AI 价值几何：泡沫还是未来？

关于人工智能（AI）是否构成泡沫，网络上一直存在着持续的辩论。

持“泡沫论”的观点认为，当前AI的估值过高，大模型缺乏真正的竞争壁垒，并且像OpenAI这样的公司每年都在巨额亏损。而反方则以历史为例，指出互联网和电力在发展初期也曾被质疑为泡沫，但最终都成为了推动社会进步的关键力量。

然而，这些争论往往陷入僵局，双方都未能说服对方，只是各自继续发表观点。

在我深入研究了大量相关讨论后，我发现一个关键问题：参与者们讨论的根本不是同一件事。

“泡沫”一词被过度使用。当有人声称“AI是泡沫”时，他可能指的是三类截然不同的情况：一是英伟达高达数万亿美元的市值，以及那些脱离实际商业价值的估值倍数，这属于资产价格的范畴；二是将大模型描绘成通用人工智能的曙光，或是认为Agent（智能体）即将取代所有白领工作，这关乎技术前景的预期；三是大量AI产品难以找到真实的付费场景，企业客户在概念验证（POC）阶段反复受阻，这指向的是商业化落地的挑战。

这三方面的问题可能同时存在，也可能各自独立，它们的含义和发展轨迹大相径庭。

但在大多数讨论中，这三者被混为一谈。有人谈论的是估值，有人反驳的是技术潜力，还有人则列举商业化落地的困难。结果就是各说各话，无法达成共识。将这三件事捆绑在一起，并询问“AI是不是泡沫”，然后期待一个简单的“是”或“否”的答案，这本身就是一个无法回答的问题。

2000年互联网泡沫破裂时，纳斯达克指数从最高点下跌了近80%。事后，许多人评论道：“看，互联网果然是泡沫，我早就说过了。”

但实际情况究竟是怎样的呢？

Pets.com公司在上市18个月后就退市了，耗尽了3亿美元的融资，这确实是真实的泡沫。然而，在同一时期，亚马逊和谷歌却得以生存下来，并取得了后来的巨大成功。

因此，那次破裂更准确的描述并非“互联网是泡沫”，而是：“互联网的技术发展方向是正确的，但具体的商业估值和时间预期出现了偏差——大概提前了十年。”

我认为，AI目前的状况无法用单一的词汇来概括。

在技术层面，这是一次真实的能力飞跃。GPT-4的出现与之前相比，语言模型的能力实现了质的飞跃，而非程度上的改进。代码生成、文本理解、多步骤推理等能力的进步在短短两年内实现，这些进步是可衡量、可复现的，并非仅仅是概念炒作。

在商业化层面，情况则更为复杂。AI在代码辅助、客户服务自动化、内容生成等领域，已经展现出可验证的投资回报率（ROI）。但在制造业、医疗等需要深度行业知识的领域，其落地速度并未达到预期。我曾参与过制造业的几个AI项目，发现大多数瓶颈并非AI能力本身，而是数据标准化和系统集成的问题——这两点在AI出现之前就已是难题，AI的到来只是让这些问题更加凸显，难以回避。

在估值层面，泡沫确实是存在的。英伟达在某个时期市盈率超过七十倍，许多AI初创公司的估值建立在“一切按预期发展”的假设之上。这种逻辑本身并无问题，但风险在于其容错空间极小——一旦技术进展滞后、商业化落地困难、或监管政策收紧，任何一个变量的偏差都可能导致估值发生剧烈调整。

回到“提前了十年”这个概念。

互联网泡沫破裂后，基础设施建设仍在继续，光纤铺设、带宽提升、用户上网行为都在发展。商业模式需要时间来找到其真正的形态，但技术积累并未停止。

AI目前也呈现出类似的结构。英伟达销售的并非泡沫本身，而是“工具”（如GPU），这些工具的最终价值取决于后来者能否利用它们挖到“金子”，但挖掘行为本身是真实的。基础设施建设正在加速，算力、模型能力以及开发者工具都在不断进步。商业化的成熟终将到来，只是需要时间。

我个人的判断是：技术方向大体上是正确的，商业化的实现时间线可能比当前多数的叙事要晚三到五年，资产估值中确实存在泡沫成分，并且发生调整的可能性很大——但这并不意味着方向是错误的。将这几点结合起来看，并不矛盾。

因此，与其花费时间争论“AI是不是泡沫”，不如想清楚一个问题：你对AI的判断、投入和预期，是基于三年维度还是十年维度？

如果着眼于三年，那么估值泡沫就是真实存在的风险，时间线的误判会让你感到非常痛苦。

如果着眼于十年，那么今天许多看似严肃的争论，可能都只是过眼云烟。

每一次当人们就“某事物是否为泡沫”展开激烈争论时，往往意味着该事物已经不容忽视，但尚未有足够多的人真正理解它。现在大概就是这样一个时期。

弄清楚自己站在哪个时间维度上思考问题，比直接回答“AI是否是泡沫”这个问题本身，要更有价值。