外資高盛 (Goldman Sachs) 近期質疑人工智慧 (AI) 投資回報率，表示儘管各大企業和投資者斥資數十億美元研發人工智慧，但如此巨額投入能否有豐厚回報，還是令人憂慮。

目前 LLM 大型語言模型如 GPT-4o 訓練成本高達數億美元，下代模型訓練成本更飆升至 10 億美元。風險投資公司紅杉資本 (Sequoia Capital) 測算後表示，整個 AI 產業每年需創造 6,000 億美元營收才能達收支平衡，代表高昂研發成本造成收入高壓。

激烈的 AI 競賽，輝達、微軟和亞馬遜等科技大廠紛紛增加投資，力求搶佔先機。然高盛採訪多位專家，意見卻不統一。部分專家對 AI 前景持謹慎態度，認為對美國經濟貢獻非常有限，無法比現有技術更經濟地解決複雜問題。麻省理工學院教授 Dacron Acemoglu 估計，生成型 AI 僅能使生產力成長約 0.5%，GDP 成長約 1%，與高盛經濟學家預測形成鮮明對比，高盛預估生成型 AI 使生產力成長 9%，GDP 成長 6.1%。

Dacron Acemoglu 指即使 AI 技術發展使成本下降，但投入更多數據和算力，未必就能更快實現通用人工智慧。高盛分析師 Kash Rangan 和 Eric Sheridan 認為，儘管 AI 投資回報週期可能更長，但最終取得成果。Rangan 表示，每個計算週期都遵循稱為 IPA 的發展順序，即基礎設施先行，然後是平台，最後才是應用，AI 還處於基礎建設階段，找到殺手級應用還要更多時間，但最終會實現。

Sheridan 補充，與以往投資週期相比，AI 投資週期前景似乎更光明，因引領潮流的不再是新創，而是科技大廠，降低技術無法普及風險。微軟和 Google 等擁有雄厚資金儲備、極低融資成本及龐大行銷網路和客戶群，能嘗試更多更久，找到讓資本獲回報的方法。

儘管觀點不同，高盛也承認 AI 有兩大挑戰，就是晶片可用性和耗電。受惠輝達晶片交貨時間提前兩三個月，AI GPU 短缺問題似乎逐漸緩解，但資料中心耗電量成為主要限制因素。新 AI GPU 耗電量驚人，單 GPU 每年耗電量可達 3.7 兆瓦時，僅 2023 年售出 GPU 總耗電量就超過 130 萬個美國普通家庭用電。為了滿足龐大 AI 資料中心需求，大型企業甚至考慮使用模組化核電站。

整體來說，AI 究竟會像網際網路和電子商務蓬勃發展，還是像 3D 電視泡沫破滅，只有時間有答案。但可肯定的是，AI 發展勢不可擋，如高盛所說，仍看好 AI 發展，原因之一是 AI 可能兌現承諾，另一個原因是泡沫可能需要一段時間才會出現。

(首圖來源：)

文章看完覺得有幫助，何不給我們一個鼓勵