AI浪潮下的冷思考：生产力革新还是资本游戏

注：本文为我个人创作系列计划中的导言部分

2026年3月31日，Oracle启动了公司历史上最大规模的一次裁员行动。据多家媒体和分析师估算，此次全球裁员规模约为2万至3万人，占其全球约16.2万全职员工的18%左右（印度受影响最重，约1.2万人）。裁员以“冷邮件”形式突然执行：美国东部时间早上6点左右（部分地区凌晨），员工收到来自“Oracle Leadership”的解雇邮件，内容简短冰冷，大意为“经审慎考虑当前业务需求，我们决定取消您的职位，今天是您在公司的最后一天”。邮件发出后，员工系统访问权限立即被切断，无预警、无经理面谈、无过渡期。受影响部门包括软件工程、销售、云服务、客户成功、Oracle Health、NetSuite等，职位从基层工程师到中高层管理者均有涉及。

当然，以AI为名义展开大规模裁员的当然不只Oracle，包括Amazon，Meta，block，Atlassian，Dow，WiseTech， Accenture、Dell、Intel、Microsoft、TCS、UPS等等企业集团均以“优化结构”“降低成本”“资源集中”等名义进行了规模数千乃至于万余人级别的持续性裁员——当然不难看出的一点是，推动此类事件发生的表层原因则是AI技术应用，又或者应该说，是已经应用的，“可能应用的”，以及“被认为可能应用的”AI技术。

那么，AI，它是什么？它是所谓“更高一层的生产力技术”（或者说，“新质生产力”）吗？它是通过各种维度，通过对人本身一部分能力的模仿而实现的某种智能产物吗？又或者说，它从更深层的角度来看，又只不过是进一步劳动分工的外在性体现呢？如若我们从尤其笼统的视角来看，恐怕它们都属于AI的一部分概念；但如若从更为聚焦的视角——比如，不同层级，不同领域的应用的话，恐怕事情便复杂但又更具体起来了，举个例子：目前个人消费者能够接触到的所谓AI，大都属于20世纪10年代在智能手机层面配备的所谓“语音助手”的进一步功能扩展，从“基本而不基础”的指令执行，更具象的各层面内容生成，再到更复杂的“个人助力”职能执行，我们都能在近十年前就已出现的“语音助手”上找到它们的雏形。

毫无疑问，就所谓的便利，娱乐，辅助等层面来看，这类“消费级AI”着实早已满足大部分人需求——即便仍存在着或大或小的问题，从严重的角度来说，内容生成对人身权益的侵犯（因AI必须通过对各种数据的汇总学习才能“生成内容”），这包括着肖像权，尊严权，隐私权，乃至于对于文本-图像绘画的版权等等——尤其令人悲哀的一点是，如此多的人沉浸于这种消费级AI带来的便利与娱乐，乃至于他们没有，又或者说，失去了去思考这些问题的闲暇；而从较细微也更容易被察觉到的角度来说，所谓的“AI幻觉率”大概是最常被提及的，它指的是AI因错误数据填充导致针对问题生成错误回答以及结论的现象，但同样的，我们在多数时候也只会对此抱怨两句，而无它法。

在简单谈论过消费级AI后，便不可不来说说目前已被不少企业集团采纳运用的“企业级AI”，其定义简单来说如此：在大型组织（企业集团）内部，战略性地部署先进人工智能技术，包括机器学习、生成式AI、Agentic AI、自然语言处理等等，但目前的趋势转向应用主要集中于Agentic AI，即智能体AI。

