AI的四个死穴

牛市不言顶，以下都是妄言。

1、收支错配

先说越来越夸张的开支。

明年，光头部平台花在算力和机房上的钱就要突破2万亿美刀了。

担心机房GPU电力紧平衡抢不到先用合同锁定可以理解，但投资的大前提是未来一定能把钱收回来把账算明白。

可今天的账建在信仰之上。

或者说建立在有限资源被对手抢走、担心不能保持遥遥领先的恐惧之上。

于是经典纳什均衡出现了。

模型厂必须相信订阅和付费会增长，云厂商必须相信模型厂会扩张，芯片厂必须相信云厂商会采购，金融机构必须相信这些采购最终能够变成现金流。

整个链条已经没人讨论未来收入能否覆盖，最多也只是讨论收入以何种方式到来。

2007年危机发生前，次贷余额差不多1.3万亿，背后MBS、CDO差不多数万亿体量。

整个链条都相信房价永远涨，相信700多万次级贷款人不会违约，就和今天人们相信未来数年AI收入能够化解资本开支一模一样。

乐观点想，企业客户会持续买单，Token需求会持续暴增，AI创造出来的收入滚滚而来。

但要知道，这些资本开支和采购承诺形成时，各方对AI的想象力可是极大的。

当时市场相信AI不仅能提高生产力，而是能够创造出一个远比今天软件市场更大的新世界，就这样当下投入才能被合理化。

踏上AI大模型竞赛的绝路里说，资本开支通常是毁灭而非创造股东价值的。

AI对人类的影响再高估也不为过，但更多时候人们并非看不到产业趋势，只是收支这些具体事情上，节奏未必容易把握，账未必好算。

2、供需错配

今年大厂AI全部加速转向Agent，一个月20刀随便用的红利期估计快到头了。

Gemini所有功能被额度化管理，奥特曼说要把codex和GPT合并，显然是要跟Claude。

无非的2C端烧不起，不想让用户再薅羊毛了，不然下去电费都交不起，君不见多少人拿着订阅账户干着中转站生意。

所有的Chatbot都会涨价，免费的变付费，付费是有限用。

AI的生产叙事确实在加速，付费企业越来越多。

但很多人没意识到另一件事：

AI在消费侧想象已经濒临破产了。

大模型至今没有带来应用革命，它只是一场生产侧洗牌。

这把技术铁锤确实砸向了旧体系，并远远没有创出一个新世界。

都说技术革命会引发经济危机，但千万别用前几次产业革命来线性外推从而低估了AI的这回不一样。

前几次工业革命提高了生产力，但也带来了物质极大丰富与创新，刺激了人们的旅行、消费、家电、消费电子、电商，供需改善就算不同步也几乎是前后脚的。

未来几年，AI加持下生产力注定极大提高，但最有价值的，仍然是生产过程中的成本压缩与效率提升。

宏观上的最大不对称在于，我们看不到总需求能够因为AI被改善的确凿证据。

这些年移动互联网渗透率的积累，几乎榨干了消费侧的余地。

不会因为有AI，人就会多买一杯奶茶多买一件衣服。

有人认为AICG能带来消费侧革命，AI可以把游戏、电脑、音乐全重做一遍。

是的，今天国内token消耗量最大的领域就是AI视频，可人类看视频的时长不可能因为AI变长，更不可能为因为视频是AI做的就愿意多花钱。

过去几年经济最大的问题反而是卷得太厉害，产能过剩和需求不足，互联网流量也走向枯竭。

AI如果只聚焦生产侧，会和前两年引导资金脱虚向实流向本就过剩的制造业类似，让已有矛盾进一步加剧。

唯一能看到转机的恐怕只有自动驾驶和米哈游们的AI游戏，市场也许会为了体验升级买单，但目前这仍然是个故事，更不要说那些八字没一撇的人形机器人了。

如果不能尽快在消费侧做大蛋糕，产业革命的上限是肉眼可见的。

3、认知错配

理解一下目前的市场温度。

市场的定价权一直被最聪明且最多站在生产侧而非消费侧的精英群体所掌握的，他们是最有条件也最愿意先接触AI的那批人。

他们深深地知道AI的实际影响有多大。

当他们发现AI是个好东西，能极大改善生产力改变世界，默认所有人都会立刻用起来，并据此对市场进行定价重估，甚至迫不及待地身体力行起了AI传教。

