最近一段時間，投資者再次緊張起來，他們擔心“AI泡沫”即將破裂。英偉達、CoreWeave、微軟、Alphabet的股價明顯下跌，越來越多的人認為，AI股票已經存在泡沫，尤其是那些上市AI企業。面對越來越高的風險，投資者需要考慮抽身離場。

OpenAI創始人Sam Altman認為，在VC支持的私營初創公司中，的確存在AI泡沫。MIT在一份報告中表示，95%的生成式人工智能投資幾乎沒有為企業帶來收益，半數項目以失敗告終，僅5%落地商業化。

Sam Altman并沒有指向上市公司，但投資者顯然進行了寬泛的解讀，將上市公司視為風險所在。MIT的本意并不是勸說投資者離開，而是對整個AI產業進行批評。

AI項目失敗率太高了

在MIT報告中，我們首先要了解“NANDA”概念，它的全稱為Networked Agents and Decentralized AI（網絡智能體與分布式人工智能），其由MIT提出，旨在為自主AI智能體打造新協議和新架構。NANDA可能意味著當前的AI方法是無效的，如果企業能夠根據NANDA協議開發出更多具有自主決策能力的人工智能系統，那問題將會消失。

報告調查了150名企業高管和350名員工，審查了300個獨立AI項目。MIT發現95%的AI試點項目都失敗了，沒有明顯提升利潤，也沒有明顯節省成本。

類似的結論之前也有許多報告提及，但它們都沒有像MIT報告一樣產生如此大的影響。例如，2023年Capgemini曾指出，88%的AI項目未能進入實際應用階段。S&P Global年初曾說，42%的生成式AI項目被拋棄。

失敗當然重要，分析失敗原因更重要。報告認為，AI模型能力不夠強雖然是原因之一，但并非主因。個人和組織不知道如何正確使用AI工具、如何設計工作流、降低風險并從AI中獲益，這才是最主要原因。

因為能用平實語言下達指令，大型語言模型看起來簡單，但要將模型融入企業工作流程則需要專業知識，并且還要反復試驗。

沃頓商學院教授Ethan Mollick認為，企業的大多流程都是官僚主義和辦公室政治的產物，當企業不再強迫AI模型遵循現有流程，而是讓其自行探索實現預期目標的路徑，AI的真正效益才能顯現。

可能正是因為這一原因，初創公司沒有根深蒂固的業務流程，反而更有可能從AI中獲得更大回報。

另外，企業與其自己構建系統，還不如直接采購現成模型和解決方案，前者更容易成功。直接購買的成功率高達67%，內部自建只有三分之一。在實際商業場景中，推理能力或幻覺率哪怕只有5%的差異，都可能導致最終結果呈現出天壤之別。

總之，MIT的核心觀點是：問題不在于技術本身，而在于企業的應用方式。但股市卻選擇了截然不同的解讀視角。

又讓人想起互聯網泡沫

新世紀剛剛拉開序幕時，整個世界都在諾基亞手機前興奮顫抖，所有企業都在為互聯網狂歡，他們深信全球化與科技進步正以摧枯拉朽之勢席卷一切。

那一刻，TMT（科技、媒體與電信）泡沫膨脹至頂峰，沒多久，泡沫破滅，無數人損失慘重。

今天的AI產業似乎正在重演歷史。在過去幾天，由于投資者對AI泡沫的擔憂，美國科技股市值蒸發超萬億美元。

巴菲特曾說，從顛覆性技術中識別輸家遠比識別贏家容易得多。汽車革命到來時，真正的輸家是馬車。20世紀初，美國有2000萬匹馬，現在只剩下不到400萬，用馬拉車更是稀罕。

在AI浪潮下，我們認定一些行業將被顛覆，但哪些行業將會成為潛在贏家，我們還是看不清楚，而且這一次更加復雜。一些企業向AI投入巨資，這些企業有許多都是上一輪變革的贏家，比如微軟、Meta、Alphabet、蘋果、亞馬遜。

因為害怕失敗，科技巨頭瘋狂投資，不斷建設更大的數據中心。

炒作已經超出常理，令人不安的跡象已經顯現，因為AI現實并沒有達到人們的預期。在標普500指數中，三分之二的股票市盈率達到30倍以上，三分之一甚至超過50倍，如此高的估值與互聯網泡沫巔峰時相當，想回歸正常，未來需要實現史詩級增長才能匹配。

然而，投資者整體上仍然是狂熱的。比如，摩根大通與三菱UFJ金融集團合作，準備安排200億美元貸款，支持Vantage Data Centers建設數據中心。Meta也從太平洋投資管理公司和Blue Owl Capital獲得290億美元融資，用于數據中心建設。

還有更多的投資項目即將實施。照估計，單是OpenAI就需要在AI基礎設施領域投資數萬億美元。

花旗集團高管Daniel Sorid認為：“信貸投資者很自然會回想起2000年代初的情景，當時電信公司過度建設、過度借貸，最終許多資產嚴重減值。因此，從中長期看，AI在可持續性方面確實引發了質疑。”

最開始時，科技企業自掏腰包建設基礎設施，但現在更多資金來自債券投資者與私人信貸機構。花旗銀行認為，企業為建造供電設施大幅增加借貸，在AI項目尚未證明長期盈利能力之前，現階段巨額投入是否明智值得懷疑。（小刀）