百度、小米高管警告 AI 热潮与回报之间的差距正在扩大

百度和小米高管警告 AI 热潮与财务回报之间的差距正在扩大,这引发了人们对大规模 AI 现有商业模式的广泛质疑。评论者普遍同意,语言模型是强大的工具——尤其适用于编码和个人“微型软件”——但认为其融入真实组织的速度很慢,投资回报率往往不清晰,而且大量投入看起来像泡沫。许多人预计,AI 会作为一种有价值的商品化技术继续存在,而当今前沿模型经济、重云架构以及“vibecoded”垃圾应用将面临修正;与此同时,地缘政治紧张局势以及对劳动、创造力和劣质化软件的担忧也在加剧。

感知到的热潮 vs. 现实回报

  • 许多人认为,前沿实验室的承诺(10 倍生产力、“技术之神”)与可衡量的商业影响之间的差距正在扩大。
  • 有些人表示,用户感觉更高效了,但指标并没有改善。
  • 也有人认为这只是正常的炒作周期时点;技术是真实的,但扩散和组织变革需要多年。

组织内部的采用摩擦

  • 反复被提到的最大阻碍包括:安全审查、连接器、基础设施、治理,以及单纯的“还有太多别的工作要做”。
  • 将 AI 集成到现有工作流和流程中进展缓慢,而且充满政治博弈。
  • 一些试点展示了很强的效果(日志分析、代码审查、风险评估),但把 PoC 变成规模化系统很难。

AI 看起来有用的地方

  • 最强共识:编码辅助和小型内部工具。独立开发者表示,他们能以前所未有的速度构建细分应用。
  • 其他成果包括:OCR 质量提升、某些组织中更好的企业搜索、一级支持分流、HR 自助服务、法律文书起草、后台表单处理。

关于质量、“垃圾内容”与可靠性的担忧

  • 许多人抱怨“vibecoded”软件:脆弱、难以维护、容易产生幻觉。
  • 可见的故障和糟糕系统有时会被归咎于 AI 和裁员后的文化(无论这种归因是否公平)。
  • 创意领域看到大量低投入内容(书籍、音乐、艺术、餐厅菜单)泛滥,引发了对品味、原创性以及信息与噪声比的担忧。

经济、商业模式与护城河

  • 很多人怀疑,对前沿模型的大规模投入会在被开源权重和蒸馏商品化之前收回成本。
  • 有人认为,一旦硬件趋于常态,低成本本地模型或开源模型会占主导;大型美国实验室可能面临“铱星式”的毁灭。
  • 也有人指出,云服务商目前确实在 AI 上赚钱,但担心这种增长以及下游客户的 ROI 能否持续。

劳动、资本主义与组织变革

  • 线程中的管理者坦率地谈到:如果代理足以胜任,就会替代或不再雇用人类。
  • 反方观点是:AI 往往只是自动化许多岗位中的一部分,这使得直接减少编制在政治和社会上都很困难。
  • 更广泛的批评指向“金融化资本主义”:AI 被描绘成一种消除劳动的机器,以及围绕“生产资料”的寻租。

开源 vs 闭源与地缘政治

  • 关于中国模型和美国模型的争论:一些人把包括中国和大型美国云厂商在内的开源权重发布视为经济战;另一些人则认为这只是正常的商品化策略。
  • 国家安全规则、出口管制,以及对外国模型的信任,被认为正在塑造企业实际上能够使用哪些提供商。