英伟达推销AI工厂，但81%企业称其GPU运行不足半 capacity

一家公司买了GPU、建了算力集群，就能靠AI赚钱了吗？VentureBeat Intelligence九月份的调查给出了一个相当扎心的答案：在68家已把AI投入生产环境并提供了GPU利用率数据的企业中，有55家（占比81%）承认自己的GPU平均利用率只有50%甚至更低。换句话说，超过八成企业的昂贵算力有一半以上时间在"晒太阳"。更值得玩味的是，这55家里仍有71%计划在未来12个月内引入新的、额外的或替换性的AI基础设施平台。一边是现有算力用不满，一边还要继续买，这个矛盾恰恰暴露了当前AI基础设施采购的核心问题：买家真正想解决的，不是"有没有算力"，而是"算力能不能变成有效产出"。 这轮采购冲动的背景，是英伟达CEO黄仁勋正在全球兜售"AI工厂"概念。10月21日柏林GTC演讲中，他喊话企业："要成为AI经济的一部分，你不能只消费AI，你要生产AI。"围绕这个叙事，硬件厂商的卖点也在从单纯堆算力转向架构能力——HPE强调受治理的API和MCP（模型上下文协议）集成，VAST则联合英伟达推出Agent Sandbox Foundation Stack，用于在算力弹性伸缩时保留智能体的状态、数据访问权限和审计轨迹。Nebius的安全团队则主推GPU机密计算，让客户在处理前验证环境、再释放加密密钥。这些动作指向同一个判断：当智能体开始承担长周期任务，企业知识如何接入、任务进度如何保存、多模型如何调度、出错后如何恢复，这些集成与安全问题正在取代"拿到卡"成为采购决策的重心。而衡量这一切是否奏效的指标，正在从单纯的算力成本转向"每个成功完成任务的成本"——这个口径要把推理、检索、存储、重复尝试和人工复核全部算进去。 但调查揭示的更深的裂缝在于：企业的采购决策跑在了财务验证前面。102家受访企业中，63%计划一年内上新平台，却只有10%拥有经过财务部门审核签字的ROI数据；在计划换平台的企业中，这一比例低至9%。即便是对现有平台满意度尚可的企业（总体满意度4.0分、易用性3.9分、性价比3.6分），也大多说不清这笔投入到底值不值。在采购考量上，48%的企业最看重与现有云和数据栈的集成，42%看重性能，35%看重GPU可得性——集成已经跑到了性能前面。对中国出海卖家和AI应用团队来说，这意味着一个现实提醒：在算力供给逐渐宽松的当下，盲目扩容的边际收益正在递减，真正决定AI投入回报的，是任务完成率、集成成本和可审计的安全架构，而不是机柜里多了几张卡。