英偉達(dá)財(cái)報(bào)，讓全球?qū)I泡沫破裂的擔(dān)憂，暫時(shí)松了一口氣，卻也暴露了如今的AI就像一場(chǎng)驚險(xiǎn)的走鋼絲，一點(diǎn)風(fēng)吹草動(dòng)都可能引發(fā)連鎖震蕩。

有沒(méi)有泡沫？有多大？什么時(shí)候破？這些問(wèn)題被頻繁提起。但更值得警惕的，是AI共識(shí)的割裂，這是泡沫破裂的先行信號(hào)。

回顧歷史，20世紀(jì)70年代第一次AI寒冬，20世紀(jì)80年代末第二次AI浪潮專家系統(tǒng)的失敗，根源都是技術(shù)不達(dá)預(yù)期，最終導(dǎo)致共識(shí)崩塌、政策退出、資本撤離。

按照經(jīng)濟(jì)學(xué)的選美競(jìng)賽理論，這就像是選美活動(dòng)，參賽者要選出的不是自己眼中最美的那張臉，而是預(yù)判大多數(shù)人會(huì)選擇誰(shuí)。

群體的認(rèn)知，能夠反向塑造現(xiàn)實(shí)，只要足夠多的參與者相信AI敘事，泡沫也能持續(xù)膨脹。反之，一旦共識(shí)瓦解，便是泡沫破裂之時(shí)。

所以，AI共識(shí)是怎樣松動(dòng)的？

歷史從不重復(fù)，但總押著相同的韻腳。如今大模型的狂熱敘事與商業(yè)化困境，與過(guò)往AI泡沫破裂前的征兆如出一轍。

2023年ChatGPT橫空出世，徹底扭轉(zhuǎn)了公眾對(duì)AI=人工智障的認(rèn)知，與這一階段的共識(shí)高度一致：以大模型為技術(shù)底座，推動(dòng)AI在各行業(yè)規(guī)?；涞?。

然而，群體共識(shí)在2024年開(kāi)始松動(dòng)。核心原因是，規(guī)模法則下的AI技術(shù)突破，開(kāi)始進(jìn)入了“歷史的垃圾時(shí)間”。

大模型的迭代速度明顯放緩，GPT-4到GPT-5的迭代間隔長(zhǎng)達(dá)29個(gè)月，Meta也推遲了旗艦?zāi)Ｐ偷陌l(fā)布。盡管出現(xiàn)了sora、Gemini、Nano banana等現(xiàn)象級(jí)模型，但其他廠商也能很快追趕上。不同廠商的“最強(qiáng)模型”實(shí)際能力趨同，陷入“你方唱罷我登場(chǎng)，輪流坐莊三五月”的尷尬局面。智能體領(lǐng)域，雖然有Manus等少數(shù)爆款，但行業(yè)整體缺乏顛覆性產(chǎn)品形態(tài)。

支撐AI高估值的技術(shù)敘事，正逐漸乏力。然而，資本市場(chǎng)的AI公司卻仿佛脫離地表，估值如同左腳踩右腳般飛升。

美股“AI七姐妹”總市值接近全球M1貨幣供應(yīng)量，但市值更多是由資本游戲支撐，脫離真實(shí)營(yíng)收。大量底模和AI應(yīng)用找不到PMF產(chǎn)品市場(chǎng)契合點(diǎn)，導(dǎo)致高昂投資的算力基礎(chǔ)設(shè)施閑置。前不久，微軟CEO公開(kāi)承認(rèn)公司囤積的大量GPU處于閑置狀態(tài)，英偉達(dá)也遭到知名投資機(jī)構(gòu)做空。

可以說(shuō)，估值與價(jià)值的背離，暴露了AI技術(shù)產(chǎn)業(yè)化正在遭遇的明顯阻礙。人們心中AI能順利轉(zhuǎn)化為商業(yè)收益的信念有所動(dòng)搖，估值泡沫就愈發(fā)脆弱。所以，相比市盈率、股指點(diǎn)位等量化數(shù)據(jù)，AI共識(shí)的破裂，或許才是更明確的風(fēng)險(xiǎn)預(yù)警信號(hào)。

很多AI支持者相信，自己的工作流已經(jīng)離不開(kāi)AI，每月的模型訂閱費(fèi)都花了一大堆，說(shuō)AI沒(méi)有帶來(lái)真實(shí)收益的人是脫離了技術(shù)一線。

問(wèn)題不在于AI泡沫下有沒(méi)有啤酒，在于造酒廠這門(mén)生意是否成立。目前，缺乏可持續(xù)、可規(guī)?；纳虡I(yè)模式，是AI行業(yè)的致命傷。

