三年前，红杉资本合伙人大卫·卡恩（David Cahn）是最早进行数学计算的人之一，并给出了硅谷在人工智能基础设施方面巨额支出的影响的数字。

2023 年，他对 Nvidia 报告的 GPU 年收入达到 500 亿美元做出了反应。从这个数字开始，加上运营数据中心的隐含成本及其运营商的利润，他推断出需要 2000 亿美元的收入来偿还前期投资。

他将其视为一项挑战，要求企业家推出人工智能产品和服务，以利用所有基础设施并从中创收。快进到今天，将三年的超大规模扩展加起来，Cahn 得出了 2026 年人工智能基础设施支出的新数字：1.5 万亿美元。

总而言之，他计算出人工智能行业必须赚取 3 万亿美元才能证明所有这些芯片和其他数据中心支出的合理性。这可能是一个低估——内存成本的上升以及奇特或推理专用芯片的使用增加将推动这个数字的上升。他写道：“最近，由于这些瓶颈动态和建设成本上升，每吉瓦资本支出所需的收入急剧增加。”

另一方面，Anthropic 的 ARR 被认为已达到 600 亿美元，而据报道 OpenAI 在 2025 年的收入为 130 亿美元（尽管在 2025 年 11 月，它表示其 ARR 为 200 亿美元），并且今年的收入可能会更多。但显然还有很大的差距需要弥补。

关注这一差距的人是大型资产管理公司阿波罗公司的首席经济学家托斯顿·斯洛克(Torsten Slok)。在最近的一份报告中，他指出，超大规模企业——谷歌、Meta、微软和亚马逊——都预测到 2028 年他们的自由现金流将大幅加速。也就是说，他们期望看到他们购买的所有芯片的回报。

如果他们不这样做怎么办？ Slok 指出我们目前在人工智能使用中看到的一个风险：更多组织转向更便宜的开放权重模型（通常是中国模型），而不是由前沿实验室构建的模型，并且总体代币价格下跌。根据首席执行官 Sam Altman 的说法，OpenAI 的最新模型在编码任务上的代币效率提高了 54%。这对于担心人工智能代理成本的用户来说是件好事，但如果用户不大幅增加其总体代币使用量，这对于构建代币工厂的公司来说可能是不利的。

斯洛克担心，如果超大规模企业无法实现现金流目标，市场反应可能会很严重——“这么多的公司都依赖于这么少的公司，”他写道，“回报缓慢不仅是一个行业问题，还可能导致经济陷入衰退，让标准普尔 500 指数陷入调整。”

当你将人工智能代理转向更便宜的代币时，请记住一些事情。