过去两年，关于AI的叙事只有两种：要么“改变一切”，要么“毫无用处”。但在刚刚过去的2026年伯克希尔股东大会上，阿贝尔和阿吉特·贾恩给出了一份极具参考价值的“中间路线”判断：

“我们绝不会为了AI而AI。”

“目前AI更多是作为提升生产力的工具，用于降低人力成本、处理常规重复性事务。”

“如果你想让它处理保险定价、理赔甚至选股，‘那还需要很多年，绝不是现在’。”

这不仅是伯克希尔的谨慎，更是商业世界正在发生的分裂：AI 在短期内，首先是一场“生产力革命”；而在长期，它才可能孕育出“新商业模式”。 我们要做的，是分清这两者的边界。

短期现实：AI 是“降本增效”的扳手（伯克希尔视角）

伯克希尔的态度很清晰：他们不否认AI的价值，但拒绝为“叙事”买单。在他们庞大的铁路、保险、能源版图里，AI的定位非常精准——替换重复劳动，优化存量效率。

• BNSF铁路：利用AI对机车进行预测性故障监测，基于177年的运营数据优化调度，这是在“省钱”和“提效”，而不是创造新业务。

• GEICO保险：用大语言模型处理运营逻辑，试点“AI理赔员”处理小额案件（72小时自动定损准确率92%），但复杂案件依然由人类拍板。

• See’s Candies / 冰雪皇后：普遍认为AI能在节省时间、提高效率方面发挥作用。

这阶段的AI，本质是“高级自动化”。

就像当年企业买电脑、上ERP系统一样，它解决的是边际成本问题——让原来10个人干的活5个人干，让原来干不完的活准时干完。对于伯克希尔这种现金流机器来说，AI首先是利润率的保护盾，而非爆发点。

中期演化：AI 开始重构“交付方式”（互联网式苗头）

如果我们把视角从伯克希尔的保守应用，切换到更激烈的竞争市场（电商、制造、供应链），会发现AI正在做一些互联网曾经做过的事：重构人与服务的连接方式。

• 电商与产业带：淘工厂的“AI店长+Agents”让中小商家爆品识别从2个月缩至15天，人效翻倍，综合降本50%；京东“AI采购管家”把比价流程从2小时压到5分钟。

• 制造业：黑湖科技的“图纸自动解析”把工艺准备从8小时压到20分钟；海智在线的“以图搜厂”让寻源效率提升14倍，并拆单派给多家工厂协同。

• 企业运营：SAP商业AI把制药企业研发财务预测从数周压到2小时；亚朵集团用AI打签系统年省30万小时。

这里的AI，不再只是“内部工具”，而变成了“产品的一部分”。

它开始像互联网一样，催生出新的交付形态：智能采购、智能店长、数字员工、Agent工作台。但这些新形态，目前大多仍依附于原有行业（零售、制造、供应链），尚未完全脱离母体成为独立的大体量商业模式。

长期悬念：AI 能否诞生“电商/视频/游戏”级的新生态？

互联网的伟大，不在于它提升了效率，而在于它创造了此前不存在的巨型行业：电商（阿里/亚马逊）、短视频（抖音/快手）、网络游戏（腾讯/网易）。这些行业的共同点是：

1. 极低边际成本（软件复制零成本）；

2. 网络效应（用户越多越值钱）；

3. 全新消费场景（人愿意为“连接、内容、娱乐”付钱）。

AI 目前缺的，恰恰是第三点的大规模验证。

生成式AI很酷，但C端“闲聊/画图/写代码”的付费意愿，仍远弱于“买东西、看视频、打游戏”；B端“省人省钱”的ROI清晰，但往往被企业预算上限封住天花板，难以像C端一样指数级爆发；“AI原生应用”还在摸索：陪伴、教育、法律助理、医疗问诊等，虽有亮点，但尚未出现类似“淘宝/微信/抖音”的国民级超级入口。

所以，答案是分层的：

• 未来3-5年：AI 主要是“生产力工具 + 交付方式重构”（伯克希尔看到的，和产业界正在做的）。

• 未来5-10年：才可能出现少数“AI原生巨头”，但大概率不会像互联网那样“遍地黄金”，而是更集中在“数据壁垒高、工作流深、付费意愿强”的垂直领域。

对投资与创业的启示：用“两层透镜”看AI

伯克希尔给我们的提醒，不是“AI不重要”，而是：技术归技术，商业归商业。

• 如果你看存量巨头（腾讯/阿里/美的/福耀等）：重点看AI能否持续“降本、提效、稳毛利”，这决定了它们能不能在存量里活得更好。

• 如果你看AI概念公司/创业：必须问一句——它是在“省别人钱”（嵌入式提效），还是在“创造新钱”（新场景付费）？前者更易算账，后者更性感但更难兑现。

• 如果你自己用AI：把它当“高级扳手”最稳妥，先解决一个贵且重复的痛点，再谈颠覆。

  

结尾

互联网把“连接”变成生意；AI先把“效率”变成利润。它能不能再把“智能”变成新生态，时间会给答案。伯克希尔选择先拿利润，把答案留给看得清的那一天——这或许才是最老练的“AI商业观”。