程的学术背景，也提供了基于技术视角的结论。他表示：“从本质上看，AI运行的底层逻辑近年来并未发生颠覆性变革，真正的改变在于算力与存储能力的爆发式增长，以及模型从处理单一数字数据向多模态（涵盖文本、视频和音频）的进化。尽管如此，这些模型的核心仍是模式识别，实质上是极其复杂的统计模型。”

罗伯特·李形象地解释道，当用户利用AI模型搜索量子计算时，模型只是通过训练库或互联网搜集海量资料，并利用模式识别提取共性并予以总结。这种功能虽然高效，却并非真正的智能。

在他看来，真正的智能远比模式识别深奥得多。目前市场上涌现的垂直模型，无论是专攻代码还是天气预报，都表现出极强的局限性：天气模型或许能精准预测降水，却对量子计算一窍不通，因为它无法逾越训练集（Training set）的边界。这种本质上是对训练数据的“反刍”，而非产生真正的原创智慧。

他进一步表示，当前许多利益相关方在其中推波助澜，不少急于融资的初创公司刻意将其描绘为改变世界的“新范式”。实际上，AI目前更多扮演着提升效率工具的角色，在药物研发等工业场景中固然大有可为，但即便是最前沿的应用，也不过是在既有化学空间内筛选组合。其“天马行空的思考”（Blue-sky thinking）或脱离训练集进行创新的能力，依然受到严苛的限制。

基于这些观察，罗伯特·李称：“当前的AI并非真正的智能，也因此无法实现AGI。”这一观点在学界也得到了呼应。去年针对美国人工智能促进协会（AAAI）会员的调查显示，在以学术界人士（占比67%）为主的受访者中，高达76%的人明确表示，仅靠扩大现有技术规模来实现AGI的可能性极低。

因此，罗伯特·李认为美国大型平台的AGI战略带有投机性（Speculative）。虽然科学突破的偶然性不可排除，但从概率学看，成功的期望值并不乐观。他警告称：“投资者不该为此倾家荡产，孤注一掷。”

事实上，即便是正从这股热潮中获利的科技领袖，也对其中的疯狂保持着清醒。Alphabet首席执行官皮查伊（Sundar Pichai）曾承认热潮中存在“非理性因素”；亚马逊创始人贝佐斯（Jeff Bezos）与OpenAI首席执行官山姆·奥尔特曼（Sam Altman）亦先后表示，AI产业的许多方面已显现出泡沫化的迹象。

AI投资的折旧费用

除了技术瓶颈，财务层面的折旧压力同样是悬在巨头头上的“达摩克利斯之剑”。尽管巨额资产成本可在使用寿命内摊销，但对于处于快速迭代期的AI设施而言，精准分摊折旧成本极其困难。

摩根士丹利预测，未来四年内，微软、甲骨文、Meta和Alphabet四家公司累计计提的折旧费用可能突破6800亿美元。该行分析认为，若假设GPU寿命为六年、数据中心寿命为十五年，到2028年底，Alphabet的折旧费将激增至目前的四倍；而甲骨文在2029年的折旧费用可能膨胀至560亿美元，占到市场预期营收的28%。

全球投资咨询公司BCA Research首席新兴市场/中国策略师阿瑟·布达吉安（Arthur Budaghyan）在接受第一财经记者采访时也对此提出忧虑。他称，美国科技行业正经历一场深刻的范式转移。过去15年，科技公司以极强的资本纪律实现了极高的资本回报率。而今，超大规模云服务商开启的“大手笔”投资，极易导致资本错配。随着资本基数的急剧扩张，利润表现往往难以同步跟进，这意味着两到四年后，美股的资本回报率将不可避免地低于现状。

“从更微观的层面看，目前投入巨资兴建的数据中心很可能在3到5年内就会过时。技术更迭如此之快，这些公司很快就能学会如何建造更高效、更廉价的基础设施。历史证明，初期的建设方式很快会被创新方案取代。由于今天建造的数据中心成本极高，它们将很难与未来的低成本设施竞争。”布达吉安称。

他预测：“为了维持竞争力，它们届时不得不降价，但这将无法覆盖其高昂的初始成本。这对人类和AI用户是好事，但对于目前正向相关基础设施投入数万亿美元的公司来说，则是场灾难。”