人工智能的创新步伐正在放缓，其应用有限，且运行成本依然高得离谱。
英伟达(Nvidia)近日公布的收入高得令人瞠目。马斯克(Elon Musk)刚表示明年人工智能(AI)将达到人类水准。大型科技公司似乎买不够AI芯片。AI炒作列车似乎刚刚驶离车站，我们都应该跳上车。
但无论是对于AI的功能还是产生的投资回报，人们可能很快就会大失所望。
AI的改进速度正在放缓，即使是最强大的AI技术，其应用之处似乎也比最初想象的少。构建和运行AI的成本非常高。相互竞争的新AI模型不断涌现，但需要很长时间才能对大多数人的实际工作方式产生显著影响。
这些因素引发了对AI的一系列疑问，包括是否可能实现商品化、能否产生收入、特别是利润，以及一种新经济是否正在诞生等。这些因素还表明，在AI方面的投入很可能已经超前，上一次出现这种情况是上世纪90年代末的光纤热潮，那次热潮一定程度上导致了第一次互联网泡沫的大破裂。
AI的改进速度在放缓
对于OpenAI的ChatGPT和谷歌(Google)的Gemini等当今的大语言模型AI而言，包括写作和分析能力在内的大部分可衡量和定性的改进都归结于向其中输入越来越多的数据。
这些模型通过消化大量文本来工作，不可否认，到目前为止，简单地添加更多数据就能提高性能。但继续这种做法的一个主要障碍是，企业已或多或少地利用整个互联网的数据来训练AI，而且已经没有更多可供搜集的数据了。对于今天的AI来说，不可能还有相当于10个互联网规模的人类生成内容供它们搜集了。
总部位于加州圣克拉拉的英伟达一直是AI技术芯片的顶级供应商。图片来源：MARLENA SLOSS/BLOOMBERG NEWS
为了训练下一代AI，工程师们开始转向“合成数据”，即由其他AI生成的数据。在2016年将一家AI初创公司卖给优步(Uber)的认知科学家Gary Marcus表示，这种方法没有为车辆创造更好的自动驾驶技术，而且有大量证据表明对大语言模型也不会有更好的效果。
Marcus表示，像ChatGPT这样的AI产品在早期阶段发展迅速，但在过去14个半月里进步只是渐进的。他还说：“事实上，这些系统的核心功能要么已达到一个平台期，要么至少改进速度已经放缓。”
有研究显示各种AI模型之间的性能差距正在缩小，这进一步证明了AI改进速度的放缓。所有最好的专有AI模型在能力测试中的得分正在趋于一致，甚至免费的开源模型也在迎头赶上，如Meta和Mistral的模型。
AI可能成为一种商品
一项成熟的技术是每个人都知道如何构建的技术。如果没有取得已变得极为罕见的重大突破，那么任何公司在性能方面都没有优势。与此同时，企业都在追求效率，谁获胜的判断标准已从谁领先变成了谁能把成本降到最低。上一次发生这种情况的重大技术是电动汽车，现在似乎轮到AI了。
数据和人工智能隐私初创公司Skyflow的首席执行官、商业软件巨头Salesforce的前副总裁Anshu Sharma认为，OpenAI和Anthropic等AI初创公司的发展前景可能暗淡，AI的商品化是原因之一。虽然他乐观地认为，微软(Microsoft)和谷歌等大公司能够吸引足够多的用户，使这些公司的AI投资物有所值，但这样做需要花费大量资金，而且时间很长，即使是资金最雄厚的AI初创公司（资金实力与AI巨头相比要相对微薄），也无法与这些巨头竞争。
这种情况正在发生。一些AI初创公司已经陷入混乱，其中包括Inflection AI，该公司的联合创始人和另一些员工已于今年3月跳槽至微软。Stability AI的首席执行官今年3月份突然离职；该公司开发了广受欢迎的图像生成AI工具Stable Diffusion。许多其他AI初创公司显然都在洽谈出售事宜，甚至包括一些资金雄厚的初创公司。
当下AI的运行成本仍高得惊人
据硅谷风投公司红杉资本(Sequoia)估算，该行业2023年把500亿美元花在了英伟达芯片上，以训练AI，但仅带来30亿美元收入。这是论证我们置身AI泡沫时经常被引用的数据。
两者相差之大令人咂舌，但真正关系到该行业长期而言能否健康发展的是AI运行成本几何。
数字几乎无从获得，各种估计之间也有很大差别，但最起码，对于依赖于生成式AI的高人气服务来说，AI运行成本远远高于已然令人瞠目的训练成本。这是因为每次有问题抛过来，AI都必须重新思考，AI生成答案时使用的资源要远远多于给出一个传统搜索结果所需资源。谷歌目前正提供由AI生成的摘要，涉及数以十亿计的搜索结果。对于像谷歌这样几乎完全以广告为依托的一家公司来说，分析人士认为就这些搜索提供AI答案将侵蚀公司的利润率。
谷歌、微软和其他大型科技公司都表示，云服务收入正在增长，并把增长部分归因于客户使用了AI。图片来源：MICHAEL SHORT/BLOOMBERG NEWS
谷歌、微软等公司在各自最近的财报中都称云服务收入实现了增长，并把增长部分归因于这些服务为其他公司的AI提供动力。但是，它们能否维系这种收入，取决于其他公司和初创企业能否从AI那里获得足够的价值，从而证明继续投入数以十亿计美元来训练和运行这些系统是合理的。这就引出了采用方面的疑问。
用例范围狭窄，采用缓慢
微软和领英(LinkedIn)最近的一项调查发现，现在四分之三的白领劳动者在工作中使用AI。另一项来自公司支出管理和追踪机构Ramp的调查显示，约三分之一的公司为至少一种AI工具付费，比例高于一年前的21%。
这意味着只是随便用用AI的劳动者数量与依赖AI并为之付费的劳动者数量之间存在巨大差距。例如，微软的AI Copilot月费为30美元。
OpenAI不披露年收入，但据《金融时报》(Financial Times)去年12月报道称该公司年收入至少为20亿美元，而且OpenAI认为到2025年这一数字可以翻一番。
这与支持OpenAI目前近900亿美元估值所需的收入仍相去甚远。根据分析公司Appfigures的数据，OpenAI最近演示的语音功能导致移动订阅量单日激增22%。这表明该公司在制造噱头吸睛方面尤为擅长，但目前还不清楚其中有多少用户会继续使用。
宾夕法尼亚大学沃顿商学院(University of Pennsylvania's Wharton School)管理学教授Peter Cappelli说，有证据表明，AI并不像人们所吹捧的那样能提高生产率。虽然这些系统可以帮助一些人做事，但无法真正取代他们。这意味着它们不太可能帮助公司节省薪资成本。他就此打了一个比方，就好比自动驾驶卡车迟迟未能量产，部分原因是事实证明驾驶卡车只是卡车司机工作的一部分。
除此之外，在工作中使用AI还面临着无数挑战。例如，AI仍会编造虚假信息，这意味着需要有知识渊博的人来驾驭。此外，让开放式聊天机器人发挥最大作用并非直观之举，员工将需要大量的培训和时间来适应。
改变人们的思维定式和习惯将是迅速采用AI面临的最大障碍之一。在所有新技术的推出过程中，都相当一致地遵循了这一规律。
不过，这并不代表着当今的AI长远来看不会改变各种工作和行业。问题在于，目前初创企业和大公司的投资水平似乎都建立在这样一种理念之上：AI会变得如此之好、如此之快、如此迅速地被采用，以至于它对我们生活和经济的影响晦涩难懂。
越来越多的证据表明，事实并非如此。