夜雨聆风当聚光灯打在"AI"上，很多人看见未来，少数人看见账单。
当聚光灯打在"AI"两个字上，很多人看见的是未来，少数人看见的是账单。
2026年6月，智谱AI市值一度摸到1.3万亿港元，而它2025年全年营收只有7.24亿元，净亏损31.82亿元。同一年上市的MiniMax，市值从巅峰4100亿港元跌到684亿，缩水超过80%。
斯坦福大学《2026年AI指数报告》给出了一个更刺眼的数字：全球范围内，95%的企业AI投资零回报。
一边是估值狂飙、融资不断、发布会一场接一场；另一边是亏损扩大、公司倒闭、落地项目悄无声息。这不是矛盾，这是泡沫的标准画像。
但今天这篇文章想谈的，不只是"AI有没有泡沫"。
比泡沫本身更值得警惕的，是一种正在蔓延的行业病——"AI表演"。
企业喊着拥抱AI，实际只是给老流程贴了层AI的皮；创业者讲着颠覆故事，背后是外包人力伪装成算法；投资人推着估值上天，心里清楚接盘的人不是自己。
泡沫破裂只会洗掉估值，而"AI表演"会洗掉一个行业对真实价值的判断力。
泡沫的真实底色：技术是真的，钱也是真的，只是回报还没出现
先说清楚一件事：AI不是伪科技，大模型也不是骗局。
过去三年，生成式AI在文本、图像、代码、语音等领域的能力跃迁是真实的。它确实改变了一部分人的工作方式，也确实在某些场景里创造了可衡量的效率提升。
但"技术真实"和"商业成立"之间，隔着一条很宽的河。
营收的柱子有多矮，亏损的柱子就有多高——这是当前AI头部公司的普遍画像。
几组公开数据：智谱AI，2025年营收7.24亿元，经调整净亏损31.82亿元——亏掉的钱是收入的4倍多。
MiniMax，2025年营收约5.6亿元，经调整净亏损超17亿元——同样是收入的3倍。
腾讯2026年Q1财报会上，马化腾罕见点名AI业务存在"漏水"风险，多款新AI产品单季合计亏损约88亿元。
这些还是头部公司。更下游的创业公司，处境只会更难。
从2012年到2025年底，已有675家AI公司进入"死亡公司公墓"，寿命中位数5.3年，其中约54%从未获得过融资。死亡原因里，"烧钱"出现频次最高，其次是"商业逻辑有问题"。
2025年5月，曾被福布斯评为"改变世界的50家AI公司"的Builder.ai宣告破产清算，欠债1.7亿美元。更讽刺的是，这家号称"用AI颠覆软件开发"的独角兽，其核心产品被《金融时报》证实不过是披着算法外衣的人力流水线——公司实际雇佣了超过500名印度程序员，以传统外包模式手工编写代码，却包装成"自然语言转代码"的AI革命。
同一时期，OpenAI的Sora服务因日均运行成本高达1500万美元、年化烧钱54亿美元，而整个生命周期收入仅140万至210万美元，最终被迫关停。60天留存率趋近于零——人们尝鲜之后，没有人愿意为它持续付费。
还有那个曾融资2.3亿美元的AI硬件明星Humane，其AI Pin产品因续航短、发热严重、识别率低，退货率惊人，最终在2025年2月以1.16亿美元将大部分资产贱卖给惠普。
这些案例不是孤例。它们指向同一个结构性困境：算力成本在指数级增长，而用户付费意愿和企业付费能力，却只在线性增长甚至停滞。
2025年Q1 AI初创企业融资额同比下降62%，估值溢价率从4.8倍骤降至2.3倍。资本不是不投了，而是开始算账了。
当"故事"不再能覆盖"账单"，泡沫的临界点就不远了。
什么是"AI表演"：九成人在假装用AI，九成家在假装做AI
如果说泡沫是资本市场的事，那"AI表演"就是整个社会的事。
