夜雨聆风你有没有被这两件事反复拉扯过？
一边，"AI 教父" Yann LeCun 在采访中提醒，AI 实验室烧钱太快，收入还没跟上 —— 成本太高，全靠投资人的钱在撑。
另一边，Snowflake 的报告说，在那些已经把 AI 用到多个业务的公司里，44% 已经开始使用能自己干活的 AI—— 不是演示，是真的在跑。
两件事同一时间发生。你觉得被拉扯是正常的。因为它们说的不是同一批公司。
先看一个最有冲击力的例子。
市场研究机构 Gartner，同一家机构，给出了两个完全相反的 40%。
2025 年 6 月，Gartner 说：到 2027 年底前，40% 以上的项目可能被取消。
两个月后，同一个 Gartner 又说：最高 40% 的企业应用会嵌入能执行具体任务的 AI。
两个都接近 40%。同一家机构。听起来完全相反。
怎么回事呢？
第一个 40% 说的，是那些试试看、需求还没想清楚的项目。
很多团队买了 AI 工具，试用了一圈，发现跟自己的业务对不上，就扔在那了。
第二个 40% 说的，是那些已经有明确场景、有预算、有业务负责人推动的项目。
这类公司是真的把 AI 嵌入了客服、代码审查、库存预测里。
两个数字都是真的。但它们在说两类完全不同的公司。
换句话说：有人在用的 AI 和有人买了又放着的 AI，是两回事。把这弄清楚，比判断 "AI 有没有泡沫" 有用得多。
那问题来了：哪些公司真的用 AI 赚到了钱？
目前的情况是这样 —— 一部分提供 AI 的公司还在烧钱，一部分用 AI 的公司已经开始省钱。
最容易落地的，是金融和软件公司。因为工作流本身就在电脑上，AI 直接嵌进去就行。
最难跑的，是政府和医疗。审批、合规、数据隐私，每一步都是门槛。
所以当你看到 "某公司用 AI 赚回投入" 这种说法时，别急着兴奋。重点不是它赚没赚，而是哪类公司先赚到了。
讲完了数据，说点实际的。下次再看到 AI 新闻，问两个问题就行。
第一个问题：它是在讲故事，还是已经进了日常业务？
Ray Dalio 在 Bloomberg 上说 AI 是泡沫，说的是市场估值层面的事。投资者花了很多钱买 AI 公司的未来收入 —— 这里面一定有泡沫成分。但 Dalio 自己的 Bridgewater 基金前 6 大股票持仓包含大量 AI 股。这不是双标，是泡沫早期的常见现象：你知道有泡沫，但不可能因为怕泡沫就完全避开一个正在改变世界的技术。
而 Snowflake 和 Gartner 说的 "落地"，是企业应用层面的事。有公司真的把 AI 嵌入了业务流程，省了钱、多了效率。
两件事。分开看，不混。
第二个问题：它是在帮公司省钱赚钱，还是只是在烧钱买叙事？
模型公司和算力公司可能收入增长很快，但成本也很重，利润未必跟得上。
而真正把 AI 嵌进日常业务的公司 —— 客服响应快了，库存预测准了，销售线索多了。这些是省下来的钱和多赚到的钱，不是融资来的钱。
这两个问题，比你纠结 "AI 到底是不是泡沫" 有用得多。因为它们的答案，直接告诉你哪类叙事更扎实、哪类先打问号。
这篇文章不是想告诉你 "AI 没泡沫" 或 "AI 都是真的"—— 这两种说法都太简单了。
真相是泡沫和落地同时存在，且对应着不同的公司和不同的阶段。
下次有人在你面前站 "泡沫" 或 "革命" 的队伍，把这两个问题丢给他。比他喊什么都有用。
评论区欢迎你分享自己的日常观察：你身边的公司，AI 是在真正干活，还是在给别人看？
