8
0🛒 AI 好书一站购｜京东人工智能图书会场（每期荐书都在这，长期有效）
📚 今日荐书｜《AI 3.0》——侯世达弟子冷静拆解 AI 的能与不能，给狂热降温的清醒剂
AI产业正面临日益显现的财务挑战和结构性错配，体现为上游设备商对未来长期需求持乐观态度，而中游算力租赁和数据中心建设方则因高利率和资金紧张而承压。同时，主要云服务商如微软Azure也开始审视并寻求削减成本，而AI应用在带来便利的同时，也产生了高昂的后续维护和治理成本，例如美国银行在修复AI发现的软件漏洞上投入了巨额资金，这都指向了“谁来为AI的最终成果买单”这一核心问题。
AI产业上游乐观与中游承压的资金链错配
- 上游信心： 阿斯麦（ASML）公布利润超预期，客户甚至下单至2029-2030年，表明上游设备商对未来十年需求乐观。
- 中游资金紧张： 算力租赁商CoreWeave股价下跌15%，债券收益率接近15%，市场担忧AI扩张模式过度借贷。
- 投资谨慎： AirTrunk因高利率和市场波动推迟了新加坡REIT IPO，反映出中游基础设施投资的资金链紧张。
云服务商面临的成本削减压力
- 微软Azure成本削减： 微软Azure总裁吉里什·巴布拉尼 reportedly要求团队削减至少20%的成本，尽管微软发言人否认，但原文暗示内部正讨论降本增效。
- 成本中心： Azure虽是微软AI战略的现金牛，但其作为成本中心，需更有效率地进行投资，而非盲目投入。
- 议价能力影响： 若云厂商开始普遍削减成本，将可能导致算力租赁公司的议价能力下降，影响GPU采购、数据中心建设及外部合同人员。
AI应用带来的后续维护与治理成本
- 漏洞修复高昂： 美国银行雇佣1000名外部合同人员修补Anthropic Mythos模型发现的软件漏洞，并为此已花费数亿美元，还有3000名内部员工参与。
- 无上限的账单： AI模型擅长发现问题，但解决这些问题（如软件漏洞）需要大量人力和资金投入，且目前看来成本可能没有上限。
- 风险具体化： 这一案例具体化了AI发现能力所带来的后续安全治理成本，强调了风险发现与实际处理之间的巨大成本鸿沟。