他们无法想象会有人不用AI，他们默认那些不能理解AI有多牛的人都是不思进取，冥顽不化，非蠢即登。

他们当然没有高估AI，但是他们很可能会高估人类。

经过正常训练的AI没什么ego，但那些信奉用AI解决一切的人很难避免ego。

把AI解决一切的理念爹给员工和供应商当然没问题。

但是这套方法论是无法用来教育客户游说买方洗脑投资者的。

注意，不是所有人都有足够认知能把AI立刻用起来，就算用起来也不代表这些人愿意为AI买单，这还在订阅如此便宜的基础上，更不要说将来要涨价。

GPT的9亿用户，掏钱的5000万付费用户不到6%。

正常商业逻辑是用户需要什么给什么，ego的逻辑是什么先进就拼命安利用户用什么或者坚信用户未来一定会用什么。

最需要大语言模型的人都是语言工作者，IT、投研、咨询、法律、广告、财务，这些工位的流程和交付都可被token序列转译。

但在许多一个skill触达不了的非标场景乃至生活场景里，AI远没有市场想象的那么刚需。

当然胜者总有大儒辩经，这几年AI行情是货真价实不可辩驳的，看得见摸得着的自然算数。

看看A社模型天天刷新效果登峰造极看着英伟达带着存储光模块冷液等一众小弟扶摇直上，哪怕没看清AI是什么DCF怎么算账，跟着fomo情绪冲进来的也大有人在连峰哥都冲了。

正常，每一次泡沫就是这么产生的。

4、期望错配

缩放定律愈演愈烈，人类几年之内冲顶AGI几乎成了行业共识，估计也已经被price in了。

连接主义和预测下一个token的今日封神，是摩尔定律与脑科学融合发展的成果，但这不构成对世界解释的全部。

（当然这也取决于不同人对AGI目标是什么的理解到底是什么

最典型问题始终没变：

Transformer一直在用堆复杂度来解决复杂问题。

它一直寻找的是最像正确答案的那条路径，而不是主动寻找一个更简单的统一解释。

人类对大模型的涌现原理，至今没有破解。

智能当然很难有客观标准，但不必然等于看起来智能。

神经网络能比多数资深程序员干得还好，但至今没法根治屎山代码没法杜绝幻觉。

问题出现时，它不能像高级架构师那样一眼看穿因果链断在哪，只能继续增加上下文、推理链和工具调用，在更大的复杂度里寻找答案。

当然人也会有幻觉。

就像今天一些人能把coding出来的游戏demo等同于生产级作品，然而80%完成度和稳定能用之间恰恰隔着最深的距离。

btw，越到全市场都认为不需要学代码的时候，自带工程能力的高级码农含金量反而可能不降反升。

某种程度上，堆参数大力出奇迹是以毒攻毒，是高级穷举，是用复杂度来解决复杂问题，表面上它让使用者的工作熵减了，但复杂度并没有消失，只是被转移到了模型、数据、算力和工程系统里。

大模型没有让世界变得更简单，相反驾驭它的要求越来越高，难度越来越大。

于是安全护栏、Harness、loop乃至各种验证框架构建才变得更加重要，恰恰因为模型会偏离、幻觉和失控，才要在外面又包了一层又一层约束。

今天的AI确实把经验主义和贝叶斯发展到了极致，但这不代表理性主义和证伪主义彻底退出了历史舞台。

世界同样需要奥卡姆剃刀，需要波普尔，需要因果律的存在。

市场已经开始逐渐按照AGI即将到来的故事定价，资本默认智能会沿着当前路线不断线性外推。

但直到今天，人类其实仍然无法证明，参数、算力和数据无限增加之后，终点一定是AGI。

AI当然不是骗局，就像互联网、铁路、新能源都不是骗局。

但每一次技术革命里，产业兑现和资本期待之间很难避免巨大的时间预期差。

当然这也个结论有线性外推的成分，但愿能被现实打脸。

未来的时间里，AI创造出来的是远超需求增长的生产力，当精英ego和散户fomo抱团死守原地，而AGI万一又迟迟没有出现，那么今天市场定价里的很多东西，最终都需要重新计算一遍。