AI 泡沫要破了？這篇哈佛研究員的分析值得一看

一、AI泡沫風險：與網際網路泡沫的對比

1. 股票市場集中度過高

當前 AI 相關市場“七大科技巨頭”（Alphabet、Amazon、Apple、Meta、Microsoft、Nvidia、Tesla） 的股票佔比超過三分之一，且市場敘事高度依賴 “AI 故事”，導致投資者對這種集中化感到不安。

網際網路泡沫峰值（2000 年）：當時頂尖科技股（Cisco、Dell、Intel、Lucent、Microsoft）僅佔指數的15% 。文章明確指出，當前更高的集中度顯著提升了市場風險。

2. 基礎設施投資規模失衡

網際網路泡沫時期：電信基礎設施（如光纖網路）過度建設，因短期需求未達預期，最終引發大量企業破產。

當前 AI 領域：頭部 AI 企業正投入數百億美元建設新資料中心，相關總資本支出討論規模達兆美元等級（該數值此前僅與大國 GDP 相當），引發 “需求能否匹配投資” 的擔憂，即歷史是否會重演並導致近期崩潰。

二、AI技術的應用現狀：高滲透與低回報的矛盾

1. AI 技術的高滲透率與普及潛力

消費者端：OpenAI 的 ChatGPT 在 2025 年 7 月單月網站存取量超過50 億次，顯示消費者對 AI 的關注度極高。

整體與企業端（基於權威研究資料）：

• 資料來源：美國國家經濟研究局（NBER）對生成式 AI 應用的調查（始於約一年前，截至 2024 年底）。
• 關鍵資料：美國約40% 的人口報告使用過生成式 AI；約23% 的人口在調查前一周內至少一次將生成式 AI 用於工作；
• 研究結論：從產品初始發佈後的 應用速度來看，工作場景中的生成式 AI 普及速度超過了個人電腦（PC）和網際網路，這表明 AI 具備經濟學家所說的 “通用技術” 屬性 —— 可能對經濟產生深遠且廣泛的影響。

2. 低投資回報：95% 項目陷困境，5% 項目的成功關鍵

儘管 AI 技術的應用滲透率較高，企業對 AI 的探索意願也十分強烈（90% 的企業正認真考慮購買 AI 解決方案），但 AI 投資的回報情況卻不容樂觀。2025 年 1-6 月，MIT 研究人員對 300 多個公開披露的 AI 項目、50 多家企業及數百名高管展開調查，結果顯示 95% 的 AI 項目未能獲得任何投資回報。

研究同時發現，僅有的 5% 成功 AI 項目具備三個共同特徵：一是 “外購而非自建”，選擇成熟的 AI 解決方案以降低研發成本與技術風險；二是 “在業務單元內執行”，將 AI 應用落地於具體業務部門，而非依賴脫離實際需求的中央實驗室；三是 “工具整合現有工作流”，選用與企業現有業務流程、系統相容的 AI 工具，減少技術落地阻力。

三、AI技術發展的爭議與市場警示

1.技術發展路徑的爭議

當前 AI 技術的進步，很大程度上依賴於大型語言模型，而這類模型的核心邏輯是 “規模驅動”—— 即更多的計算能力與更多的資料投入，能夠帶來更優的模型效果。然而，這一發展路徑正面臨權威人士的質疑與批評。

AI 先驅 Richard Sutton 在 2019 年提出 “痛苦教訓”（The Bitter Lesson），認為依賴計算能力的通用方法優於依賴人類智慧和複雜啟髮式演算法的方法。但近期他對行業過度聚焦 “規模化” 的趨勢提出批評，呼籲行業轉向研發 “能夠持續學習的智能體”。

另一位 AI 領域的知名批評者 Gary Marcus，則針對 OpenAI 最新發佈的 ChatGPT-5 所獲的 “混合評價” 發表觀點，重申其數十年來的立場：以 “規模驅動” 為核心的發展模式並非 AI 技術的未來方向。

值得注意的是，儘管兩位學者對當前技術路徑提出質疑，但他們均認可 AI 的長期發展潛力，且認為行業需要探索替代技術路徑，這可能意味著未來需要投入更多（而非更少）的研發資源。

2. 市場過熱的警示訊號

除技術層面的爭議外，市場層面也出現了關於 AI 領域過熱的警示。OpenAI CEO Sam Altman 作為本輪 AI 熱潮的重要推動者之一，近期也公開表示市場可能存在過度加熱的情況。他與其他投資者共同指出當前市場存在三大風險：一是 AI 相關企業的估值過高，脫離實際業務表現；二是過多資金湧入 AI 領域，追逐未經過市場驗證的商業模式；三是 AI 基礎設施建設速度超過市場需求增長速度，可能導致資源浪費。

這些警示並非否定 AI 的長期價值，而是擔憂短期內過高的市場預期可能引發劇烈的市場調整 —— 當投資者意識到部分 AI 項目無法實現預期回報時，可能出現集中撤資等行為，對 AI 市場的短期穩定造成衝擊。 (稻香湖下午茶)