2026年8月，一篇行业观察文章的标题直接戳破了窗户纸：《9成企业做的"AI转型"，不过是场表演》。
文章里描述的场景，很多人应该不陌生——
公司开了全员大会，CEO宣布"全面拥抱AI"，成立了AI转型领导小组，拉了横幅，做了PPT，买了几家AI工具的企业账号。然后呢？
然后流程还是那套流程，考核还是那套考核，KPI还是那张KPI。员工们用免费的AI写写周报、做做PPT、生成几张配图，看起来每个人都在用AI，但业务本身没有任何结构性变化。
前台用着最新的AI工具，后台跑着最传统的流水线——这是很多企业"AI转型"的真实场景。
这种现象称为"试点繁荣"：跑通了单点场景，数据指标很亮眼，演示效果也很惊艳，但无法转化为企业级的商业价值。就像精致的橱窗展品，好看却无法量产，好用却无法复制，最终变成投入巨大、回报渺茫的"技术盆景"。
更典型的"AI表演"发生在更基层的地方。
有制造业CIO吐槽：采购了三个品牌的AI Agent，后台调用的竟是同一套API。表面上是三家不同的智能解决方案，本质上都是给同一个基础大模型套了不同的UI壳。员工为了纠正AI的错误，增加的工作量甚至抵消了效率提升的承诺。
有工厂跟风上线AI质检系统，只为了申报补贴和对外宣传，系统上线后人工质检员一个没裁，形成"AI+人力"的双重成本。全年算下来，增效带来的收益连系统维护费都覆盖不了。
有MCN机构批量做AI数字人直播，24小时不间断带货，结果平台开始针对低质同质化AIGC内容限流，矩阵号流量断崖式下跌。更极端的案例是，有人打着"AI带货设备"的名义搞传销，湖北洪湖的胡某因此发展了超过50人的传销团队。
还有AI选秀、AI偶像、AI短剧……一个个概念被造出来，一个个项目拿到融资，然后用户不买账，平台限流，资本撤退，留下一地鸡毛。
"AI表演"的核心特征是：用AI的形式，掩盖没有创造真实价值的事实。
它不是完全不用AI，而是把AI用在"看起来在用"的地方——用在汇报里、用在发布会上、用在融资PPT里、用在申报材料里，唯独没有用在真正能改变成本结构、提升产品体验、创造新收入的地方。
"AI表演"的三层机制：为什么大家都在演，却没有人喊停
"AI表演"不是某个人的道德问题，而是一套激励机制下的集体行为。
第一层，是资本叙事的驱动。
在2000年的互联网泡沫里，公司名字里带个".com"，股价就能暴涨。今天，只要说自己是"AI公司"，不管盈利与否，估值就能翻番。Builder.ai在D轮融资前的尽职调查中，至少两家机构已经发现了财务异常，却因为"不想错过AI风口"选择沉默。
当投资逻辑从"看现金流"变成"看故事想象力"，创业者的最优策略就不是把产品做好，而是把故事讲好。AI是这个时代最动听的故事，所以每个人都要在故事里扮演一个角色。
第二层，是政绩式转型的惯性。
对很多企业管理者来说，"不做AI"本身就是一种政治不正确。同行都在喊AI转型，你不喊，就显得你落伍、保守、没有战略眼光。至于AI到底能带来什么，反而不是最紧急的问题。
于是就出现了"为AI而AI"的项目：不重构业务流程，不调整组织架构，不改变考核方式，只是在原有系统上加一个AI入口。上线那天剪个彩、发篇通稿，就算完成了"数字化转型"的KPI。
这种表演的代价是隐性的——它不会立刻让公司倒闭，但会消耗真正可以用来做深度变革的资源和时间窗口。等别人真的用AI重构了业务，你才发现自己的"AI转型"只是一层随时可以撕掉的贴纸。
第三层，是技术同源带来的伪创新。
大模型的基础能力越来越趋同，开源模型的能力追平闭源模型的速度越来越快。这意味着，绝大多数AI应用公司并不掌握真正的技术壁垒，它们的差异化只在于UI设计、场景包装和营销话术。
