AI vs EV Investments: Tech Stocks Crash & Data Centre Risks Explained By Ankit Sir।

用户提问只看到结果，背后是庞大的服务器与数据中心体系，数据中心是最大一环。

数据中心内含数千芯片、数百万半导体器件、冷却系统与供电。在印度建1兆瓦容量数据中心成本约60亿卢比，100兆瓦约6000亿卢比；印度仍属全球建数据中心较便宜的国家之一。

真正的开销在于喂给AI的数据：用户提供的信息越多，数据中心就越大。哪怕只问南非首都最好的茶店，系统也要预先存下各国茶店信息，信息量越大成本越高。

这类信息原本在各自网站上就能查到，由对方服务器承载，用户无需付费。但搜索聚合模式把各网站与服务器的数据抓进自家数据中心统一出结果，维护开支随之上升。

讨论焦点转向信息的真实成本该由谁承担、是否值得支付。数据中心建设者需靠AI订阅、广告、向企业出售AI模型或替代人力来回收投入，其支出与收益终须比较。

以智能房间的假设说明：若把AI带来的便利全部实现，其技术开销与能赚到的钱必须做成本可行性检查，如今AI领域已开始这种核算，人们坐下来用数学计算投入是否划算。

人们开始算账：AI发展至今已投入1600亿美元，按1亿美元约合8000亿卢比换算，累计规模惊人，这一数字成为讨论AI投入是否值得的起点。

把AI投入与美国高速公路对比：美国7.5万公里以上的高速公路网约以500亿美元建成，而AI十年间已花约1.5万亿卢比；高速公路带来通行、收费与贸易收益，AI的回报却尚未显现，且2026年支出预计增至2.5万亿卢比。

国际空间站造价约1.5万亿卢比，AI累计投入可造约十个空间站；美国以4710亿美元居首，中国1190亿美元第二。

Gartner估算显示，到2030年这笔AI投入难以实现12%的年化回报；按12%预期本应带来约8.5万亿卢比收益，但实际回报仅约3.6万亿卢比，连一半都不到。

实际回报约6%，而12%的预期落空，6%的回报连定存都能提供，投资者因此质疑钱到底投向了哪里、还要往这个无底洞投多少；主讲人以斯瓦恩河泥土含金但淘金成本过高作比喻。

媒体热议后，Meta宣布股票拆分并增加支出的消息进一步强化市场担忧，科技股大幅下跌，Anthropic在上半年亏损达800亿美元。

全球最富六人财富合计缩水约1500亿美元，其中Elon Musk减少约400亿美元。主讲人指出EV领域同样存在类似炒作与投入。

EV市场到2036年预计触及2.8万亿美元，逻辑是人们想避开污染、电动车更省钱，因此各国转向电动化时EV市场会上升，投资者据此提前布局，其热度与AI相似。

EV同样面临挑战：印度约40%的能源仍靠煤电，电动车只是把烟排到别处，污染并未真正减少；不过印度正用太阳能和核能发电，属于无污染电力，因此投资者对EV市场仍持正面看法。

Business Today在10月28日报道，按新车销量中纯电车占比计算，印度已连续六个月超过美国：印度每百辆新车约5.8辆是电动车，美国约5.1辆，印度在百分比上走得更快。

印度EV市场增长不只利好整车厂，电池及零部件厂商同样重要，印度企业份额正快速扩大。

全球趋势显示，2025年全球每四辆新车约有一辆是电动车，到2035年预计每两辆就有一辆是电动车；日常平均续航约280公里，未来还会提升，电动化与减排优势明确。

EV被视为有前景的新兴市场，但面临车价昂贵、充电设施不足、电池成本高和竞争激烈等挑战。核心疑问是EV投资是否安全，并与尚未见回报的AI作对比。

专家认为AI至今未见成果与回报，而EV影响已显现：消费者买到更便宜车型，低价充电让出行增加。投资者对EV尤其印度市场热情高涨。

一只跟踪Nifty EV与New Age Automotive指数的基金于10月16日至30日开放认购，被称为印度首只EV与新纪元汽车指数基金。其配置为40%整车厂、20%零部件商、14%汽车、10%电池等。

该基金围绕EV主题构建，持仓为十家龙头公司并给出各自权重。作者认为印度投资者在基金上更成熟：不知买哪只股票时可选EV主题基金；因属新发NFO、看起来有前景，故分享这一信息，并强调投资与研究须自行决定。