IBM首席執行官阿爾文德·克里希納（Arvind Krishna）在接受媒體采訪時表示，當前數據中心的建設與運營成本結構，使得行業在通用人工智能（AGI）領域的巨額資本投入難以獲得合理回報。他指出，隨著AI企業為追求AGI不斷擴張計算能力，現有基礎設施的經濟可行性正面臨嚴峻挑戰。
克里希納通過具體數據揭示了這一困境的嚴重性。他估算，建設一個1吉瓦規模的數據中心需要約800億美元投入，若某家企業計劃構建20至30吉瓦的數據中心集群，其資本支出將高達1.5萬億美元（按當前匯率折合約10.62萬億元人民幣）。更值得關注的是，全球范圍內已公布的AGI相關建設規劃總量可能接近100吉瓦，對應總投資規模約8萬億美元（折合約56.63萬億元人民幣），僅利息成本就要求企業每年創造8000億美元利潤才能維持運營。
芯片折舊周期成為制約長期回報的關鍵因素。克里希納解釋稱，當前數據中心使用的AI芯片通常需在五年內完成折舊，此后可能面臨技術迭代被替換的命運。這種快速更替模式使得企業難以通過延長設備使用壽命來分攤初期投入，進一步壓縮了投資回報空間。
在技術路徑評估方面，克里希納表現出審慎態度。他認為，基于現有技術框架實現AGI的可能性幾乎為零，具體概率評估在0%至1%之間。這一觀點與多位科技界人士形成共鳴：Salesforce首席執行官馬克·貝尼奧夫（Marc Benioff）、斯坦福大學教授吳恩達（Andrew Ng）以及法國AI初創公司Mistral CEO亞瑟·門施（Arthur Mensch）均對AGI的加速發展持保留意見。OpenAI聯合創始人伊利亞·蘇茨克沃（Ilya Sutskever）更直言，大模型時代的"規模擴張效應"已接近理論極限，未來發展將回歸研究驅動模式。
盡管對AGI路線存疑，克里希納仍肯定現有AI技術對企業效率的顯著提升作用。他預測，AI工具將在企業領域創造"數萬億美元級"的價值增量，特別是在硬知識體系與大模型結合的領域可能孕育突破。不過他同時強調，這種技術融合的成功概率仍存在不確定性，行業需要保持理性預期。