当技术本身没有壁垒，"创新"就很容易退化成"表演"——你做一个AI客服，我做一个AI销售，他做一个AI法务，本质上都是调用同一个大模型的API，换了个行业话术而已。Gartner预测，40%的此类AI项目最终将被取消。
外壳千差万别，内核都是同一个——技术同源下的"伪创新"，是AI表演的典型套路。
这三层机制叠加在一起，就形成了一个诡异的平衡：每个人都知道很多AI项目是表演，但每个人都有动力继续演下去。投资人需要故事来募资，创业者需要故事来融资，管理者需要故事来交差，甚至普通员工也需要"会用AI"来证明自己没有被时代淘汰。
直到有一天，账单到期了。
历史的镜子：2000年互联网泡沫，今天的AI走到了哪一步
每一次技术革命都会伴随泡沫，这不是新鲜事。但理解泡沫的阶段，能帮我们判断现在该警惕什么。
2000年3月10日，纳斯达克指数冲上5048点历史高位，市盈率高达200倍，科技板块占美国股市总市值的36%。随后泡沫破裂，到2002年10月，指数跌至1119点，跌幅78%，市值损失超过5万亿美元。纳斯达克花了15年才恢复到泡沫高点。
当时的剧本和今天惊人相似：
——公司名字加个".com"就能上市，今天公司介绍加个"AI驱动"估值就能翻倍；
——光纤铺得过剩，大量带宽闲置，今天GPU囤得过剩，大量算力空转；
——Pets.com烧钱烧到上市然后破产，今天Builder.ai烧钱烧到破产然后被揭穿；
——思科从80美元跌到8美元，花了25年才缓过来，今天的AI芯片公司会不会重演，没人敢打包票。
但今天的AI和2000年的互联网，也有关键不同。
第一，2000年绝大多数互联网公司既无利润也无营收，纯靠融资续命；而今天的AI行业，头部公司已经有了真实收入——百度2026年Q1 AI业务收入达136亿元，占核心业务收入比重首次突破52%，超过了支撑其十余年的在线营销主业。
第二，2000年互联网的基础设施（带宽、服务器、用户终端）都还在极早期，而今天AI的算力基础设施、云服务、移动互联网用户基础已经相当成熟，技术落地的物理条件更好。
第三，2000年互联网的商业模式几乎是空白，而今天AI在编程、客服、内容生成、医疗影像、工业质检等领域已经有了可验证的付费场景。
所以更准确的判断是：AI不是没有未来，而是未来被提前透支了。
技术革命的真实路径从来不是直线上升，而是"泡沫—破裂—筛选—真实增长"。互联网泡沫破裂后，活下来的亚马逊、谷歌、eBay，后来都成了真正的巨头。但在泡沫高点冲进市场的普通投资者和创业者，绝大多数成了代价。
今天的AI，大概率正处在"泡沫膨胀接近顶点、但还没有全面破裂"的阶段。估值还在高位，融资还在继续，但资本的耐心正在变薄，投资人开始从"看故事"转向"看算账"。
这个阶段最危险的，不是泡沫本身——泡沫迟早会破，这是规律。最危险的是，在泡沫的掩护下，"AI表演"会消耗掉整个社会对AI的信任和耐心，等真正有价值的应用出现时，人们已经被"狼来了"的故事耗尽了热情。
泡沫之后：什么才是AI的真实价值
说了这么多问题，不是要否定AI。恰恰相反，只有把泡沫和表演剥离，才能看清AI真正值钱的地方在哪里。
目前已经跑通商业闭环的AI场景，有几个共同特征：
第一，垂直大于通用。最赚钱的不是做大模型的公司，而是把大模型变成垂直解决方案的公司。在法律、医疗、金融、制造等专业领域，谁能掌握行业数据、理解行业流程、解决行业具体问题，谁就能拿到真实的付费。通用聊天机器人可以免费获客，但很难让企业持续掏钱。
