人工智能数万亿美元的赌博利害攸关

当宾夕法尼亚大学沃顿商学院金融学教授杰西卡·瓦赫特（Jessica Wachter）想要评估人工智能对未来几年经济的影响时，她面临着一长串业务和技术不确定性。因此，她从她所说的一个毫无疑问的“非凡事实”开始：少数所谓的超大规模者正在投资巨额资金建立人工智能数据中心。她没有试图预测人工智能模型的有用性和广泛部署，而是简单地询问超大规模者的收入需要以多快的速度增长才能证明他们的支出到2027年，当她和她的合作者估计支出将达到近1.1万亿美元时。这是一种严肃的会计方法，可以理解当今历史上的人工智能建设。其中：人工智能公司需要将自己的生产力提高2.7倍才能到2030年实现收支平衡，其中考虑到资本成本和15%的回报以及资产折旧。瓦赫特说，并非不可能。其结果将带来我们在20世纪90年代中期开始的大约10年内美国IT繁荣期间所看到的那种经济增长。但是，她表示，要想在2030年实现这一目标，“这需要压缩在几年内的大量增长”。如果超大规模企业无法实现这样的利润目标呢？“然后他们将拖欠利息支付，从而面临破产的风险，”曾担任美国证券交易委员会首席经济学家兼经济和风险分析部门主任的瓦赫特说。她和她的合著者在他们的研究论文中得出结论，如果生产力繁荣“未能实现”，“当前的建设将是历史上最大的资本配置不当。” 无需超级智能就能意识到，当今对人工智能基础设施的大量投资伴随着巨大的风险。超大规模运营商今年将花费约7500亿美元，在全国各地建立大规模数据中心。而且支出热潮没有任何放缓的迹象。根据

注：以上内容摘选自原始新闻，点击「访问原文」查看完整内容。