AI 正在颠覆的行业并不赚钱
AI 的快速发展正与人们对其经济回报的怀疑发生碰撞，因为许多当前应用——内容生成、代码辅助、客户支持——都处在低利润或已经拥挤的市场中。评论者争论这是否意味着由估值过高导致的最终“AI 寒冬”，还是只是早期阶段：工具在悄然提升生产力（例如分类、文档审查、开发者工具），但尚未改变高价值行业。有些人认为，真正的回报只有在更强大的系统出现后才会到来，这些系统能够替代或从根本上重塑高利润职业；另一些人则认为，监管、组织和金融层面的阻力会长期存在。
AI 泡沫、估值，以及可能的“寒冬”
- 有些人预计，一旦廉价资本消失，就会出现严重的 AI 寒冬，并将当前的 LLM 热潮视为典型的泡沫行为。
- 也有人认为，这一轮更像早期互联网：可能会有一次修正，但底层技术会持续存在并重塑各个行业。
- 一些评论强调，泡沫说的是融资模式（不惜一切代价追求“征服世界”的增长），而不是技术本身。
被颠覆的行业“并不赚钱”吗？
- 怀疑者呼应了文章的观点：当前的胜利（艺术、写作、代码辅助、聊天）对应的是低利润活动，因此即便彻底颠覆，也未必能支撑极高估值。
- 批评者反驳说，从买方角度看，即使是低薪岗位也很昂贵：替代插画师、写作者或初级分析师可以带来巨大的成本节约。
- 还有人强调间接变现：能将转化率、留存率或效率提升几个百分点的 AI，在大型公司范围内也可能价值数亿美元。
开发者生产力与软件工作
- 许多人认为 LLM 和 Copilot 确实有用，但只是渐进式辅助——往往只是更快的 Stack Overflow/google，对解决新问题的影响有限。
- 一些负责人报告说，AI 提升后的团队仍然招人不够快；额外生产力会被更多功能和更快发布所吸收。
- 关于岗位影响的争论：有些人预见初级招聘会减少；也有人引用“劳动总量”谬误，认为软件需求会扩大，而不是净减少。
分类、后台任务与大公司使用
- 普遍共识是，LLM 擅长大规模分类、文本结构化，以及对文档或反馈进行分流处理。
- “大型巨头公司”的已知用例包括替代数千名低技能审核员、满足监管要求，并避免高昂的人工操作。
- 这些场景被描述为已经很赚钱，在合规负担重的业务中有时甚至关乎生存。
客户服务与前线自动化
- 许多人认为 LLM 很适合一线支持和 FAQ 式查询，尤其是在结合检索增强系统时。
- 也有人对此持谨慎态度：幻觉、糟糕的升级转接，以及不佳的用户体验会把客户赶走；一些人坚持认为，复杂或高风险问题仍然必须由人处理。
长期走势与 AGI
- 有些人认为，达到 GPT-4 级别的系统主要瞄准的是低价值细分市场；另一些人则期待迭代进展（例如“GPT-10”）能进入法律等更高价值领域。
- 对于当前架构是否能最终提供全自动化所需的稳健置信度估计或可靠性，存在分歧。