人工智能：在炒作、泡沫風險與真實機會之間

人工智能無疑是近年來金融和科技市場的無可爭議的主角。然而，盡管對其潛力的熱情在增長，信號也開始出現，呼籲人們保持謹慎。分析師和投資者之間對早期千年期的互聯網泡沫的比較越來越頻繁，他們關注着所謂的七大巨頭：Alphabet、Amazon、Apple、Meta、Microsoft、Nvidia 和 Tesla 中的價值集中情況。

這些巨頭今天佔據了標準普爾500指數的三分之一以上，遠高於2000年互聯網泡沫高峯期主要科技股持有的15%。如此集中的份額不可避免地增加了系統性風險。

這不僅僅是資本化的問題。在互聯網泡沫時代，投資電信基礎設施的熱潮導致光纖網路的過度擴張，當承諾的需求在短期內沒有實現時，最終導致了災難性的失敗。

今天，歷史似乎正在重演：主要的人工智能公司正在投資數千億美元建設新的數據中心，總支出接近萬億美元，這些數字曾僅與大國的國內生產總值相關。每個人都在問的問題是，這波投資熱潮是否合理，還是我們正處於新危機的邊緣。

對人工智能的需求 (AI)：超越消費者熱潮

媒體的關注往往集中在像ChatGPT這樣的工具的大規模採用上，僅在七月份就超過了五十億次訪問。然而，人工智能的真正經濟影響將根據消費者和企業的採用情況來衡量。

根據國家經濟研究局發布的數據，到2024年底，約40%的美國人口使用過生成性人工智能系統，23%的人在調查前一周至少在工作中使用過一次。這表明，人工智能在工作場所的採用速度比個人電腦或互聯網在早期的採用速度更快，表明我們正面臨一項注定要深刻改變經濟的通用技術。

然而，獲得可觀經濟回報的道路絕非簡單。麻省理工學院對300多個公共AI項目、超過50家公司以及數百名高管進行的研究顯示，95%的企業仍未從AI投資中獲得回報。僅有5%的公司成功，得益於三個關鍵因素：更傾向於購買現成解決方案而非內部開發，將AI直接融入業務部門而非中央實驗室，以及選擇與現有工作流程兼容的工具。

盡管將人工智能轉化爲具體價值存在困難，但90%的公司正在認真考慮購買人工智能解決方案，這確認了在創新技術的經典炒作週期中廣泛存在的興趣。

一個典型的例子是美國第二大銀行美國銀行，該銀行已撥出40億美元用於人工智能等新技術。該機構開發了一種工具，幫助銀行家爲與客戶的會議做準備，從不同系統中檢索信息，並大幅減少準備時間。

當前AI模型的局限性和前景

人工智能使用的擴展加劇了關於其真實潛力和當前發展模式可持續性的辯論。目前爲止，進展主要依靠大型語言模型，這些模型隨着計算能力和可用數據量的增加而不斷改進。然而，行業內一些權威聲音呼籲保持謹慎。

理查德·薩頓，人工智能的先驅，早在2019年就觀察到，利用計算能力的一般方法超越了基於人類聰明才智和復雜啓發式方法的那些，將這一現實定義爲“苦澀的教訓”。最近，薩頓批評了對擴大規模的過度強調，建議需要向能夠持續學習的智能體轉變。

即使是著名的AI炒作批評者加裏·馬庫斯也對最新版本的ChatGPT表示懷疑，認爲僅僅基於規模的開發模型不是正確的道路。馬庫斯認爲，需要其他替代方法，這可能需要在研究和開發上進行更大的投資。

AI泡沫：過度樂觀與修正風險之間

關於可能的人工智能泡沫的辯論正變得越來越激烈，尤其是當像薩姆·阿爾特曼這樣的當前繁榮的主要策劃者警告市場過熱的風險時。阿爾特曼和其他投資者指出，天價估值、資本追逐尚未經過測試的商業模式，以及以超過實際需求的速度建設基礎設施的危險。人們的擔憂更多的是關於人工智能的長期潛力，而不是可能導致急劇修正的膨脹預期。

許多觀察者認爲，真正的風險在於陷入二元視角，在非理性的熱情與對即將到來的泡沫的恐懼之間搖擺，而無法把握復雜現象的細微差別。人工智能的長期潛力依然巨大，但市場很少遵循線性軌跡。一次修正可能會暫時放緩增長，但同時也會加強投資紀律，並推動更多關注模型的質量和實際經濟價值。

面向未來：紀律、研究和具體價值

人工智能的未來將取決於克服目前炒作階段的能力，專注於先進的研究，提高模型的質量，以及針對性投資，旨在爲企業和消費者創造可衡量的價值。只有這樣，才能避免過去的錯誤，充分利用這項注定要重新定義我們生活和工作的技術帶來的機會。