最近，有粉丝私信我：" 人工智能会不会像 2000 年的互联网泡沫一样破灭？"

这个问题引人深思。尽管我们团队一直在提倡拥抱 AI，但目前在 AI 与业务结合的场景中尚未实现商业化路径。

经济泡沫的形成源于人们对商品进行大量无意义的投资，造成市场价值和价格的膨胀。 这种现象可能导致资产（包括优质和劣质资产）过度升值，超出其实际价值，最终达到不可持续的水平，随后突然崩溃。

大 D 分析认为，当前的 AI 市场与 20 世纪末互联网市场之间存在显著相似之处。

两者均在快速发展的过程中引发了投资热潮，而这种热潮的背后，往往是对未来的过于乐观的预期。

回到 2000 年，互联网泡沫的破裂往往源于估值与实际价值之间的巨大鸿沟，如今的人工智能市场似乎正走在类似道路上： 高估值和激烈竞争下，面临盈利能力不足和商业模式不明确的现实。

在过去几年里，人工智能已成为科技界最炙手可热的话题，从 ChatGPT 的发布到各大企业纷纷布局 AI 技术。

然而，许多企业发现，从 AI 投资中获取实际回报并非易事。

高昂的研发和运营成本、缺乏明确的商业模式及市场竞争的激烈，使得盈利前景变得不明朗，公众对 AI 技术的不信任程度也逐渐上升，进一 步增加了商业化的障碍。

尤其在 ToC 用户中，AI 聚合工具产品的盈利点往往依赖流媒体广告，用户更倾向于 " 白嫖 "，因为 ToC 业务场景难以产生收益价值，导致他们无法判断付费订阅的价值。同时，市场上 AI 工具产品众多，替代性强，使用户在各种 " 免费试用 " 产品中频繁切换。

而对于 ToB 用户，在无法判断预期收益时，很难决定采购 AI 产品。尽管一些企业尝试将 AI 模型结合到自己的业务流程中，但大部分仍难以看到成效。

特别是在生成式 AI 兴起的背景下，众多初创企业涌现，试图从中分一杯羹，但其盈利能力普遍偏低，许多企业依赖风险投资的资金支持，而非实际的商业收入。

随着投资者对市场的警惕性提高，资金流入也开始减缓，进一步加剧了市场的不确定性。

高盛集团（Goldman Sachs）曾预测多达 50% 的工作将受到自动化影响，但最新展望显示，技术发展速度不足以实现这一替代。

麻省理工学院的达隆 · 阿西莫格鲁估计，未来十年人工智能的生产率增幅将不足 1%。

这些观点表明，尽管人工智能前景广阔，但实际的实现路径仍需谨慎评估。

我们国内市场机构对 AI 仍抱有很强的期待，但今年或者明年内这些人工智能项目都难于获得收益。

主要原因在于，这些 AI 企业将大量的资金投入到数据中心、算力等硬件及大模型的训练支出。

而这些训练结果形成的产品无法进行有效的商业化，更多仅是被当做某些软件产品的附加功能。

大 D 在观察市场动态时，认为当前的 AI 行业已经显露出泡沫的迹象。高估值与实际盈利能力之间的落差，即将促使越来越多的人开始关注泡沫何时会破灭。

历史上，市场泡沫往往伴随着对未来的过于乐观的预期，导致投资者忽视了潜在的风险。

正如金融市场中的许多泡沫事件一样，AI 市场的泡沫也在逐步显现，目前应该处于第三和第四阶段。（阶段并非按照一定的顺序进行）

目前资本市场正在等待市场上能够跑出一个现象级的 Ai 产品，才能够足以支持整个 Ai 赛道的信心。

如果没有，大 D 认为明年即将有 60% 以上的 Ai 初创公司和实验室将面临关闭风险。

身边越来越多的 Ai 初创企业唯一的希望是能够被大厂所收购，尽早脱手、脱坑。

一位不愿透露信息的朋友跟我聊到过他从加入 AI 这个赛道以来的心理历程：

1、第一阶段：看到了致富的希望。虽然当时身边很多朋友热衷于卖 ChatGPT 账号来获取第一桶金，但他看不上。

2、第二阶段：市场的炒作，让其过度的乐观。对项目的投入持续加大。

3、第三阶段：产品项目无法在市场上获得持续性的收益，或者收益不足以支撑项目的经营。后悔，现在只想尽快卖掉，脱坑！

写在最后的话

尽管面临诸多挑战，人工智能的中长期前景仍然光明。

AI 具有极大的潜力，能够推动各行业的创新和转型。

从医疗到金融，从教育到制造，AI 的应用正在逐步深入各个领域。

然而，投资者和企业必须保持警惕，避免盲目追逐市场热潮。只有在明确商业模式、确保可持续性的基础上，人工智能才能真正实现其变革潜力。

历史的教训告诉我们，过度的乐观可能导致灾难性的后果，唯有脚踏实地，才能迎接未来的机遇。

本文来自微信公众号 "ToB 产品创新研习社 "，作者：大 D。