AI成本激增，金融服务业面临经济压力

快速阅读: 银行和金融服务行业正大规模采用人工智能，但面临基础设施成本激增的风险。预计到2029年，AI基础设施成本将高达1150亿美元，银行需谨慎应对，避免利润率下降和系统性脆弱性。

面对当前的数学计算，很难看到投资回报会好。这一关于人工智能基础设施经济的警告不仅针对科技投资者，也直接影响到银行和金融服务行业（BFSI），当前的人工智能采用浪潮可能在创新的旗帜下构建系统性的脆弱性。

如今，银行和资产管理公司正在竞相通过人工智能重塑一切，从客户服务到风险管理。信用评分、合规、欺诈检测、组合管理、资本市场后台以及资金运营——人工智能正被作为新的神经系统接入。问题不在于采用本身。

问题在于规模先行的采用，以下尝试解释这一点。

隐藏的成本曲线

目前，人工智能以大幅补贴的价格被消费。基础设施和模型开发的成本尚未完全转嫁给客户——包括银行。但幕后的数字令人震惊：

预计到2029年，OpenAI将烧掉1150亿美元，其中2028年的年度支出将超过450亿美元。

微软、谷歌、Meta和亚马逊每年在人工智能基础设施上的支出已达200亿至460亿美元——这些成本今天被吸收，但不会永远持续。

据麦肯锡估计，到2030年，仅优化用于人工智能的数据中心就需要5.2万亿美元的投资，占全球数据中心总支出6.7万亿美元的一部分。

以Netflix为例，该公司每年从3亿订阅用户中赚取390亿美元。如果AI公司开始向Netflix收取真正的基础设施成本，他们需要几乎36.9亿付费用户才能在计算上达到盈亏平衡点，这几乎是半个地球的人口。将这一情况转换到银行业，全球技术支出每年约为3000亿至3500亿美元，经济压力显而易见。如果供应商开始转回哪怕是一小部分的万亿基础设施成本，银行业的利润率将面临前所未有的压力。

没有逆转策略的风险

历史上，银行构建并拥有自己的系统——大型机、中间件、专有核心系统。虽然成本高昂，但可以摊销几十年，且可预测、可控。

在当今的人工智能热潮中，传统系统正被大规模淘汰。取而代之的是，银行嵌入了人工智能生态系统，其中：

人工智能=永久租金

每次查询、每次模型调用、每次再训练循环都会产生运营成本，成本按数据中心和GPU消耗的比例定价。

退出策略丧失

一旦传统系统被拆除，就无法轻易返回。

利润率下降

预计到2030年，数据中心的电力需求将几乎翻倍至945太瓦时，成本不仅来自技术，还来自能源和监管。

陷阱显而易见。银行可能很快就会面临收入增长停滞而基础设施账单不断增加的环境，几乎没有空间恢复盈利能力。

BFSI视角

要理解系统的暴露程度，考虑人工智能依赖如何在不同银行业务领域中发挥作用：

零售银行业

现在，个性化推荐、数字开户、欺诈检测和客户服务聊天机器人都由人工智能驱动。如果每次查询的推理成本上升，比如从几分钱增加到几美元，每个客户互动的成本都会增加。大规模来看，每天数百万次查询，零售银行业的经济可能会从成本效率转向成本负担。大众市场的零售银行业利润率已经非常微薄；吸收人工智能附加费可能意味着减少数字个性化服务。

企业银行业

企业银行业依赖于关系管理、信贷承销和资金解决方案。人工智能正在应用于信用分析、实时风险监控和客户服务。但这些都是计算密集型应用，涉及大量数据集。随着基础设施成本的上升，银行可能面临一个悖论：扩大人工智能应用以改善客户体验，但侵蚀每个企业关系的盈利能力——特别是当企业要求具有竞争力的价格时。

投资银行业

在这里，人工智能正在交易来源、估值建模、交易策略和合规及后台操作等方面发挥重要作用。然而，投资银行业的经济对资本成本极为敏感。每年花费数百万美元在人工智能驱动的交易算法或合规引擎上只有在收益超过成本时才合理。风险在于，人工智能驱动的交易“军备竞赛”迫使每家投资银行都要重金投入，不是为了竞争优势，而是为了保持同等水平。这是一个典型的利润率压缩案例。

交易银行业

全球金融体系的核心——支付、清算和贸易融资，正越来越多地嵌入人工智能技术，用于欺诈检测、制裁筛查和异常处理。这些业务量巨大。如果每次交易的人工智能成本上升，乘以数十亿次交易，可能会迅速侵蚀利润。交易银行业依赖于规模效率。如果人工智能成本随交易量线性增长，盈利空间可能在客户要求降低费用和加快结算速度的关键时刻受到侵蚀。

历史重演

我们以前见过这种情况。

2000年，数万亿美元被投入光纤电缆，直到需求赶上。

2014年，页岩油钻探商追求产量而忽视经济性。

每一次都遵循相同的剧本。采用被误认为是盈利，规模被误认为是可持续。如今，金融服务行业的人工智能风险成为这一模式的下一个章节。

银行的平行挑战

全球银行目前平均股本回报率为11-12%（贝恩公司，2023年）。但将这一数字与未来的人工智能成本曲线对比，其脆弱性便显现出来。

到2027年，训练单个最先进的模型可能超过10亿美元。到2028年，每年需要760亿美元来运营生成式人工智能数据中心服务器。正如红杉资本警告的那样，人工智能公司可能需要每年6000亿美元的收入才能证明其基础设施投资的合理性。

这些收入将从哪里来？将来自最依赖人工智能的行业。金融服务行业位居榜首。如果到那时银行已经完全用人工智能替代了旧系统，它们将承受巨大的基础设施成本压力，而利润率将降至资本成本以下。

一条更明智的道路

出路不是放弃人工智能，而是放弃以规模为主导的人工智能。智能的本质在于高效。金融服务行业应优先考虑：

适应性系统：