AI基建投资恐过剩！沃顿教授：跨境人速用云服务！

当前，全球数字化浪潮汹涌，人工智能（AI）作为核心驱动力，正以前所未有的速度重塑着各行各业。特别是在2025年，我们目睹了AI技术从实验室走向广泛应用，成为各国经济发展和企业创新竞争力的关键要素。从智能制造到跨境电商，从金融科技到智慧物流，AI的渗透与赋能效应日益显著，吸引了全球范围内海量的资本投入。

然而，在AI投资热潮持续高涨的背景下，一些理性的声音也开始出现，提醒业界对可能存在的风险保持警惕。近期，来自美国宾夕法尼亚大学沃顿商学院的荣休教授杰里米·西格尔（Jeremy Siegel）就对当前人工智能领域的资本支出规模表达了担忧。他将目前的投资态势与昔日的互联网泡沫时期进行了对比，为那些进行大规模投资的企业指出了潜在的风险点。

西格尔教授作为一位资深的经济学家，目前还兼任WisdomTree资产管理公司的高级经济学家。尽管他对AI的长期潜力持乐观态度，认为AI技术必将带来深刻变革，但他特别强调了过度投资基础设施可能带来的问题。他在接受外媒采访时指出：“我认为AI面临的最大风险不在于它是否能成功，我相信它一定会成功，但关键在于未来实现同样目标可能会更加经济高效。”

他进一步阐释了他的担忧，并将其与本世纪初的互联网泡沫破裂联系起来。在他看来，导致上次泡沫破裂的一个关键因素，就是技术进步使得成本急剧下降。“真正导致泡沫破裂的原因是，人们发现通过铺设的光纤电缆传输的数据量，可以比最初设想的多出数千倍，”西格尔教授回忆道，“突然之间，所有那些原计划要铺设大量网络基础设施的公司都意识到，我们根本不需要那么多。”

这一历史经验的教训在于，技术的指数级发展能够极大地提升效率，从而使得前期基于保守估计或现有技术水平进行的巨额投资，在短期内就可能面临产能过剩或投资回报率不及预期的风险。对于当下的AI领域，西格尔教授特别质疑，企业是否真的需要持续投入数百亿美元用于建设数据中心来扩展AI能力。他认为答案是肯定的，即未来的AI发展将更加注重效率和成本控制，而这种结果可能导致目前的大规模投资对企业和投资者而言回报不佳。

当然，这种深思熟虑的观点并非个例。资本经济公司首席经济学家尼尔·希林（Neil Shearing）也在一份分析报告中表达了类似的顾虑。他指出：“当前投资规模与过去的技术浪潮——从铁路建设到互联网发展——是可比拟的。” 希林补充道，“历史表明，此类繁荣时期几乎总是伴随着一定程度的过度扩张。一些项目最终将无法收回成本，给投资者带来损失。”

希林强调，尽管存在这些担忧，但他也指出，当年互联网泡沫破裂后，那些在泡沫时期建设的光纤网络最终还是证明了其长期价值。这为我们提供了一个积极的视角，即尽管短期内可能出现波动和调整，AI数据中心等基础设施在长期来看，依然可能对社会和经济发展产生深远而积极的影响。这提示我们，技术基础设施的价值评估需要拉长时间线，但同时也需要警惕短期内的投资风险。

对于身处中国跨境行业的从业者而言，这些来自全球顶尖经济学家的观点无疑具有重要的参考价值。在全球AI浪潮中，中国企业同样是重要的参与者和推动者。从算法研发到算力基础设施建设，从智能应用创新到行业解决方案落地，中国企业在AI领域的投入和探索都走在前列。因此，如何在这种复杂的国际经济背景下，更好地把握AI发展机遇，同时规避潜在的投资风险，显得尤为关键。

首先，我们需要认识到，AI技术虽然前景广阔，但其商业化路径和盈利模式仍在不断演进中。当前的大规模资本支出，很大一部分集中在算力基础设施，例如高性能数据中心和AI芯片的研发与生产。这些投入是支撑AI模型训练和推理的基础，但在未来，随着算法优化、硬件效率提升、乃至新的计算范式（如边缘计算、量子计算）的出现，对现有基础设施的需求模式可能会发生变化。例如，更高效的AI算法可能在更少的计算资源下达到同等甚至更优的效果，专用AI芯片的普及也可能进一步降低单位算力成本。

对于中国跨境电商企业、物流服务商、支付机构等而言，AI技术的应用潜力是巨大的。它可以帮助优化供应链管理、提升客户服务体验、实现精准营销、加强风险控制、甚至助力产品创新和设计。然而，在考虑投入AI相关基础设施或服务时，应采取务实和审慎的态度。

策略建议：

**聚焦应用价值：**与其盲目追求大而全的底层技术投入，不如将重心放在AI技术在具体业务场景中的落地应用及其产生的实际价值。例如，跨境电商企业可以关注利用AI进行市场趋势预测、多语言智能客服、自动化广告投放和库存管理等，这些能够直接提升运营效率和用户体验的领域。
**灵活采用云服务：**对于大多数企业而言，自建大规模数据中心往往成本高昂且维护复杂。充分利用国内外云服务商提供的AI PaaS（平台即服务）和SaaS（软件即服务）解决方案，可以更灵活地获取所需的算力和AI能力，按需付费，避免前期巨额的固定资产投入风险。这不仅降低了技术门槛，也使得企业能够更快地迭代和测试AI应用。
**关注成本效益和效率：**在选择AI解决方案或供应商时，除了技术先进性，更要注重其长期运行的成本效益。了解不同AI模型和算法的资源消耗情况，选择在满足业务需求前提下效率更高的方案。例如，一些轻量级或开源的AI模型在特定任务上可能表现良好，且部署成本远低于大型通用模型。
**人才与技术协同：**AI投资不仅仅是硬件和软件的投入，更是人才和知识的投入。培养或引进具备AI研发和应用能力的复合型人才至关重要。同时，加强与科研机构和技术公司的合作，共同探索适合自身业务场景的AI解决方案，有助于以更低的成本获取前沿技术。
**分阶段、渐进式投入：**在AI领域的投资应避免“一步到位”的激进策略，可以采用分阶段、渐进式的方法。从小规模试点项目开始，验证AI技术在特定业务场景中的有效性和投资回报率，再逐步扩大投入范围和规模。这有助于及时调整策略，降低试错成本。
**持续关注行业动态：**AI技术迭代速度快，成本结构也可能随之变化。跨境行业从业者需要密切关注全球AI领域的最新技术进展、市场趋势和投资风向。例如，新的AI芯片技术、更高效的冷却系统、以及AI模型压缩技术等都可能显著改变未来算力成本。

总而言之，AI无疑是推动全球经济和社会进步的强大引擎，其长期价值无可置疑。但如同历史上任何一次重大技术革新浪潮一样，伴随而来的往往是投资热情与实际回报之间的博弈。中国跨境行业的从业者，在全球化竞争中面临着独特的机遇与挑战，更需要以战略性的眼光和务实的态度，深入理解AI投资背后的经济逻辑，审慎评估风险，精准布局，将有限的资源投入到真正能够创造价值的领域。只有这样，才能在AI时代的浪潮中行稳致远，实现高质量发展。

新媒网（公号: 新媒网跨境发布），是一个专业的跨境电商、游戏、支付、贸易和广告社区平台，为百万跨境人传递最新的海外淘金精准资讯情报。

本文来源：新媒网 https://nmedialink.com/posts/wharton-ai-infra-overinvest-use-cloud.html