AI 基础设施投资热潮持续升温，但随着融资成本上升、投资回报的不确定性加大，资本正逐渐取代芯片和电力供应，成为制约 AI 行业进一步扩张的关键因素。

据彭博、CNBC 报道，博通 CEO Hock Tan 周一在新加坡举行的 DBS Asia Future Forward 大会上直言，许多 AI 投资者对自己押注的技术缺乏基本认知，却抱有极高的回报预期，行为如同赌场赌徒。他还以 OpenAI 为例指出，尽管该公司年化收入在 9 月达到 500 亿美元，但高昂的模型训练成本仍使其处于亏损状态，收入增长并不意味着商业模式已经得到验证。

Hock Tan 表示，资本可能是当前 AI 行业面临的最大制约因素，其重要性甚至超过芯片、存储和电力短缺。随着产能逐步扩张，部分硬件和能源瓶颈有望缓解，但融资成本、投资者对回报的要求，以及 AI 商业模式能否持续创造价值，正成为行业必须面对的新挑战。

英特尔 CEO 陈立武同日在大会上表达了类似观点。他指出，资本成本上升，以及投资者最终能否获得足够回报，是 AI 行业面临的核心挑战。澳大利亚数据中心公司 Firmus Grid 上周撤回 IPO 计划，也进一步凸显了市场对 AI 基础设施投资估值及未来收益的审慎态度。

资本成本攀升，AI 投资回报面临考验

Hock Tan 指出，过去两年 AI 行业经历了一系列供应瓶颈，但随着产能扩张，部分制约因素有望逐步缓解。他预计，晶圆短缺可能在 2028 至 2029 年间改善，随着新基础设施陆续投入使用，电力供应也有望趋于宽松。

相比之下，资本约束更难化解。DBS 集团 CEO Tan Su Shan 也表示，在经历大规模投入后，市场正在重新评估 AI 融资的风险。对于需要持续投入巨额资金建设数据中心、采购芯片并训练模型的企业而言，融资成本上升将进一步抬高投资门槛。

Firmus Grid 撤回 IPO 计划则为这一趋势提供了一个现实注脚。尽管该公司获得英伟达支持，但其融资计划最终未能推进，反映出投资者对 AI 基础设施企业估值及未来收入兑现能力的审视正在趋严。

OpenAI 收入增长，仍难证明前沿 AI 已经盈利

Hock Tan 以 OpenAI 为例，说明收入增长与商业模式成熟之间仍存在距离。他表示，OpenAI 年化收入在 9 月达到 500 亿美元，展现出前沿生成式 AI 巨大的营收潜力，但公司仍因高昂的模型训练支出而处于亏损状态。

在他看来，单凭收入规模，还不足以证明前沿 AI 模型能够实现长期盈利。另一个问题在于企业用户的 AI 支出：不少企业仍处于试验阶段，购买 AI 服务，却未能将其转化为实际生产力提升。

Hock Tan 将这种现象比作孩子拿着父母给的游戏币进入游戏厅，短时间内便花光钱，却没有真正学到东西。他认为，AI 模型开发商需要找到能够从技术部署中获得实际收益的客户，而不能长期依赖试验性消费支撑增长。

短期算力需求强劲，中长期增长仍取决于回报

尽管对资本约束和投资回报发出警告，博通和英特尔两位 CEO 对未来两到三年的 AI 需求仍持乐观态度。

Hock Tan 表示，算力基础设施需求持续超过供应，这一失衡格局可能延续至 2029 年甚至 2030 年。陈立武也认为，AI 应用普及和算力需求扩张将继续支撑行业增长，硬件供应短期内仍可能偏紧。

不过，短期需求强劲并不意味着投资热潮能够无限延续。Hock Tan 提醒，如果先进 AI 模型的采用进度不及预期，或模型能力提升遭遇瓶颈，算力基础设施需求可能明显放缓。陈立武则强调，企业需要通过提升效率、探索新的商业模式，证明 AI 投资能够带来实际回报。

随着行业从争夺算力和建设基础设施，转向验证商业价值，资本是否愿意继续投入，将越来越取决于 AI 能否兑现其生产力承诺。