•
十月底，《大西洋月刊》發了篇長文，標題挺嚇人，叫《人工智慧的崩盤會如何發生》。
不是傳統「AI覺醒滅世」的科幻劇本，而是紮紮實實從算力、資料、商業模式和金融操作這幾個角度，推演了一場可能發生的「AI金融危機」。
文章讀起來很像偵探小說，像是它提到美國印第安納州的一個小鎮，一年之內冒出來幾十個資料中心，吞掉的電比兩個亞特蘭大市還多。這畫面有點像二十年前的網路泡沫——大家都拚命蓋基地台、拉光纖，覺得流量會無限成長。結果呢？需求沒那麼快跟上，一大堆公司倒了，光纖當廢鐵賣。
但這次不一樣的是，玩法更複雜了。大科技公司為了不背債，拉來私募基金蓋資料中心，簽長期租用合約；私募基金又把這些「未來租金」打包成債券，賣給退休基金、保險公司…
這波操作味道太熟悉了，跟2008年次貸危機前「房貸打包成MBS」的邏輯一模一樣。一旦AI公司賺不到預期那麼多錢，付不起租金，這一串「優先債券」就可能連續炸缸。
事實上，這種文章能登上《大西洋月刊》，本身就是一個訊號。說明AI產業已從「神話階段」進入「被現實拷問階段」。大家不再盲目追著GPT-5、GPT-6的參數狂歡，而是開始問：電費誰繳？資料從那裡來？什麼時候能回本？
在這些質疑聲浪中，再看中美兩國的AI發展，特別有趣。
美國走的是“殿堂路線”，Open AI、Anthropic這些公司，目標很宏大，劍指通用人工智慧（AGI），拼的是模型規模、是顛覆性創新，有點像在建造一座數位通天塔。好處是覆蓋面夠廣，也已初見成效，未來可能真能搞出革命性突破，壞處是成本高、風險集中。（PS：完全符合《大西洋月刊》文章中重點警示的那種模式。）
這種商業模式主要靠向企業和開發者收取API呼叫費，但問題是，目前除了寫文案、做客服這類輕應用，真正願意每年花幾百萬美元買AI服務的大企業並不多。而醫學研究、精密製造這些「硬骨頭」場景，AI暫時還沒辦法穩定勝任。
中國走的是“管道路線”，華為、百度、阿里也做大模型，但更強調“行業版”、“專用版”。他們不太講AGI的故事，而是拚命把AI往工廠裡塞、往政府系統裡插、往銀行風控裡嵌。
這個模式其實有個更專業的說法叫“AI+”，錨定的是痛點，解決的是剛需。例如深圳有家電子廠，用視覺AI查零件瑕疵，把質檢員從深夜勞作中解放出來；貴州政務系統用AI自動審材料，老百姓不用再跑好幾趟了。這些事單看都不算振聾發聵，但成千上萬個小效率提升加起來，也是實實在在的經濟價值。
那AI到底會不會崩？個人覺得，《大西洋月刊》的描述更像一種“壓力測試”，目的是逼業界冷靜。全盤崩掉的可能性不大，但一場劇烈的大分化不可避免。一些只會燒錢、沒有真實收入的新創公司一定會死。資本會越來越精明，不再為“參數量”買單，而是追問“你幫客戶省了多少錢？賺了多少錢？”
中美技術路徑可能會徹底分家。美國持續主導基礎模型創新，中國成為全球最大的AI應用試驗場。甚至會出現「技術壁壘」——你用你的GPT，我用我的產業大模型，資料不通、標準不一。
最有趣的是價值判斷標準會改變。以後評價一家AI公司，可能不再是看它融了多少錢、發佈了多牛的Demo，而是看它有沒有拿下某個垂直領域的深度合約。例如，誰能用AI把鋰電池質檢成本降三成，誰就比發十篇論文還受資本追捧。
讀《大西洋月刊》那篇文章，我反而有點踏實了。任何一個行業，從狂熱到理性，總要經歷這麼一個「被潑冷水」的過程。而AI本質上也還是個工具，它的價值不該是成為資本遊戲的主角，而是默默變成像電力、網路一樣的基礎設施。
對中國來說，也許沒必要非去跟美國拼「誰先造出AGI」。我們的優勢是工廠多、場景雜、資料豐富，如果能用AI把製造業成本降下來、把醫療效率提上去，那也是條實在的路。
畢竟，技術發展的終點，不是蓋一座別人看不懂的殿堂，而是修好每一條通往普通人生活的管道。 （大數網）