开年AI狂欢：利好还是隐忧？

开年以来，AI行业掀起狂欢热潮，投融资与各领域应用热度攀升，但技术落地与长远发展存在隐忧，本文剖析这场狂欢的机遇与风险。

近日，AI成为金融、科技等行业的核心话题，据相关报道，智谱、MiniMax等独角兽企业上市，Meta官宣收购AI智能体公司Manus等事件，带动AI相关赛道火热。但专家指出，多数行业AI应用渗透率较低，真正进入核心业务环节的较少。

在投融资方面，开年以来AI领域融资形势大好，智谱与MiniMax两大独角兽上市、Meta以约20亿美元收购AI智能体公司Manus等事件，连带着各种跟AI沾边的赛道火了。但需关注的是，多数行业AI应用仅处于初期阶段，比如石油石化业务中AI仅能处理小范围业务。

此外，“张文宏拒绝把AI引入病历系统”也登上热搜，反映AI在医疗等领域的应用争议。数据显示，多数行业AI渗透率在10% - 30%，真正进入核心业务环节的并不多。

政策层面，《关于深入实施“人工智能+”行动的意见》发布后，负责人明确表示发展“人工智能+”要避免无序竞争、一哄而上。但与从业者审慎的态度形成对比，旁观者存在FOMO恐惧错过心理，认为参与AI热潮有风险，但错过则有更大风险。

这场AI狂欢背后存在几个隐忧。首先是大量垂直应用的喧嚣，遮蔽了核心技术突破。正如去年行业扎堆接入DeepSeek的盛况一样，当前几乎所有行业都能找到蹭AI热点的切入点，这就导致AI相关的垂直应用很多，信息太多，反而遮蔽了核心技术探索，如医疗AI的隐私保护问题、AI开发者的生存境况等，这些讨论的声音在资本的喧嚣中被淹没。

其次是技术长期价值的信心，遮蔽了新技术从实验室到规模商用所必经的残酷竞争。历史上新技术初期的竞争最激烈，但如今开源模式让技术扩散快速，像Llama、DeepSeek等开源模型，直接打破了闭源大模型的壁垒，比如DeepSeek - R1问世后，百度很快就给付费会员进行退费。所以，想靠新技术收钱盈利的难度更大。而且，开源模式让技术扩散速度更快。全球知名大模型竞技榜单Imarena数据显示，自2023年年中以来，所有登顶过榜单的模型，平均在榜首位置仅能停留35天左右。曾经讨论度拉满、被认为领先行业一代的OpenAI o1，如今排名已跌到50位之后。顶流产品的命运尚且如此，说明技术创新难以沉淀为持久的竞争壁垒。这就导致AI领域出现了“冰火两重天”的心态。深耕AI的从业者，体感都比较冷，也比较卷。有AI创业者直言，“3个月就有一家公司倒下，30天会落后一代产品，一觉醒来又有新模型发布了，让人后背发凉”。但旁观者却十分热情，即便暂时没有利润兑现和业绩支撑，也对AI格外有信心。押注AI的长期价值是没错的，这也是我们长期聚焦并报道产业智能化的初衷。但必须提醒大家，所有伟大的技术革命、每一次产业革命，都不是一蹴而就的。正如相信蒸汽机、电力与互联网的价值，但每一个新技术都必然会经历残酷的竞争，熬过去才是春天。有人或许会反驳，AI的未来是确定的，那么不参与就意味着错过。这种FOMO恐惧错过心理，从2023年大语言模型突破之后，就一直萦绕在行业和大众心头。发展到今天，已经演变出了“AI泡沫是铁打的”这种说辞。有一些研究员表示，AI和黄金、金属是“新三大最坚硬的泡沫”，“如果把泡沫分等级，科技泡沫是最不坏的那种”。这种话术真是令人倍感亲切，19世纪的英国皇室但凡能上网，都得点个赞。《这次不一样》一书梳理了跨越800年、覆盖66个国家的海量历史数据与案例，总结出一个规律：每一次大泡沫来临前，专家都会宣称“这次不一样”。比如主权债务曾被认为是不可能违约的，结果19世纪很多国家的国债多次违约。因为每一次非理性繁荣，“都会让人产生一种错觉，以为政府决策英明、金融机构盈利能力超凡、人们的生活水平已然优越”，认为“这次不一样”，但最后，泡沫都回归了均值。这一次AI，跟此前的第一次、第二次人工智能热潮，有什么不一样的地方吗？我认为有两个不一样：一是大模型的技术确定性更强。尽管通往通用人工智能（AGI）的技术路线仍存争议，有人认为大语言模型（LLM）并非最优路径，需转向世界模型，但不可否认的是，大模型大幅降低了AI的落地门槛与成本。从前各行业想要引入以深度学习为主导的AI，需要高薪聘请算法科学家、计算机博士进行定制开发。如今人人都能与AI对话交互，企业开发AI应用的成本也显著下降，技术普及的基础已初步具备。二是AI的杠杆不高。《这次不一样》指出，所有泡沫的核心隐患，都是过度举债加杠杆。放眼AI领域，杠杆率是比较低的，加上普通人都能轻易使用到AI，更容易对新技术祛魅，也不会有不切实际的投机幻想。所以，如果说这一次AI热潮有什么不一样的地方，就是在此时此地，没有非理性繁荣的基础。但技术产业的发展逻辑和商业规律，不会因为新技术、新题材而改变。说了这么多，普通人到底怎么才能既不踏空这一波技术浪潮，又不会被市场情绪裹挟呢？我觉得最根本的，还是要认识并接受，自己只是个普通人。普通人没有专业能力，无法精准评估什么是真的技术突破，什么是炒作；普通人也无法精准判断行业变化的节点，既不能在变化前做好准备，也不能在变化后从容应对。有了这份清醒，才能将参与AI的方式，严格控制在自己的能力边界之内。控制在认知边界内，最直接有效的方式是亲身体验AI产品，可以选择付费的高质量的先进模型，通过使用AI，来感知技术迭代的速度，以及科技公司的技术实力，逐步建立起对AI更准确的认知。控制在信息边界内，在AI内容泛滥、自动化生成的时代，选择真正高质量、专业的信源是十分重要的。建议大家不要只聚焦在AI模型、AI算法、AI应用等软件层面，AI最终一定是通过产业智能化来完成技术的消化与价值兑现，而产业智能化是一个包含了AI、云、硬件、IoT、生态等多元要素的综合体，对智能化进程的了解，能避免被短期的模型格局波动和市场情绪所误导。如果还是决定以资本形式参与，也能控制在自己的风险承受边界内。最后想说的是，AI的红利并不只存在于资本回报。借助AI技术提升自己的工作效率，拓展一人公司等职业新可能，用AI辅助作业提升孩子的学习成绩，这些实际场景都是普通人能把握的零风险的技术红利。所以不必FOMO，AI最终会成为像电力、互联网、智能手机一样的公共基础设施，我们每个人都会分享到这场技术革命的果实。在这一天到来之前，更重要的是，不要重蹈几个世纪以来前人“这次不一样”的覆辙。