人工智能：在炒作、泡沫风险与真实机会之间

人工智能无疑是近年来金融和科技市场的无可争议的主角。然而，尽管对其潜力的热情在增长，信号也开始出现，呼吁人们保持谨慎。分析师和投资者之间对早期千年期的互联网泡沫的比较越来越频繁，他们关注着所谓的七大巨头：Alphabet、Amazon、Apple、Meta、Microsoft、Nvidia 和 Tesla 中的价值集中情况。

这些巨头今天占据了标准普尔500指数的三分之一以上，远高于2000年互联网泡沫高峰期主要科技股持有的15%。如此集中的份额不可避免地增加了系统性风险。

这不仅仅是资本化的问题。在互联网泡沫时代，投资电信基础设施的热潮导致光纤网络的过度扩张，当承诺的需求在短期内没有实现时，最终导致了灾难性的失败。

今天，历史似乎正在重演：主要的人工智能公司正在投资数千亿美元建设新的数据中心，总支出接近万亿美元，这些数字曾仅与大国的国内生产总值相关。每个人都在问的问题是，这波投资热潮是否合理，还是我们正处于新危机的边缘。

对人工智能的需求 (AI)：超越消费者热潮

媒体的关注往往集中在像ChatGPT这样的工具的大规模采用上，仅在七月份就超过了五十亿次访问。然而，人工智能的真正经济影响将根据消费者和企业的采用情况来衡量。

根据国家经济研究局发布的数据，到2024年底，约40%的美国人口使用过生成性人工智能系统，23%的人在调查前一周至少在工作中使用过一次。这表明，人工智能在工作场所的采用速度比个人电脑或互联网在早期的采用速度更快，表明我们正面临一项注定要深刻改变经济的通用技术。

然而，获得可观经济回报的道路绝非简单。麻省理工学院对300多个公共AI项目、超过50家公司以及数百名高管进行的研究显示，95%的企业仍未从AI投资中获得回报。仅有5%的公司成功，得益于三个关键因素：更倾向于购买现成解决方案而非内部开发，将AI直接融入业务部门而非中央实验室，以及选择与现有工作流程兼容的工具。

尽管将人工智能转化为具体价值存在困难，但90%的公司正在认真考虑购买人工智能解决方案，这确认了在创新技术的经典炒作周期中广泛存在的兴趣。

一个典型的例子是美国第二大银行美国银行，该银行已拨出40亿美元用于人工智能等新技术。该机构开发了一种工具，帮助银行家为与客户的会议做准备，从不同系统中检索信息，并大幅减少准备时间。

当前AI模型的局限性和前景

人工智能使用的扩展加剧了关于其真实潜力和当前发展模式可持续性的辩论。目前为止，进展主要依靠大型语言模型，这些模型随着计算能力和可用数据量的增加而不断改进。然而，行业内一些权威声音呼吁保持谨慎。

理查德·萨顿，人工智能的先驱，早在2019年就观察到，利用计算能力的一般方法超越了基于人类聪明才智和复杂启发式方法的那些，将这一现实定义为“苦涩的教训”。最近，萨顿批评了对扩大规模的过度强调，建议需要向能够持续学习的智能体转变。

即使是著名的AI炒作批评者加里·马库斯也对最新版本的ChatGPT表示怀疑，认为仅仅基于规模的开发模型不是正确的道路。马库斯认为，需要其他替代方法，这可能需要在研究和开发上进行更大的投资。

AI泡沫：过度乐观与修正风险之间

关于可能的人工智能泡沫的辩论正变得越来越激烈，尤其是当像萨姆·阿尔特曼这样的当前繁荣的主要策划者警告市场过热的风险时。阿尔特曼和其他投资者指出，天价估值、资本追逐尚未经过测试的商业模式，以及以超过实际需求的速度建设基础设施的危险。人们的担忧更多的是关于人工智能的长期潜力，而不是可能导致急剧修正的膨胀预期。

许多观察者认为，真正的风险在于陷入二元视角，在非理性的热情与对即将到来的泡沫的恐惧之间摇摆，而无法把握复杂现象的细微差别。人工智能的长期潜力依然巨大，但市场很少遵循线性轨迹。一次修正可能会暂时放缓增长，但同时也会加强投资纪律，并推动更多关注模型的质量和实际经济价值。

面向未来：纪律、研究和具体价值

人工智能的未来将取决于克服目前炒作阶段的能力，专注于先进的研究，提高模型的质量，以及针对性投资，旨在为企业和消费者创造可衡量的价值。只有这样，才能避免过去的错误，充分利用这项注定要重新定义我们生活和工作的技术带来的机会。