企业正面临越来越大的压力，要求其在不断上升的运营成本和基础设施需求中，证明巨额 AI 投资的合理性。
尽管 AI 领域的支出依然强劲，但行业对话的重心正在发生转变：从探讨“AI 具备什么能力”和“实验性尝试”，转向关注投资回报率（ROI）、运营复杂性以及成本问责制。
如今，该行业面临着一个更严峻的问题：企业能否足够高效地将 AI 业务化（Operationalize），以证明在基础设施和人才方面的巨额投入是物有所值的？
在本周的季度财报电话会议上，英伟达（Nvidia）报告第一季度营收达到 816 亿美元，较去年同期大幅增长 85%。该公司将这一增长归功于超大规模云服务商（Hyperscalers）和企业需求的持续上升、网络规模的扩展、光学合作伙伴关系的加强，以及 GPU 之外更广泛的支出增长。
英伟达首席财务官 Colette Kress 强调，AI 基础设施的快速扩张正受到 AI 技术整体增长的推动，这种需求正变得更加多元化。然而，对于大多数处于应用层的企业而言，如何将这些底层算力转化为可见的利润，仍是下一步的核心挑战。
