2025年AI炒作泡沫的伟大修正

很容易想象LLM无所不能，因为它们对语言的使用非常引人入胜。这项技术模仿人们写作和说话的方式的惊人程度令人难以置信。而且我们天生就倾向于在表现出某种特定行为的事物中看到智能——无论这种智能是否真的存在。换句话说，我们制造了具有类人行为的机器，却忍不住认为背后有一个类人的心智。

这是可以理解的。LLM进入主流生活才几年时间。但在那段时间里，营销人员利用了我们对这项技术真正能力的模糊认识，推高了期望并加速了炒作。随着我们与这项技术共处并更好地理解它，这些期望应该会回归理性。

02: AI不是解决你所有问题的速效药

七月，麻省理工学院的研究人员发表了一项研究，该研究成为幻灭阵营中的一个重要讨论点。标题结果是，高达95%尝试使用AI的企业发现它对自己毫无价值。

其他研究也呼应了这一总体论点。十一月，一家经营自由职业者在线市场的Upwork公司研究人员的研究发现，由OpenAI、谷歌DeepMind和Anthropic等顶级LLM驱动的智能体无法独立完成许多直截了当的工作场所任务。

这与Altman的预测相去甚远：“我们相信，到2025年，我们可能会看到第一批AI智能体‘加入劳动力大军’并对公司的产出产生实质性影响，”他一月份在自己的个人博客上写道。

但MIT研究中被忽略的一点是，研究人员的成功衡量标准相当狭窄。这个95%的失败率计算的是那些尝试实施定制AI系统但六个月后仍未将其扩展到试点阶段的公司。一些对实验性技术的实验没有立即奏效，这一点不应该太令人惊讶。

该数字也没有包括员工在官方试点之外使用LLM的情况。MIT研究人员发现，他们调查的公司中约有90%存在一种AI“影子经济”，工人正在使用个人聊天机器人账户。但这种影子经济的价值尚未被衡量。

当Upwork研究考察智能体与了解自己在做什么的人员合作完成任务的情况时，成功率飙升。结论似乎是，很多人正在自己摸索AI如何能帮助他们完成工作。

这与AI研究员兼网红（也是“氛围编码”一词的创造者）Andrej Karpathy所指出的相符：聊天机器人在许多不同的事情上比普通人做得更好（比如提供法律建议、修复代码错误、做高中数学题），但它们不如专家人类做得好。Karpathy认为，这可能是聊天机器人在个人消费者中如此受欢迎的原因，它们可以帮助非专家处理日常问题和任务，但它们尚未颠覆经济，因为要颠覆经济就需要胜过熟练的员工。

这种情况可能会改变。目前，不要惊讶于AI尚未（或还没有）产生拥护者所说的对就业的影响。AI不是速效药，它不能取代人类。但仍有很大的潜力有待挖掘。AI可以融入日常工作流程和业务流程的方式仍在探索之中。

03：我们身处泡沫之中吗？（如果是，是什么类型的泡沫？）

如果AI是一个泡沫，它像2008年的次级抵押贷款泡沫，还是2000年的互联网泡沫？因为它们之间存在巨大差异。

次级抵押贷款泡沫摧毁了经济的很大一部分，因为它破裂时只留下了债务和估值过高的房地产。互联网泡沫摧毁了很多公司，并在世界范围内产生了连锁反应，但它留下了初生的互联网——一个由电缆组成的国际网络和少数几家初创公司，如谷歌和亚马逊，它们成为了今天的科技巨头。

然而，也许我们正处于一个与前两者都不同的泡沫中。毕竟，目前LLM还没有真正的商业模式。我们还不知道“杀手级应用”会是什么，甚至是否会有一个。

许多经济学家担心，为建设基础设施和满足预期需求而投入的资金达到了前所未有的水平。但如果这种需求没有出现怎么办？再加上许多交易的怪异循环性——英伟达向OpenAI付费，OpenAI再向英伟达付费，等等——难怪每个人对未来都有不同的看法。

一些投资者仍然保持乐观。在11月接受《科技商业规划网络》播客的采访中，国际大型私募股权公司Silver Lake Partners的联合创始人Glenn Hutchins提出了几个不应担心的理由。“每一个这样的数据中心——几乎所有的数据中心——都有一个有偿付能力的对手方，与他们签订了合同，要接收他们所建造和适合的所有产出，”他说。换句话说，这不是“建好了就会有人来”的情况——客户已经锁定了。

而且，他指出，最大的有偿付能力的对手方之一是微软。“微软拥有世界上最好的信用评级，”Hutchins说。“如果你与微软签订了一份合同，让他们接收你数据中心的产出，萨提亚是靠得住的。”

许多首席执行官会回顾互联网泡沫并试图从中吸取教训。这是一种看待方式：当时破产的公司没有钱撑到最后。那些在崩溃中幸存下来的公司则蓬勃发展。

牢记这一教训，今天的AI公司正试图在可能存在泡沫的时期中生存下来。保持在竞赛中；不要掉队。尽管如此，这是一场绝望的赌博。

但还有一个教训。看起来像是“支线任务”的公司可能会迅速成长为独角兽。以Synthesia为例，该公司为企业制作头像生成工具。风险投资公司Air Street Capital的联合创始人Nathan Benaich承认，几年前他第一次听说这家公司时，正值人们对深度伪造（deepfakes）的担忧四起，他不确定其技术有何用处，并认为没有市场需求。

“我们不知道谁会愿意为唇形同步和声音克隆付费，”他说。“事实证明，有很多想付费的人。”Synthesia现在约有55,000家企业客户，年收入约1.5亿美元。去年10月，该公司估值为40亿美元。

04：ChatGPT不是开端，也不会是终结

ChatGPT是深度学习（即支撑所有现代AI的技术）十年来进步的顶峰。深度学习本身的种子早在20世纪80年代就已种下。整个领域可以追溯到至少20世纪50年代。如果以这个背景来衡量进步，那么生成式AI才刚刚起步。

与此同时，研究正处于白热化阶段。世界主要AI会议的高质量投稿比以往任何时候都多。今年，一些会议的组织者不得不拒绝那些已经被审稿人批准的论文，仅仅是为了控制数量。（与此同时，像arXiv这样的预印本服务器已经被AI生成的垃圾研究淹没。）

Sutskever在Dwarkesh那次采访中说：“我们又回到了研究的时代”，他谈论的是目前LLM的瓶颈。这不是挫折；这是新事物的开始。

Benaich说：“总是有很多炒作的野兽（hype beasts）。”但他认为，炒作也有其积极的一面：炒作吸引了取得真正进步所需的资金和人才。“你知道，就在两三年前，构建这些模型的人基本上只是碰巧发现了某种有效技术的研究怪咖，”他说。“现在，所有在技术领域有才能的人都在从事这个领域的工作。”