前不久，傳出OpenAI創(chuàng)始人兼CEO山姆·奧爾特曼向美國(guó)政府“求救”的消息，立刻導(dǎo)致業(yè)界對(duì)AI泡沫的擔(dān)憂加劇，奧特曼隨后發(fā)長(zhǎng)文辟謠。這反映了一個(gè)基本的產(chǎn)業(yè)邏輯：依賴政企的To B/G模式，不被看好。

原因很簡(jiǎn)單，AI商業(yè)化應(yīng)該以ROI（投資回報(bào)率）為核心導(dǎo)向，而政企市場(chǎng)則是被非市場(chǎng)化邏輯主導(dǎo)的。To B/G模式很容易導(dǎo)致AI產(chǎn)品的“to boss化”。

To B/G項(xiàng)目中，AI使用者和付費(fèi)決策者之間是割裂的，領(lǐng)導(dǎo)更愿意為通用智能體、數(shù)字員工、行業(yè)標(biāo)桿、獨(dú)角獸之類的假需求買(mǎi)單，容易忽略業(yè)務(wù)一線真實(shí)的智能化需求。

而AI公司和技術(shù)服務(wù)商，為了迎合決策者或拿下B端大項(xiàng)目，往往不計(jì)成本的低價(jià)競(jìng)標(biāo)，無(wú)視人工成本的駐場(chǎng)開(kāi)發(fā)，技術(shù)價(jià)值讓位于領(lǐng)導(dǎo)偏好，企業(yè)自身也深陷人效黑洞，淪為掙辛苦錢(qián)的技術(shù)外包。

這種模式與此前機(jī)器視覺(jué)技術(shù)的項(xiàng)目制類似，容易打價(jià)格戰(zhàn)，一旦決策者方向變化，業(yè)務(wù)就會(huì)快速收縮，商業(yè)化前景并不明朗。

而當(dāng)前AI To C市場(chǎng)，又普遍存在同質(zhì)化競(jìng)爭(zhēng)。DeepSeek-R1這樣的技術(shù)突破雖然可以快速超越，但這類創(chuàng)新又十分稀少。大多數(shù)Chatbot應(yīng)用的水平都比較接近，能力相當(dāng)?shù)那闆r下，廣告營(yíng)銷和投流就成了AI應(yīng)用的增長(zhǎng)密碼。加上國(guó)內(nèi)用戶的軟件付費(fèi)意愿本就薄弱，這類靠砸錢(qián)換規(guī)模的To C產(chǎn)品，難以支撐高估值。而市場(chǎng)上充斥著大量低水平項(xiàng)目，比如給硬件加一個(gè)語(yǔ)音交互模組的AI玩具，無(wú)法建立真正的競(jìng)爭(zhēng)壁壘。

To B/G不賺錢(qián)，To C也賣不上價(jià)，所以目前AI領(lǐng)域唯一清晰的商業(yè)模式，就是類似英偉達(dá)的“賣鏟人”模式，賣加速卡和算力的企業(yè)成了這一輪AI浪潮的最大受益人。

AI并非沒(méi)有價(jià)值，新技術(shù)釀出了啤酒，卻只能打包傾銷或免費(fèi)品嘗，商業(yè)閉環(huán)的缺失，才是泡沫的根源。

那么，AI還能找回群體共識(shí)嗎？我們認(rèn)為，焦慮和分歧終會(huì)消散，AI依然是很長(zhǎng)一段時(shí)間內(nèi)最具確定性的全球敘事。

哪怕是泡沫將破未破之際，會(huì)發(fā)現(xiàn)不同角色的擔(dān)憂，都不是對(duì)AI敘事的徹底否認(rèn)，只是對(duì)自身成本與回報(bào)的權(quán)衡。投資者不是不信AI，是擔(dān)心買(mǎi)貴了，怕現(xiàn)在入場(chǎng)會(huì)成為高位接盤(pán)俠，怕流動(dòng)性收緊之后，估值過(guò)高的AI公司會(huì)崩盤(pán)。

而普通大眾也不是不知道AI的好處，是擔(dān)心學(xué)錯(cuò)了，機(jī)會(huì)成本太高。畢竟AI有周期，人無(wú)再少年，當(dāng)下耗費(fèi)大量精力學(xué)習(xí)AI技能，幾年后行業(yè)降溫，重蹈當(dāng)年跟風(fēng)學(xué)土木、金融的覆轍。可不學(xué)AI，又怕被技術(shù)浪潮淘汰。由此陷入了“要不再看看，看AI泡沫到底破不破”的拖延。

