在本輪財報季上，美股科技巨頭們正面臨一場嚴峻的拷問。一邊，是Meta、Google、亞馬遜等科技巨頭繼續著他們每家動輒數百億美元規模的大手筆AI投資計劃；另一邊，是大洋彼岸的中國AI初創公司DeepSeek以不到600萬美元的開發成本推出開源的R1模型，而在某些方面的表現甚至媲美OpenAI的o1模型。

差距懸殊的資金規模對比，讓華爾街和矽谷開始質疑，原本的假設：科技巨頭們必須投入巨資在晶片和資料中心上才能建立尖端人工智慧模型，真的還成立嗎？

大規模砸錢還有必要嗎？

今年初的財報季上，各大科技公司一如往常地宣佈在AI領域投入大量資金。而華爾街開始拿起放大鏡，格外嚴肅地審視這些巨額資本支出計劃，光四大科技巨頭總計今年將投入約3,200億美元：

Meta計畫2025年資本投入600-650億美元，用於推動人工智慧策略。

微軟承諾今年投入800億美元用於AI基礎設施，以擴大其全球高性能資料中心網絡，滿足訓練和運行AI模型所需的專用晶片需求。

Google預計2025年將在資本支出方面投入750億美元，較去年激增逾42.7%，比分析師預期高出將近30%。

亞馬遜計劃將今年的資本支出從去年的約830億美元提高到1,000億美元。公司CFO表示，支出的成長“主要與AWS有關，包括支持對我們人工智慧服務的需求，以及支持我們北美和國際部門的技術基礎設施。”

如果換在幾個月前，這樣數以百億美元計的投資規模可能並不會引起華爾街太多的質疑，因為當時幾乎所有人都信奉著一個假設：只有依靠大筆投資，才能在當前最重要的AI競賽中撥得頭籌。

然而，在DeepSeek的AI模型的橫空出世之後，這樣的假設出現了裂痕。

根據DeepSeek公開的數據，DeepSeek-V3這個參數量高達671B的大模型，在預訓練階段僅使用2048塊GPU訓練了2個月，且只花費557.6萬美元。同時，該模型相比其他前沿大模型，性能足以比肩乃至更優。

在這樣的背景下，許多投資人開始質疑：科技巨頭們的大筆砸錢還有意義嗎？

質疑聲已響起

上週，在DeepSeek-R1模型引發的震驚聲中，美國科技股已經大跌。而本週，隨著美股科技巨頭們公佈「大規模砸錢」計劃，Meta、Google、亞馬遜的股價幾乎無一例外地立即遭到砸盤。在這背後，很顯然能看出華爾街投資人對於科技巨頭們砸錢策略的質疑。

Futurum Group 分析師丹尼爾紐曼表示：“考慮到這些巨額開支，他們（美股科技巨頭們）急需提高AI的收入回報，但目前發生的事情（DeepSeek）對美國來說是一個警鐘……就目前而言，人工智能的資本支出實在太多，但消費卻不足。”

Direxion資本市場主管Jake Behan表示：“資本支出開始讓人感覺像是房間裡的一隻800磅重的大猩猩。現在的問題幾乎不在於人工智能支出何時能夠盈利，而在於它是否能夠合理化。”

在微軟財報公佈後，Valoir分析師Rebecca Wettemann表示，DeepSeek 的崛起讓一些投資者擔心，微軟可能因全力支持OpenAI 及其基礎設施而押錯了寶：

“我們不認為所有公司都會立即轉向DeepSeek，但DeepSeek發布的低成本、低資源消耗的AI模型表明，AI在未來將變得更加商品化。真正的差異化在於支持更高準確性、安全性和滿足特定需求定制化的平台功能，這也是微軟需要投資的方向。”

持有微軟股份的Zacks Investment Management 投資組合經理Brian Mulberry 表示，在看到微軟的大規模投資計畫後，他確實感到擔憂：

“我們確實希望開始看到一個更清晰的發展路線圖，了解所有已投資資本的盈利模式是什麼樣的。”

公司主管：大筆砸錢才能建立策略優勢

儘管質疑聲四起，科技巨頭公司的高層仍然普遍認為表示，繼續大規模投入對於滿足日益增長的AI需求是必要的。

META CEO祖克柏表示，他仍相信大力投資公司的人工智慧基礎設施會成為戰略優勢。

「現在就對基礎設施和資本支出的走勢做出判斷可能還為時過早，」祖克柏說。 “這裡同時出現了一系列趨勢。”

他堅信：“長期來看，大力投資資本支出和基礎設施將成為一種戰略優勢。”

祖克柏似乎淡化了DeepSeek帶來的威脅。他表示，這個產業不斷變化，DeepSeek的出現只是這種潮起潮落的一部分：

「我認為他們（DeepSeek）做了許多新穎的事情，我想我們仍在消化這些事情，他們還有很多東西……我們希望在我們的系統中實現。”

微軟CEO薩蒂亞·納德拉則認為，增加AI支出將有助於緩解限制公司充分利用人工智慧的能力的產能問題。他補充說，隨著人工智慧變得更加高效和廣泛可用，“我們將看到需求呈指數級增長。”

Meta 首席人工智慧科學家Yann LeCun也刻意解釋了人們對AI投資成本的質疑。他解釋稱，在DeepSeek崛起後，投資者對美國科技巨頭股票的拋售，其實是源自於對AI基礎設施投資的「重大誤解」。

他強調，廣為流傳的DeepSeek的600萬美元成本額，是單次訓練成本，而不包括前期的投入成本。儘管這項訓練成本的確很低，但不能以此來單獨與科技公司們的全部投資額來作對比。

LeCun 表示：“這些數十億美元的資金中，很大一部分都投入到了推理基礎設施中，而不是訓練基礎設施中。為數十億人運行人工智能助手服務需要大量的計算。一旦你將視頻理解、推理、大規模內存和其他功能納入人工智能係統，推理成本就會增加。”

無論科技巨頭們的決策如何，不可否認的是，DeepSeek的出現已經如同一個攪局者，影響了全球AI賽道的競爭格局。

根據研究公司SimilarWeb估計，在短短一週內，DeepSeek網站的使用者數量就已經超過了Google的Gemini 聊天AI（後者已經存在了近兩年）。而未來，這場AI賽跑的格局變化，也值得進一步關注。