其与一般消费级AI（虽然其当前也自称为智能体）的区别主要在于，企业级AI要求能够进行规模化部署，能够处理海量数据与用户，且支持横向/纵向扩展，无需重大重构即可适应企业增长；具有极高要求的可靠性与稳定性，我们在前者提到的AI幻觉，以及个人在使用时出现的中断，卡顿，乃至于无法生成应用等问题，在企业级AI中同样几乎是不可容忍的；基于企业机密隐私的安全性与数据治理性，这意味着当今已投入应用的企业级AI几乎必须采用私有化部署方案，以实现私域数据保护，并在宏观政策的基础下实行；鉴于各企业集团需要将AI与自身目前已有的系统无缝对接应用并识别采集各类数据，企业级AI的系统集成性也就是必然的了；虽然当今有不少AI神话认为，集成发展程度成份愈高的AI能够实现脱离人（或者说，劳动）本身而独立运行，但无论从企业自身运作原理，亦或从经济运作本身来考量，又或是AI本身的发展可能而言，这种可能性不仅在现在，而且在相当长的一段时间内都不具有实现的可能性，目前企业级AI被要求的可解释性（XAI），审计追踪性，“人在回路”（Human-in-the-loop)，乃至于更深层次的伦理与权限控制性，都是对于其治理与可信性要求的反映；最后，同时也可能是最根本的一点在于，企业级AI的盈利性（或者说，业务价值导向），与一般常见的消费级AI侧重于娱乐与便利性不同，企业级AI聚焦点在于ROI（投资回报），端到端工作流程的自动化及效率的进一步提升等。

到了这里，我们大概可以理解所谓“消费-企业”级AI之间有着多大的分野，它们之间有如此多的区分：“开放-私有”“可容忍幻觉-不可容忍幻觉”“个人使用-企业运营”“表面落地快-集成落地慢”等等，看上去就如单刃冷兵器上的刀刃与刀背一般。

现在，让我们简单理解一下如今甚嚣尘上的AI潮流吧，它如何得以出现并愈演愈烈，乃至于在不远处（2025年年末-2026年1-2月）出现了一场宗教般的“龙虾狂欢”（OpenClow常被称作“龙虾”）呢？是因为AI真的能够作为一种“新质生产力”带来巨大的生产力发展，还是说，这不过是有一种“可能性”式的概念，驱动着当前的金融经济市场疯狂地涌入当前不断上涨的AI浪潮中呢？

让我们来回顾一下自20世纪末到21世纪当前出现的部分优秀的概念股范例吧：铱星公司曾推出过一种“随时随地通话”的革命性通信概念，并在1997年6月的首次首次公开募股（即IPO，下文简称为此）时达到20美元/股，在一年后更是来到了72.19美元/股的历史高点，但在1998年11月商用后，由于其3000美元的产品售价、每分钟通话费3-8美元的高额成本、体积笨重、城市信号差，以及地面蜂窝网络快速扩张，订阅用户远未到达预期等因素，致使其在1999年8月申请破产，股价暴跌至3.06美元，虽然其之后从破产危机中恢复过来，但也不复曾经的荣光。

于此相似，3D Systems（DDD）与Stratasys曾在2010年代推出过一项“颠覆制造业”式的概念：家用/工业级3D打印机技术，其被定义为一种从原型到批量生产、个性化定制的革命性“未来制造范式”，在2013年底至2014年初，3D Systems的股价从早期低位一路飙升至约92美元峰值，其一年股价涨幅更是超过了800%；Stratasys的股价则达120-140美元，当时整个3D打印板块因所谓“行业规模将从22亿美元增至108亿美元”的概念可能而集体暴涨。然而，由于技术成熟度不足，例如打印速度慢、材料昂贵、精度/规模化难等因素；消费者/企业采用远低于预期；高估值未匹配实际营收增长，增长放缓暴露泡沫等种种原因，到了2014年，这两家企业的股价均发生了大幅下跌：3D Systems跌至约10美元；Stratasys跌至13-25美元区间。整个3D打印板块因概念带动的大部分涨幅也几乎尽数消逝，至今也没有完全恢复。

