这种疯狂的狂欢甚至可能是合理的。智能系统可以自动化更多的劳动，处理更多的数据，并补充或超越人类智能，其价值可能是这个数字的数倍。此外，世界曾经经历过类似规模的繁荣。
以铁路为例。据经济史学家安德鲁-奥德利兹科（Andrew Odlyzko）称，1845 年至 1850 年间，英国火车网络建设的累计投资约等于 1850 年英国国内生产总值的 30%。据美国联邦通信委员会主席称，在 20 世纪末，电信公司借贷了 1 万亿美元用于建设光纤电缆和移动电话网络。这相当于当时世界 GDP 的 3%。今天，7 万亿美元的投资计划将相当于美国一年 GDP 的 30%，或全球年经济产出的 7%。
不过，目前的投资只有在产生巨额利润时才有意义。要想知道科技公司可能需要什么样的收入，可以从英伟达（NVDA.O）开始，该公司的芯片是训练人工智能系统的首选。根据 LSEG 的数据，分析师预计黄仁勋经营的这家公司今年将从其数据中心部门带来近 1000 亿美元的收入。虽然该部门的销售额并不都与人工智能有关，但大部分可能都与人工智能有关。
假设使用这些芯片的人工智能服务器的使用寿命为四年。根据研究机构 SemiAnalysis 的数据，网络设备、数据中心空间和运行人工智能模型所需的电力等其他成本将增加约 75%，使总支出达到 1750 亿美元。现在，假设进行这些投资的科技公司期望获得 40% 的营业利润率。这意味着它们需要在四年内合计获得 2920 亿美元的人工智能相关收入，即每年约 730 亿美元。这当然是有可能的，但与目前人工智能每年带来的 30 亿美元相比，仍有很大差距。
新技术市场的一个特点是，早期的估计可能远远低于实际情况。1980 年，麦肯锡曾试图猜测 20 年后移动电话市场的规模，实际数字是咨询公司估计的 125 倍。如今，人工智能产品的发布通常被描述为 "神奇"，而企业则惊叹于部署该技术后生产率提高了 30%。与电信业的蓬勃发展一样，规模效益也是显而易见的。过去几年，人工智能的最大收益来自于模型变得更大、使用的数据更多和计算能力更强。
然而，投资热潮往往会让资金支持者失望。英国铁路的投资者高估了对这种新型交通工具的需求，到 1850 年，他们损失了大约三分之一的资金。英国陷入经济萧条。20 世纪 90 年代末的电信狂潮也造成了巨大损失。铺设光缆的巨额投资和为欧洲 3G 移动网络运营许可证支付的过高费用注定了许多初创公司的失败，而大公司则多年来收益不佳。
人工智能的红利伴随着这些隐患，甚至更多。铁轨和光缆一旦安装，就能使用几十年。而人工智能模型及其运行服务器的寿命则短得多。人类口味或行为的变化、新信息或在有缺陷的数据上进行的训练，都会让昂贵的大型语言模型迅速过时。
多家巨头公司和许多国家都想开发人工智能，因此人工智能的进步可能会商品化。如果人工智能真的被证明优于人类智能，政府很可能会对其使用施加严格限制，从而减少由此带来的利润。
也许，最终的结果将与铁路和电信的繁荣一样。有远见的技术人员是对的：人们现在可以在乘坐火车时用智能手机阅读这篇文章。这也算是对在这一过程中损失惨重的众多投资者的一点安慰吧。
