AI热潮是一个奇特的"悲观泡沫"。尽管技术令人瞩目、新兴公司不断涌现、产品触达全球用户，AI却吸引了大批批评者。
其中一些批评有其合理之处，比如担忧自身岗位被自动化取代，或人类艺术价值受到机器生成内容的冲击。但另一些批评则经不起时间考验。
曾经流行一种观点，认为AI公司将耗尽训练数据，导致模型无法持续进步。事实证明这是错的。持同样立场的人又转而主张AI缺乏实际应用场景，不过是一个自我炒作的花哨玩具。这同样被证伪。
随后，批评的焦点转向AI的使用成本过高——这与"AI没有实际用途"的论调形成了令人啼笑皆非的反转。而如今，来自中国的低成本模型、OpenAI的低价闭源模型以及Meta推出的新型开源模型，正在共同打破这一说法。智能体曾被认为过于脆弱、难以落地，如今却已渗透到各个领域。总体趋势已经很清晰。
近期，我读到了一些从财务视角对AI热潮发出的质疑。核心论点是：主要云服务商（AWS、谷歌云、Azure）在AI基础设施上的投入过于激进。批评者认为，这些算力根本无法被充分消化，超大规模云服务商正在同时挥霍自身积累的资本和投资者的信任。
为了验证这一论断，我整理了亚马逊、Alphabet和微软云业务部门的相关数据，试图深入剖析这一问题。结论如下：云业务增长正在提速，超大规模云服务商的盈利能力随规模扩大而增强，其资本支出效率也在持续改善。
本文节选自《谨慎乐观》，这是一份聚焦科技、商业与能源领域、基调温和向上的刊物。更多关于超大规模云服务商成本问题的深度分析，请访问《谨慎乐观》官网阅读完整内容。
Q&A
Q1：超大规模云服务商在AI基础设施上大规模投入，盈利能力会受到影响吗？
A：根据文章对亚马逊、Alphabet和微软云业务数据的分析，超大规模云服务商的盈利能力实际上随着规模扩大而同步提升，同时资本支出效率也在持续改善，并未出现"烧钱无底洞"的情况。
Q2：AI模型的使用成本真的已经大幅下降了吗？
A：是的。文章指出，曾经流行的"AI使用成本过高"的批评正逐步被现实打破。来自中国的低成本模型、OpenAI推出的低价闭源模型以及Meta的开源模型，共同推动了AI使用成本的显著下降。
Q3：AI智能体目前的发展现状如何？
A：文章提到，智能体早期曾因过于脆弱、难以可靠运行而饱受质疑，但如今已取得显著突破，正在广泛渗透到各类实际应用场景中，发展势头不容忽视。