政府和企業(yè)對(duì)AI真金白銀的投入，自然更不是為了否定AI。中美都在國(guó)家戰(zhàn)略層面大舉投入算力建設(shè)，根據(jù)IDC的調(diào)研，如今沒(méi)有在業(yè)務(wù)流程中引入AI的金融機(jī)構(gòu)，行業(yè)占比是0。它們關(guān)注AI泡沫，本質(zhì)是擔(dān)心，如果投入方向出錯(cuò)，財(cái)政資金和企業(yè)資源會(huì)不會(huì)白白浪費(fèi)。如何避免扶持出一批只懂炒作概念、圈錢(qián)騙補(bǔ)的“PPT AI公司”？這些問(wèn)題關(guān)乎產(chǎn)業(yè)未來(lái)與國(guó)家戰(zhàn)略，容不得半點(diǎn)輕率。

所以說(shuō)，AI共識(shí)的瓦解，是短期內(nèi)對(duì)成本與回報(bào)的權(quán)衡，并不是對(duì)長(zhǎng)期技術(shù)革命的徹底否定。

從這個(gè)角度來(lái)看，或許穿越周期的密碼就已經(jīng)很清晰了，那就是成本決定心態(tài)。泡沫退潮后，只要AI創(chuàng)造的價(jià)值依然大于收益，那么始終就處于安全線之上。

舉個(gè)例子，即使美股AI估值整體過(guò)高，但前不久巴菲特旗下機(jī)構(gòu)建倉(cāng)谷歌，說(shuō)明長(zhǎng)期來(lái)看成本收益比高的AI企業(yè)，依然是值得押注的籌碼。以谷歌為例，從收益上看，AI已為谷歌搜索、云業(yè)務(wù)帶來(lái)實(shí)質(zhì)增長(zhǎng)；從成本上看，谷歌從芯片、云、軟件到應(yīng)用的全棧AI布局，能有效控制成本，且市盈率在AI巨頭中相對(duì)合理。所以，對(duì)于那些具備真實(shí)收入潛力和成本控制能力的AI企業(yè)，籌碼并不算貴。

與投資者相比，普通大眾使用AI的試錯(cuò)成本，可以說(shuō)是極低的。市面上有大量免費(fèi)AI應(yīng)用與開(kāi)源資源，即便付費(fèi)，AI辦公工具的月訂閱費(fèi)、入門(mén)課程支出也不會(huì)構(gòu)成實(shí)質(zhì)性經(jīng)濟(jì)負(fù)擔(dān)（高價(jià)割韭菜的AI課除外）。

所以，只想喝到AI啤酒的普通人，與其糾結(jié)泡沫與否，不如將AI視為提升當(dāng)下效率的工具，從現(xiàn)在開(kāi)始接觸AI，就是最好的選擇。泡沫或許會(huì)褪去，但你擁有的AI協(xié)作者的能力，只會(huì)像河床一樣堅(jiān)固。

而AI企業(yè)面對(duì)的短期形勢(shì)，可能更為嚴(yán)峻。如前所說(shuō)，B/G/C端市場(chǎng)的商業(yè)化前景都存在挑戰(zhàn)，而AI本身又是資本密集、智力密集、算力密集型的吞金大戶。這種背景下，AI企業(yè)更需要關(guān)注現(xiàn)金流安全，開(kāi)源節(jié)流。

開(kāi)源方面，一是出海，立項(xiàng)之初就面向國(guó)際市場(chǎng)，充分發(fā)揮中國(guó)團(tuán)隊(duì)在算法優(yōu)化、產(chǎn)品迭代上的優(yōu)勢(shì)；二是聚焦行業(yè)基礎(chǔ)設(shè)施服務(wù)，賣算力的同時(shí)，靠工具鏈、數(shù)據(jù)服務(wù)等構(gòu)建壁壘，做“賣鏟人”和“賣水人”，確保穩(wěn)健的現(xiàn)金流。節(jié)流方面，政企業(yè)務(wù)可以做，但要把能自動(dòng)化的都自動(dòng)化，提升人效來(lái)規(guī)避項(xiàng)目制的人力黑洞。

弗蘭西斯·培根曾說(shuō)：“若始于確信，將止于懷疑；若始于疑惑，終將止于確信。” 當(dāng)下對(duì)AI泡沫的種種質(zhì)疑，看似是信心退潮，實(shí)則是行業(yè)對(duì)AGI通用人工智能這一終極理想的階段性反思。

去偽存真之后，資本會(huì)冷卻，敘事會(huì)修正，共識(shí)會(huì)重新凝聚，而那些持續(xù)追問(wèn)“AI如何創(chuàng)造真實(shí)價(jià)值”的人，會(huì)與行業(yè)一同穿越周期，走向成熟。