領先的技術分析師吉爾·盧里亞認為，人工智慧領域的真正金融風險不在於英偉達等晶片製造商，而在于透過債務融資購買硬體的數據中心。可持續人工智慧增長的核心指標是軟體服務的貨幣化，而不僅僅是晶片銷售。
儘管英偉達強勁的財務表現似乎挑戰了人工智慧泡沫的說法，但D.A. Davidson技術研究主管吉爾·盧里亞的分析表明，市場關注的風險領域是錯誤的。更重要的擔憂在於購買人工智慧硬體的數據中心的債務槓桿商業模式。衡量人工智慧經濟健康狀況的真正標準正在從零部件銷售轉向人工智慧軟體和服務的成功貨幣化。
論點的核心是，對人工智慧晶片的巨大需求（推動了英偉達的增長）是由數據中心基礎設施中大規模、債務資助的資本支出週期驅動的。這些運營商正大量投資於硬體，期望未來能從人工智慧應用中獲得回報。然而，這些人工智慧服務的收入尚未完全實現，從而造成了潛在的財務不匹配。盧里亞指出，對人工智慧硬體的過度採購是建設階段的指標，不一定是可持續的、盈利的最終用戶應用。
償債成本與人工智慧服務產生的實際收入之間潛在的脫節可能會給市場帶來顯著的波動。如果人工智慧服務貨幣化（如微軟和Adobe平台所見）未能充分加速，數據中心運營商可能面臨財務困境，導致該行業出現調整。這使得投資者關注的焦點從硬體製造商轉向人工智慧軟體平台的性能和採用率。根據波士頓諮詢集團的一項研究，雖然超過75%的領導者每週使用生成式人工智慧，但一線採用率僅為51%，這凸顯了公司必須彌合的執行差距，以創造價值。
D.A. Davidson的吉爾·盧里亞發出了明確的警告，指出“擔憂不應該是英偉達，而是債臺高築的數據中心。”他詳細闡述道，人工智慧經濟成熟度的關鍵績效指標與軟體巨頭開發的平台上人工智慧服務的貨幣化相關，而不僅僅是晶片銷售量。普華永道的数据也強化了這一觀點，該數據顯示，雖然72%的商業領袖認為人工智慧提供了顯著的競爭優勢，但將這種潛力轉化為具體的財務回報仍然是一個挑戰。高管樂觀情緒與營運現實之間的差距是一個核心風險因素。
當前的人工智慧投資週期反映了歷史上的技術繁榮，其中基礎設施支出先於廣泛、盈利的應用。人工智慧成熟度報告表明，儘管許多行業都在投資人工智慧，但整體準備情況和整合程度差異很大。例如，HG Insights人工智慧成熟度指數顯示，目前只有十個行業超過平均成熟度得分。當前人工智慧繁榮的最終成功將不取決於所建設基礎設施的容量，而取決於企業重新設計工作流程和執行能夠帶來切實經濟價值的戰略的能力，這一觀點得到了市場研究的呼應，該研究指出“贏家將不是那些實驗最多的人，而是那些執行最好的人。”
