AI鉅額投資 貝恩：2031年須產生6兆元營收 才能證明合理
顧問業者貝恩（Bain & Co.）表示，全球AI產業到2031年每年必須創造6兆美元營收，才能證明目前投入全球資料中心建設的巨額資本是合理的。
貝恩公司表示，全球AI產業到2031年每年必須創造6兆美元營收，才能證明目前投入全球資料中心建設的巨額資本是合理的。圖為資料中心線路。(路透)
AI重點 文章重點整理： 重點一： 貝恩估算AI產業到2031年需年營收6兆美元。 重點二： 現有AI服務僅能貢獻1.8兆美元，仍缺4.2兆。 重點三： 資料中心投資擴張過快，面臨能源與獲利壓力。
重點一： 貝恩估算AI產業到2031年需年營收6兆美元。
重點二： 現有AI服務僅能貢獻1.8兆美元，仍缺4.2兆。
重點三： 資料中心投資擴張過快，面臨能源與獲利壓力。
顧問業者貝恩（Bain & Co.）表示，全球AI產業到2031年每年必須創造6兆美元營收，才能證明目前投入全球資料中心建設的巨額資本是合理的。
貝恩29日發表年度全球科技報告，表示現有的消費者與企業AI服務最多可貢獻其中1.8兆美元營收，意味著產業還必須創造4.2兆美元新營收。貝恩表示，若要補足這項缺口，可能來自初萌芽階段的領域，包括自動化機器與機器人，以及藥物研發、心理健康和能源生產等新興領域。
報告主要作者、貝恩全球科技、媒體與電信業務主席克勞福德（David Crawford）表示：「AI產業需要一波創新浪潮，其規模將遠遠超越行動網路與雲端所帶來的突破。」他指出，AI基礎設施的建設速度已明顯超前於需求曲線，要讓這些投資能夠以永續方式獲得資金支持，將必須能拉抬全球一年國內生產毛額（GDP）成長率增加約1個百分點。
貝恩的報告凸顯出，要讓目前AI發展的速度得以持續，未來仍面臨重重挑戰。
包括微軟、Alphabet旗下 Google 、亞馬遜、Meta及甲骨文在內的企業，正投入數兆美元興建資料中心，以滿足AI對運算資源的龐大需求。資料中心的規模與成本大約每12至16個月翻倍，部分原因是輝達（Nvidia）、SK海力士等公司的晶片價格大幅上漲，以及網路設備和其他零組件成本攀升。
這份報告提出之際，市場持續熱烈討論AI服務業者究竟何時能實現獲利回報。批評人士擔心，科技製造商與AI開發商之間形成日益緊密、相互依賴的關係，不斷推高市場對AI的樂觀預期，而更高的預期又需要投入更多資金，形成一個彼此強化的循環。
貝恩表示，目前市場討論AI時，焦點主要集中在員工生產力提升，但AI基礎設施的經濟效益意味著，除了生產力提升之外，產業還必須創造數兆美元的新營收。
貝恩預估，到2030年，全球資料中心支出將達5兆至6.5兆美元，並新增至少150百萬瓩（GW）的運算容量，進一步加重各國能源資源的負擔。
貝恩指出，AI基礎設施的年度支出到2031年可能高達1.5兆美元，內容涵蓋資料中心、運算容量，以及加速器與記憶體晶片的升級。
資料中心開發商目前已面臨變壓器，以及水與電力供應短缺等問題，同時還遭遇地方居民強烈反對。光是今年第2季，美國就有價值680億美元的資料中心計畫遭到阻擋或延後。
精華 FAQ Q1：貝恩認為AI產業到2031年需要達到多少營收，才能合理化投資？ 貝恩估算，全球AI產業到2031年每年必須創造6兆美元營收，才足以支撐目前全球資料中心與相關基礎設施的巨額投入，否則投資回收將面臨重大壓力。 Q2：貝恩指出目前AI服務已能帶來多少營收，還差多少缺口？ 報告認為，現有消費者與企業AI服務最多可貢獻1.8兆美元營收，距離6兆美元目標仍差4.2兆美元，必須靠機器人、藥物研發等新應用補足。 Q3：這份報告為何強調AI基礎設施的建設風險與挑戰？ 因為資料中心支出、晶片與設備成本持續攀升，能源、水電與變壓器供應也吃緊，加上獲利模式未明，市場已開始質疑AI投資能否長期維持。
Q1：貝恩認為AI產業到2031年需要達到多少營收，才能合理化投資？ 貝恩估算，全球AI產業到2031年每年必須創造6兆美元營收，才足以支撐目前全球資料中心與相關基礎設施的巨額投入，否則投資回收將面臨重大壓力。
Q1：貝恩認為AI產業到2031年需要達到多少營收，才能合理化投資？
貝恩估算，全球AI產業到2031年每年必須創造6兆美元營收，才足以支撐目前全球資料中心與相關基礎設施的巨額投入，否則投資回收將面臨重大壓力。
Q2：貝恩指出目前AI服務已能帶來多少營收，還差多少缺口？ 報告認為，現有消費者與企業AI服務最多可貢獻1.8兆美元營收，距離6兆美元目標仍差4.2兆美元，必須靠機器人、藥物研發等新應用補足。
Q2：貝恩指出目前AI服務已能帶來多少營收，還差多少缺口？
報告認為，現有消費者與企業AI服務最多可貢獻1.8兆美元營收，距離6兆美元目標仍差4.2兆美元，必須靠機器人、藥物研發等新應用補足。
Q3：這份報告為何強調AI基礎設施的建設風險與挑戰？ 因為資料中心支出、晶片與設備成本持續攀升，能源、水電與變壓器供應也吃緊，加上獲利模式未明，市場已開始質疑AI投資能否長期維持。
Q3：這份報告為何強調AI基礎設施的建設風險與挑戰？
因為資料中心支出、晶片與設備成本持續攀升，能源、水電與變壓器供應也吃緊，加上獲利模式未明，市場已開始質疑AI投資能否長期維持。
OpenAI新模型測試爆「會說謊」 川普今找黃仁勳等商議AI風險