看起来尤其熟悉，不是吗？让我们回到当今最为火爆的AI领域，由于其对于当前经济社会的高度可联动性，因此被推出的“革命性”“新标准”“重新定义”“范式”式AI概念同样多到不胜枚举，从NVIDIA Blackwell/Rubin平台，Palantir AIP + Agentic AI平台，SMCI AI服务器，乃至于与Agentic AI平台高度关联的Agentic AI本身，到Tesla研发的Optimus人形机器人，再到更为前沿的光子芯片/光学互联等等，这些概念或是已有规模性推广，或仍仅停留在纯粹性概念或极窄范围性的“预先贩卖”。

我在这里并无意论断说整个AI产业都不过是个空中楼阁（或者说黑箱）式的“泡沫之夏”，毕竟需要承认的一点是，当前在AI算力平台层面确实已经实现了较为可观的规模性生产，交付与部署，但同样需要指出的是，其在实质上承担的只是一种支撑AI运行学习的“地板”作用，距离所谓的“范式革命”只能说相差甚远，这就像，我们可以说电力是第二次工业革命的基础，但工业革命真正具体的“革命性体现”并不在此。至于目前被部分企业集团采用（还不属于全面采用）的Agentic AI，虽然其在“概念”层面被提到了一个相当的高度，但如果我们从实际来看其推行体现的话，便不难发现其并没有听上去那么“神话”，正如德勤（Deloitte）在2025年12月10日《Tech Trends 2026》中的一篇名为《The agentic reality check: Preparing for a silicon-based workforce 》的文章中所指出的那样：

“Additionally, many so-called agentic initiatives are actually automation use cases in disguise. Enterprises often apply agents where simpler tools would suffice, resulting in poor ROI. This ‘agent washing’ compounds the problem, with vendors rebranding existing automation capabilities as ‘agents.’ Furthermore, poorly designed agentic applications can actually add work to a process, with some enterprises finding agentic ‘workslop’ can make processes even less efficient.”

其在简单翻译后如下：

此外，许多所谓的智能体项目，本质上只是换了皮的自动化应用。企业往往在普通工具就足以胜任的场景中强行使用智能体，导致投资回报率低下。这种“智能体洗白”现象进一步加剧了问题——供应商将现有的自动化能力重新包装，冠以“智能体”之名。

更有甚者，设计拙劣的智能体应用反而会增加流程工作量。部分企业已经发现，智能体带来的“低效冗余工作”，会让业务流程效率变得更低。

正如引文中体现的那样，当今已“部分落地”的所谓智能体AI，与其说是一种革命性的生产力发展，莫不如说只不过是对于自20世纪中期到20世纪末21世纪初便早已推行发展的生产-办公自动化的一种高级伪装，其将原有的RPA（即机器流程自动化）、聊天机器人、API集成与LLM简单叠加，以实现会议纪要自动跟进、客服流程闭环或供应链预测，便宣称这就是“Agentic ”，好似将某些已有产品在通过精心粉饰包装后便将其称作是“革新性的新式产品”一般，更不必说此类Agentic AI实际的生产部署率仅在10%上下浮动，这种“辅助工具”当前的价值在于所谓的任务级效率提升（部分企业报出192%ROI、维护成本降低20%的数据，其真实度有待考证），距离所谓的“自主规划-执行-负责”的革命性数字员工仍相去甚远。

那么，难道当今真的就不存在接近那种所谓的“革命范式”吗？并非完全如此，Palantir公司于2023年推出的Palantir AIP在经过近三年的发展后，在部分程度上确实已经接近其提出的从建议到执行的闭环，其基于Ontology（企业真实世界数据模型） ，能够将企业物理世界中的实体及其关系映射到数据世界，构建出一个统一的、可操作的业务逻辑图谱（数字孪生)；其采用的“模型无关”（Model-Agnostic）架构，也提供了多种模型兼容的灵活性，令企业在可采用其认为自己适合或可负担的模型方案，其市值也从2023年初的130亿美元，当年年末的343.6亿美元，在2025年末达到了4250-4500亿美元的历史高点，在2026年4月则回落到3060-3360亿美元左右。其虽然被描述为一种“企业AI操作系统”或“决策执行平台”， 但实际上仍然需要深度定制+人类监督，且目前主要在高价值场景（如国防、供应链、能源）得到应用，距离所谓的全领域覆盖仍然遥远。

