剛剛拿下阿克塞爾·斯普林格獎,山姆奧特曼又語不驚人死不休:五年後AI將全面超越人類,人類智力的霸權時代,已進入倒計時。2030年,GPT-8不僅能給出終極難題量子引力答案,能向你娓娓道來其思考過程、靈感來源,以及它為何決定研究這個課題。它,有資格成為真正的AGI。屆時,“當今經濟活動中30%到40%的任務都將由AI執行。”……如果是在兩年前,我們或許還會感到激動、為自己的飯碗而焦慮。但此時此刻,雖然類似的感覺還有,但相信絕大多數人都淡了許多。牛逼聽太多,實在是麻木了。看著現在正與你對話的傻瓜式AI大模型,雖然有點用,但有被吹的那麼厲害嗎?就這麼個玩意,你很難想像它能在5年內,就成為超越一切的存在。01 現實很骨感美國智庫METR曾於7月初發佈報告,稱大語言模型每7個月能力翻倍,遠超摩爾定律。預計到2030年,AI足以在數小時內完成人類一個月的工作量。這與奧特曼所預測的時間點,比較接近,未來似乎很美好。但回到現在,同樣是智庫METR做了一項試驗:將一批經驗豐富的軟體工程師分成兩組,一組純人工,另一組使用AI工具程式設計。結果卻出乎很多人意料。相比於純人工,借助AI工具預測快40%,實際上卻慢了19%。也就是說,AI不僅沒有使得效率提升,反而降低了效率。無論是採用不同的結果指標、估計方法,還是對資料進行各種子集/子分析,開發速度的放緩現象依然存在。使用了更先進的工具,效率怎麼可能下降呢?包括參與實驗的程式設計師,也認為AI工具幫助自己提升了約20%的效率。這完全不符合邏輯,但資料不會說謊。為瞭解釋這種現象,實驗方將之歸為“能力-可靠性缺口”概念。簡單來說,就是現在的大語言模型,雖然能完成大量複雜的任務。但它們給出的成果,無法達到真實企業需要的業務水平。比如在執行程式設計任務中,程式設計師確實在尋找資訊和主動編碼上花費的時間更少了,但撰寫提示詞同樣需要時間。同時,AI固然能快速生成大量程式碼,但其中充滿小錯誤,導致人類程式設計師不得不花費大量時間去檢查、更正AI輸出,甚至重寫。大部分情況下,人類反而成了AI的保姆。更關鍵的是,程式設計已經是AI表現最好的領域。在這個領域都無法帶來效率提升(在目前的水平下),甚至起到反效果,其他行業可想而知。都說站在風口上、豬都能飛起來,人人都想當那隻豬。根據天眼查專業版資料,截至2025年4月,全國現存在業、存續狀態的人工智慧相關企業超過424.3萬家。其中,2025年新增註冊相關企業約28.6萬家。這個領域,是如此繁榮、參與者是如此之多,所有人都在說AI是未來最大的財富增量。但實際的情況是,除了提供算力的輝達,和成千上萬利用資訊差賺流量的博主……目前幾乎還沒有那一家AI企業真正賺到錢。至少在現階段,它仍然是典型的:高投入,低回報。據摩根士丹利估算,僅微軟、Meta、Google、亞馬遜四家巨頭,2024年的資本投入就高達3000億美元,其中大部分流入AI項目。總體來看,2024年全世界生成式AI投資額較2023年增長超過70%,預計2025年的的總支出更是將達到2024年的3倍。這種背景下,科技巨頭還能扛得住,或許能支援到AI應用真正百花齊放的那一天。而大量中小競爭者,即便前期拿到投資,也根本撐不下去。比如開發出AI回話模型的SD,至今仍背著1億美元債務;Stability AI,核心研究團隊集體辭職;Character AI不得不賣身Google……國內的圈子,大同小異。波形智能,曾拿到千萬融資,突然就解散了,包括CEO、CTO等核心成員集體跳槽OPPO。竹間智能,創始人簡仁賢曾擔任微軟工程院副院長,因現金流吃緊,部分部門不得不停工,基本上停擺了。華夏芯,資金鏈斷裂、申請破產,14項專利、15項軟體著作權被掛到京東拍賣……2022年11月至2024年7月,全國共有78612家新註冊AI企業處於註銷、吊銷或停業異常狀態,佔同期新註冊企業總量的8.9%;全國AI領域註銷、吊銷的企業總數,更是超過20萬家。雖然沒有最新的資料,但按照這個比例估算,目前倒閉的新註冊AI相關企業,100%已經超過10萬家。