第二，结果大于技术。客户不关心你用了什么模型、参数有多大，只关心你能不能帮我降低成本、增加收入、规避风险。AI编程工具之所以能率先商业化，是因为它能直接衡量"节省了多少工程师时间"；AI客服之所以能落地，是因为它能直接计算"减少了多少人工坐席"。凡是无法用业务结果衡量的AI项目，大概率都是表演。
第三，人机协作大于全自动。目前阶段，AI最靠谱的定位不是"替代人"，而是"增强人"。医生用AI辅助读片，而不是AI直接诊断；律师用AI辅助检索，而不是AI直接出庭；程序员用AI辅助写代码，而不是AI直接上线。全自动的承诺听起来性感，但出错成本太高，现阶段更像是融资话术。
从行业来看，未来1到3年最可能兑现收入的方向是：AI办公、AI编程、企业级流程自动化、金融与客服。这些方向有现成用户、现成软件、明确预算和可衡量的降本效果。
而3到5年的中长期机会，则在AI医疗、AI制造、AI制药、农业智能化等更重的领域。这些方向决策周期长、验证要求高，但一旦落地，粘性极强，不会轻易被替代。
AI的真实价值，会沿着从短期到长期的路径逐步兑现，而不是在概念炒作里一步到位。
值得注意的是，AI的利润池正在从"卖铲子的人"向"用铲子挖金子的人"转移。大模型公司烧钱最多，但未必赚钱最多；真正赚到钱的，可能是那些用AI重构了自身业务的传统企业，以及深耕垂直场景的应用公司。
这和互联网的历史也很像：泡沫期最风光的是门户网站和概念公司，而最终赚到大钱的，是用互联网重构了零售的亚马逊、重构了广告的谷歌、重构了社交的Meta。
普通人的生存指南：如何在泡沫和表演中保持清醒
如果你是企业管理者，在决定投入AI之前，先问三个问题：
第一，这个AI项目解决的是真实业务问题，还是只是为了"看起来在做AI"？如果去掉AI，这个项目还成立吗？如果去掉AI就不成立，那它大概率是表演。
第二，这个项目的ROI能在12个月内衡量吗？如果不能，要么是场景不对，要么是时机不对。不要用"长期价值"来掩盖短期无法验证的事实。
第三，你愿意为了AI调整业务流程和组织架构吗？如果只是在老流程上加个AI入口，那不是转型，是贴标签。真正的AI转型，一定伴随着流程重构、人员调整和考核变化。
如果你是普通职场人，面对AI焦虑，也有三个判断：
第一，不要被"AI会取代你"的叙事吓住。目前AI真正替代的是标准化、重复性的任务，而不是需要判断、沟通、责任承担的完整岗位。更现实的变化是：同一个岗位，会用AI的人效率更高，不会用的人逐渐被边缘化。
第二，不要花大价钱去学"AI提示词工程师"这类很快会过时的技能。AI工具的使用门槛在快速降低，今天需要复杂提示词才能做到的事，明天可能一键就能完成。更值得投资的是行业理解力、问题定义能力和跨领域整合能力——这些是AI短期内替代不了的。
第三，警惕那些打着"AI风口"名义的培训课、加盟项目、带货设备。如果一个项目承诺"不用懂技术、不用出镜、不用货源，躺赚收益"，那它大概率不是AI机会，而是针对你焦虑的收割。
如果你是投资者，在泡沫期最重要的不是抓住每一个机会，而是不犯致命错误。2000年互联网泡沫破裂后，很多公司跌到只剩零头，但真正有价值的公司最终都涨了回来。问题是，你能不能在泡沫高点保持克制，在破裂后还有子弹。
AI泡沫会来，也会走。走了之后，留下的不是那些最会讲故事的公司，而是那些真正用AI解决了问题、创造了价值、算得过来账的公司。
而在那之前，我们最需要的不是更多的AI概念，而是更少的AI表演。
毕竟，当潮水退去，才知道谁在裸泳。而那些一直在岸上表演的人，可能连泳裤都没穿。