既然如此，我们便不难理解这样一点:尽管当前的金融市场如此竭力地渲染所谓“AI时代”已然到来，但这种“到来”更多只不过是一种对“概念带来的利益”（又或者说，是“信用带来的利益”）攫取的又一种修饰罢了——尽管其在有限且不平衡的层面上确实部分提升了所谓的生产效率，它的逻辑简单来说如下：

硬件/服务器层面为先行式的问答式AI提供算力基础，AI企业通过推出原型模型以吸引初始投资——基于目前已有的部分自动化产物进行整合，通过所谓的大模型新增推理（或规划能力) ，提出一种概念层面的极大生产力发展式“数字员工”——先行释放出能够激起热点的便利娱乐“消费级AI”，同时全面宣称“AI时代已全面来临”——在形成全面AI舆论基础上进一步吸引算力硬件/云服务器企业入局大量投资，并形成一种“AI已极大繁荣”的表象，但实际层面的企业级AI远没有达到全面覆盖的程度。

到了这里，我们便能够一定程度上就能能够触及这样一个问题：我们究竟该如何理解当今的这样一股AI潮流？它的动因是什么？不用说，所谓的“对于更高层次的生产力追求”只是用来忽悠一般普罗大众的话语罢了，它的本质仍然不过是对于利润的无止境追求。即便我们假设它真的能够在Agentic AI的基础上再往前进好几步，并逐渐兑现它们在数年前便许下的承诺，那距离当今尤其遥远，那么，一方面是遥远的兑现距离，一方面是通过概念股引发的资本入局浪潮——以及它带来的“被认为会实现”的价值（它在金融市场上的体现当然是股价，市值等等)，那么，比起让这个兑现来的过于迅速——又或者说，让这个不会被兑现的承诺被发现的过于迅速——这些自我标榜为“探索”“前沿”“革新”的科技巨企，以及它们上游的硬件/服务器/算力提供企业集团们会做什么呢？不用说，自然是一方面以优化，重组，更新等名义进行部分裁员（但规模一定不会过于庞大），在释放每年薪资成本以提供到所谓“AI研发/应用”的基础上，同样向资本市场释放这样一种信号：“我确实在跟进当前的AI浪潮”，这种信号的释放在相当程度上反而会提升企业股票及市值，这可谓是一种相当“高明”的降本增效举措；另一方面，鉴于AI革命概念本身仍然有着相当的不确定性，如若入局企业的范围不够广，不够多，市场本身也并不会对此信服，故而我们又见到了另一种高明的共同体式利益集团，通过在上-下游间构筑一种“算力支持者-算力运用者-AI（宣称)使用者”般链条，将AI与整个资本生产体系在无形中绑定在了一起——或许利益的瓜分攫取并不一定均衡，但对于代价的承担所有人却都没机会逃脱，于是在恐惧与贪婪的双重加剧下，链条被绑定地越来越长，利润——至少是因为“可能”而被投入获得的利润——也被滚的越来越高，也许它们应当庆幸的一点是，AI浪潮在表面上仍然处于高涨期，而没有真正到达因“无法兑现的承诺”而急速下跌的时期。

现在，恐怕会有人问：难道当前的AI潮流真的与我们一般民众无甚瓜葛吗，如果真的是这般，那么我们又该如何解释当前消费级AI大量铺开的现象呢？

举个例子，根据英伟达在2026年2月25日披露的2026财年财报中可知，其全年营收的2159亿美元中，数据中心业务贡献了绝大部分增长（单季度最高达623亿美元，同比+75%），几乎全部来自企业/云厂商的AI训练与推理服务器采购。消费级GPU（游戏卡）占比已微乎其微，这无疑在相当程度上反映了上游硬件端的消费-企业占比。

同样，在以Microsoft、Google为代表的云服务+企业AI平台层，占据大部利润与增长