正如AI工具的實際作用,目前遠遠沒有人們想像中那麼強。不要只看到頂尖巨頭在台前的光鮮,這才是AI浪潮的真正底色。九成的參與者,都將、或已經倒在黎明前,其中不乏真正純粹的技術團隊。在AI技術出現真正意義上的突破之前,這種情況不會改變。02 未來確實不遠如果說,古人的生產力是天平,付出多少力氣就收穫多少糧食。那麼,現代人的生產力就是一根槓桿,只用坐在機器前敲敲打打,就能驅動萬噸的巨輪。在我們的想像中,生成式AI的變革性之處在於,打破了“成本、質量、速度只能選其二”的三角模型。不過目前來看,無論是成本、質量還是速度,AI工具似乎都與我們預想的還差很遠。因為現階段的AI只會標準化的創作,這會導致兩個問題。其一,同質化;其二,細節缺失。以AI繪圖為例,生成式AI是通過整合大量資源,來獲得繪畫能力。一旦源頭出現交叉重複,必然導致AI作畫出現不可避免的同質化。這一點我們平常使用AI工具時都能感受到,你如果不輸入大量特定的提示詞,它給出的圖片風格其實都非常類似。更關鍵的是,它只是把資料具象化為圖片,這就不可避免出現大量低級錯誤。比如,人物裝飾不完整,某些器官比例失真,手指多一根等等。這在上文提到的程式設計工作中,同樣有出現。由於這兩個問題的存在,生成式AI目前只能勝任比如稽核、閱片之類的少部分重複性非常高的工作。對大部分人而言,它根本無法作為一個合格的工具,更深層次的細節把控,必須由人來把控。最終導致,使用工具後的效率,反而不如原來高。當然,未來雖然還未來,但它終究會到來。今時今日的種種,我們可以歸咎為企業家的過度宣傳,但更本質的原因只有一個:如今的AI不夠強。應該強到什麼程度,它才能真正作為一個合格的工具,給企業“降本增效”呢?其實應該有一個標準:達到人類從業者的平均水平、乃至最低水平。它不需要非常強,只需要達到最普通的水準,就將徹底改變今時今日的市場生態。因為在任何行業,佔絕大多數的普通人如果被淘汰,人工成本自然就降下來了,效率也得到了提升。比如目前AI應用最廣泛的遊戲行業。只要定義好規則,關卡策劃、系統、數值等基礎、重複性的設計內容,後續的工作本來就是套範本直接協作。基本上,初級策劃所有能幹的工作,基本上都即將被替代。甚至,只需保留少數創造力最強的人,這樣做不僅能降本增效,遊戲本身的質量也會得到提升。比如,每個NPC都有一個完整而具體的故事,且能與玩家進行更詳細而真實的對話——實現性格千人千面。玩家體驗毫無疑問會得到提升。而在單純靠人力堆的時代,這是不可能實現的。對大廠而言,AI能幫助自己降本增效,以後大型遊戲的研發成本更低、周期更短,從而帶動整個市場更加活躍。對小廠而言,本來主攻的就是頁游、小程序遊戲,基本就是賺一波就跑。對他們而言,以後的成本基本只剩下推廣,研發全交給AI就可以了,無限薅羊毛。唯一受傷的,只有大部分不夠“優秀”的從業者。這種事情,如今已經在遊戲行業發生,而且這兩年隨著顯示卡升級大爆發,行業會變得越來越卷,50%的人可能面臨轉行。其他行業,都在瑟瑟發抖。那一刻的到來,不需要AGI,只需要等到工具能完成最簡單的工作。但絕對不應該是現在。03 尾聲至少此時此刻,對大部分行業而言,AI是根本無法取代人的,甚至作為工具都不太合格。但最近兩年,很多中小企業的管理層們,不論懂或不懂,大多都跟著輿論走、給員工強調降本增效的概念,普遍裁員。留下的員工熟悉AI工具,尤其是免費的那種,提高自己的工作效率。這算是比較low的做法,也是最普遍的。但最終,絕大多數隻是降了本,根本沒有增效。即便真的增了效,絕大多數的情況也不是因為AI,而是裁員導致人心惶惶、大家越來越卷而已。更諷刺的是,現在都2025年了,AI應用市場規模即將突破5000億元。卻依然有相當一部分企業,就像坐井觀天的土財主一般,覺得買幾台高配電腦就是數位化轉型,生成幾個數字人主播就是在做AI。這並非誇張,稍微去瞭解一下就知道,抱有這種想法的企業、甚至投資者都相當之多。或者說,這大概才是目前市場熱炒AI的真實底色。 (格隆)