人工智能泡沫和旧市场错误的重复

每一次重大的技术变革都承载着一个悖论,在必然的同时,短期内也被高估了,人工智能似乎恰恰达到了这个地步,不是因为它脆弱或转瞬即逝,而是因为它太早地提升到了不可避免的命运状态。.

因此,问题不在于人工智能是否相关,而在于它已经得到解决。最诚实的问题是市场是否设法将基础设施与欣快感、真正的叙事价值以及来自精心承诺的具体结果分开。.

历史提供了与这种情景的平行关系,在十九世纪末,铁路象征着未来,投资铁路意味着押注进步,问题是,在某个时刻,不再重要的是铁路通向何处,只要它们存在就足够了。线路的建设没有需求,公司在没有可持续商业模式的情况下出现,错误的指标开始定义成功,例如安装公里数和不运输乘客。.

如今,话语有所不同,但模式却随着更大的模型、更多的参数和更多的代币处理而重复。复杂的技术指标,但往往与运营影响脱节。正如过去的进展是通过铁路网络的扩展来衡量的,现在创新是通过模型的规模来衡量的,而不是通过交付的结果来衡量的。.

Dealroom、数据和智能平台的分析,仅2024年,全球对AI初创公司的投资就达到了约1100亿美元US$,这些投资大多集中在仍岌岌可危、回报周期不明确的举措上,同时我们看到,一部分已经启动大型AI项目的公司未能从试点持续转向生产,这一瓶颈很少是技术、经济、组织和运营方面的。.

相反,这种不匹配并没有使技术失效,就像铁路泡沫破裂、投资者亏损、公司消失,但铁轨仍然存在,并成为接下来几十年工业增长的关键基础设施一样。.

Risk最大的不是在最终的市场回调中,而是在任何泡沫的高度所伴随的心理中,那就是被抛在身后的恐惧,当话语变成“如果现在不采用,就会变得无关”, 理性让位于匆忙而战略决策是基于焦虑,而不是分析。.

此时,人工智能的任何重大举措之前都应该先提出一些问题,例如:是否对该应用程序有真正的需求,或者我们是否强迫问题来证明解决方案的合理性?投资回报是可衡量的还是刚刚在演示中预测的?计算、能源和运营成本与预期收益进行谈判?是否有足够的治理来应对风险,例如系统性错误、模型幻觉和监管影响?忽视这些问题正在为没有路线的地方铺平道路。.

AI作为战略道具的人和将其纳入结构优势的人,正是在这种压力环境下形成了差异,成熟度交叉泡沫的组织是那些将技术作为手段,而不是目的,将AI与清晰的流程、客观指标和具体的业务决策联系起来,理解智能自动化不是要取代一切,而是要更好地编排已经存在的东西。.

是人工智能将重新定义运营、生产力和决策模型,但不会像许多叙述所暗示的那样神奇。正如真正蓬勃发展的步道是那些与城市、行业和人民相连的步道一样,生存下来的人工智能将是与实际问题、清晰的指标和可持续结果相连的步道。.