任晟明
我们该如何看待AI泡沫？
今天我们站在一个十字路口，左手是无数场输不起的战役，右手是翻过去之后的胜利。而横亘在我们面前的，是三座难以逾越的大山。第一座大山，是算力的“天价”与折旧的梦魇。算力是 AI 的血液，但现在这血液比黄金还贵。这不仅仅是钱的问题，更是生存权的问题。今年5月，一台 B300 服务器还在 800 万徘徊，转眼间已飙升至 1400 万，即便如此，依然一货难求。试问，除了那些富可敌国的科技巨头，哪家企业有底气持续投入这样的巨资？这不仅是买入成本，更是一个无底洞。硬件的折旧速度极快，对于任何一家公司而言，如果买来的算力不能在两三年内通过商业回报赚回成本，那么高昂的设备折旧费就足以将财务报表压垮。现在的局面很尴尬：账面利润难看，现金流紧张，投资方看着烧钱的速度却步不前。这不仅是泡沫的预兆，更是资金链断裂的前奏。第二座大山，是数据孤岛与付费墙构筑的围城。大模型的训练需要海量的、高质量的数据喂养。但在国内，我们正面临一个尴尬的现实：人人都想要强大的 AI，但人人都守着自己的“一亩三分地”。出于对数据安全的考量，各行业、各企业都在建立自己的信息孤岛。而在公共互联网领域，知识付费已成为常态，优质内容被锁在私域流量和高墙之后。模型“吃不饱”，吃不到“好粮”，如何能进化出超强的智力？这种封闭的数据生态，与 AI 发展所需的开放、共享精神背道而驰，成为了制约技术突破的隐形枷锁。第三座大山，是价格战的内卷与商业闭环的缺失。前有新能源车企的“血腥”降价，现有大模型 API 的“免费”狂欢。巨头们为了抢占生态位，不惜将价格打到底。这对于试图通过技术变现的初创公司来说，无异于降维打击。更重要的是，商业闭环至今没有跑通。效费比太低，是很多企业用 AI 后的真实感受。我们面临的负面新闻、算力贵、数据缺、应用难，这些都是必须要克服的困难。在这个阶段，我们不需要更多的宏大叙事，我们需要的是解决 B300 买不起的替代方案，需要的是打破数据孤岛的合作机制，需要的是真正能帮企业赚到钱的“杀手级应用”。AI 的终局不是泡沫的幻灭，而是价值的回归。对于中国的 AI 产业而言，这会是一场漫长的马拉松。
发布于 北京
分享
评论
赞
未登录
友善发言
评论
加载中
