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。