人工智能帮助拯救了芯片行业。如果结果证明这是个失败呢？

Nvidia 现在是第一家公司市值超过 4 千亿美元，摆脱了今年早些时候因 DeepSeek 引发的低迷。其他 AI 芯片制造商，包括 AMD 和中国的华为，正在报告强劲的财务业绩。几乎每家主要芯片制造商现在都将其战略重心放在 AI 上。

但如果人工智能没有成功呢？

这不仅仅是一个假设性的问题。一些迹象表明，人工智能的增长正在停滞，或者至少在放缓。新的模型不再显示出通过扩大规模或增加训练数据量而带来的显著改进。诺贝尔奖获得者德米斯·哈萨比斯最近指出，"我们在人工智能发展上不再取得同样的进展"。安德森·霍洛维茨（Andreessen Horowitz），作为人工智能领域最著名的投资者之一，也表达了对人工智能模型能力似乎在平稳状态的担忧。

AI 性能放缓的一个原因可能是模型已经消耗了大部分可用的数字数据，留下的用于进一步改进的空间很少。开发者们因此转向合成数据，但这可能效果较差，甚至可能使模型变得更糟。

人工智能的发展同样是极其资本密集型的。训练最先进的模型需要花费数十亿美元的计算集群。即使是一次训练运行也可能花费数千万美元。然而，尽管开发成本不断上升，但货币回报却是有限的。除了人工智能编程助手外，几乎没有能够产生回报的人工智能实例能够证明这些巨额资本投资的合理性。

一些公司由于成本原因已经开始缩减其人工智能基础设施投资。例如，微软正在“放缓或暂停某些早期项目”，并已取消多个全球数据中心项目的设备订单。Meta、AWS 和 Google 据报道也削减了其 GPU 订单。芯片瓶颈、电力短缺和公众担忧也是大规模人工智能采用的障碍。

如果人工智能热潮减弱，这对芯片行业来说是个坏消息，因为该行业利用这项新技术避免了严重的衰退。

芯片的制造成本越来越高。开发新的制造工艺需要数十亿美元；建设新的工厂可能需要数百亿美元。这些成本都转嫁给消费者，但除了人工智能之外，客户并不热衷于购买更昂贵的芯片。今天的人工智能处理器中的高级技术对其他用途并不太有用。

人工智能延迟了行业的清算：制造成本在增加，而性能提升正在减小。人工智能的经济前景使得芯片价格高昂，但如果这一前景消失，芯片行业需要找到其他方式来说服人们继续投资于先进芯片制造。否则，先进芯片制造将变得不可持续：新技术的成本将越来越高，而带来的收益却越来越少。

故事继续芯片行业的衰退将颠覆多个地缘政治和经济目标。各国政府已投入数十亿美元来建立国内芯片产业。美国总统特朗普经常威胁要使用关税将半导体制造业带回家。

美国在芯片开发方面的所谓领先地位可能会被证明是一个幻影，特别是中国在传统芯片生产中的主导地位。而人工智能的逆转将动摇全球科技行业，迫使大型科技公司重新考虑其投资。

鉴于这些风险，政策制定者需要通过促进更容易获取数据、芯片、能源和冷却来鼓励人工智能的进一步创新。这包括关于版权和数据保护的务实政策，对岸上和离岸芯片制造的平衡方法，以及消除对能源使用和发电的监管障碍。政府不一定要将预防原则应用于人工智能；其带来的好处太大，不应在至少这些早期阶段妨碍其发展。大型人工智能应用，如自动驾驶车辆或家用机器人，也不应面临不合理的高实施要求。

投资者还应该探索不需要太多数据和基础设施的替代 AI 方法，从而可能释放新的 AI 增长。该行业还必须探索芯片的非 AI 应用，仅仅是为了管理他们的风险。

为了确保芯片行业能够在经济放缓中生存，必须降低先进芯片制造的成本。公司应共同开展研发工作，并与大学合作，以降低开发成本。在芯片小块、先进封装和可重构硬件方面需要更多投资。行业必须支持互操作标准、开源工具和敏捷硬件开发。共享的、补贴的设计和制造基础设施可以帮助小型公司在制造之前确定想法。但重要的是，推动制造业回流可能适得其反：粗心大意地这样做将显著增加芯片成本。

芯片和人工智能的未来现在紧密相连。如果芯片要蓬勃发展，人工智能必须增长。如果没有，整个芯片行业可能会面临危险。

Fortune.com 评论文章中表达的观点仅代表作者个人观点，并不一定反映 Fortune 的意见和信念。

这个故事最初在 Fortune.com 上刊登。

查看评论