极客网·极客观察8月25日 最近一段时间，投资者再次紧张起来，他们担心“AI泡沫”即将破裂。英伟达、CoreWeave、微软、Alphabet的股价明显下跌，越来越多的人认为，AI股票已经存在泡沫，尤其是那些上市AI企业。面对越来越高的风险，投资者需要考虑抽身离场。
OpenAI创始人Sam Altman认为，在VC支持的私营初创公司中，的确存在AI泡沫。MIT在一份报告中表示，95%的生成式人工智能投资几乎没有为企业带来收益，半数项目以失败告终，仅5%落地商业化。
Sam Altman并没有指向上市公司，但投资者显然进行了宽泛的解读，将上市公司视为风险所在。MIT的本意并不是劝说投资者离开，而是对整个AI产业进行批评。
AI项目失败率太高了
在MIT报告中，我们首先要了解“NANDA”概念，它的全称为Networked Agents and Decentralized AI（网络智能体与分布式人工智能），其由MIT提出，旨在为自主AI智能体打造新协议和新架构。NANDA可能意味着当前的AI方法是无效的，如果企业能够根据NANDA协议开发出更多具有自主决策能力的人工智能系统，那问题将会消失。
报告调查了150名企业高管和350名员工，审查了300个独立AI项目。MIT发现95%的AI试点项目都失败了，没有明显提升利润，也没有明显节省成本。
类似的结论之前也有许多报告提及，但它们都没有像MIT报告一样产生如此大的影响。例如，2023年Capgemini曾指出，88%的AI项目未能进入实际应用阶段。S&P Global年初曾说，42%的生成式AI项目被抛弃。
失败当然重要，分析失败原因更重要。报告认为，AI模型能力不够强虽然是原因之一，但并非主因。个人和组织不知道如何正确使用AI工具、如何设计工作流、降低风险并从AI中获益，这才是最主要原因。
因为能用平实语言下达指令，大型语言模型看起来简单，但要将模型融入企业工作流程则需要专业知识，并且还要反复试验。
沃顿商学院教授Ethan Mollick认为，企业的大多流程都是官僚主义和办公室政治的产物，当企业不再强迫AI模型遵循现有流程，而是让其自行探索实现预期目标的路径，AI的真正效益才能显现。
可能正是因为这一原因，初创公司没有根深蒂固的业务流程，反而更有可能从AI中获得更大回报。
另外，企业与其自己构建系统，还不如直接采购现成模型和解决方案，前者更容易成功。直接购买的成功率高达67%，内部自建只有三分之一。在实际商业场景中，推理能力或幻觉率哪怕只有5%的差异，都可能导致最终结果呈现出天壤之别。
总之，MIT的核心观点是：问题不在于技术本身，而在于企业的应用方式。但股市却选择了截然不同的解读视角。
又让人想起互联网泡沫
新世纪刚刚拉开序幕时，整个世界都在诺基亚手机前兴奋颤抖，所有企业都在为互联网狂欢，他们深信全球化与科技进步正以摧枯拉朽之势席卷一切。
那一刻，TMT（科技、媒体与电信）泡沫膨胀至顶峰，没多久，泡沫破灭，无数人损失惨重。
今天的AI产业似乎正在重演历史。在过去几天，由于投资者对AI泡沫的担忧，美国科技股市值蒸发超万亿美元。
巴菲特曾说，从颠覆性技术中识别输家远比识别赢家容易得多。汽车革命到来时，真正的输家是马车。20世纪初，美国有2000万匹马，现在只剩下不到400万，用马拉车更是稀罕。
在AI浪潮下，我们认定一些行业将被颠覆，但哪些行业将会成为潜在赢家，我们还是看不清楚，而且这一次更加复杂。一些企业向AI投入巨资，这些企业有许多都是上一轮变革的赢家，比如微软、Meta、Alphabet、苹果、亚马逊。
因为害怕失败，科技巨头疯狂投资，不断建设更大的数据中心。
炒作已经超出常理，令人不安的迹象已经显现，因为AI现实并没有达到人们的预期。在标普500指数中，三分之二的股票市盈率达到30倍以上，三分之一甚至超过50倍，如此高的估值与互联网泡沫巅峰时相当，想回归正常，未来需要实现史诗级增长才能匹配。
然而，投资者整体上仍然是狂热的。比如，摩根大通与三菱UFJ金融集团合作，准备安排200亿美元贷款，支持Vantage Data Centers建设数据中心。Meta也从太平洋投资管理公司和Blue Owl Capital获得290亿美元融资，用于数据中心建设。
还有更多的投资项目即将实施。照估计，单是OpenAI就需要在AI基础设施领域投资数万亿美元。
花旗集团高管Daniel Sorid认为：“信贷投资者很自然会回想起2000年代初的情景，当时电信公司过度建设、过度借贷，最终许多资产严重减值。因此，从中长期看，AI在可持续性方面确实引发了质疑。”
最开始时，科技企业自掏腰包建设基础设施，但现在更多资金来自债券投资者与私人信贷机构。花旗银行认为，企业为建造供电设施大幅增加借贷，在AI项目尚未证明长期盈利能力之前，现阶段巨额投入是否明智值得怀疑。（小刀）
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
