人工智能泡沫会在2026年破裂吗？——如何应对人工智能投资的现实

存在还是不存在——这是关于人工智能泡沫在2026年破裂的问题。

我就直说了——不会的。就这么简单，你还需要继续读下去吗？

是的，你需要了解这种想法背后的原因，什么情况会改变我的想法，更重要的是，如何引导你的公司避免任何潜在的影响。

但首先，让我们来看看几个月来每天都占据新闻头条的关于即将发生金融危机的种种猜测背后的原因。

剖析恐惧：投资者恐慌与人工智能投资激增

或许，推动这波热潮的最大隐患在于投资者的恐慌。每天都有数百万美元涌入人工智能这个泡沫，每个投资者和风险投资家都希望能够找到下一个金矿。 自2014年以来，私人人工智能投资增长了超过13倍。预计到2024年，该领域规模将达到252.3亿美元，其中相当一部分（超过33亿美元）将集中在生成式人工智能领域。任何关于资金可能流失的风声都会迅速在投资界和商界引起轩然大波，初创企业和其他公司实体都会担忧其年度预算或下一轮融资的来源。就在不久前， 亿万富翁投资者彼得·蒂尔宣布将撤出人工智能股票 英伟达的这番举动，进一步加剧了人们对人工智能泡沫破裂的担忧。

投资回报率困境：GenAI 的困境与企业人工智能实验

GenAI 无疑是投资热潮和繁荣的催化剂，但除了对利润率和估值过高的担忧之外，企业合规、安全和法律官员现在也开始敲响警钟，倡导负责任、值得信赖的人工智能以及模型风险管理政策。

除此之外，还有 麻省理工学院的一项研究报告称，95%的世代人工智能投资没有带来任何投资回报。 大多数人工智能项目仍处于试点或实验阶段，导致许多组织对其人工智能投资产生质疑。

这让我想到泡沫破裂引发焦虑的真正问题——企业在没有正确评估自身真实需求以及如何最好地满足这些需求的情况下，就贸然投入其中。

FOMO（错失恐惧症）及其后果：仓促部署人工智能如何导致运营混乱

我们已经看到，企业在没有策略的情况下贸然行事会导致什么后果——员工和IT部门一片混乱。事实上，在我们接触的IT决策者中，有60%的人表示他们没有制定战略。 调查 2024年，有公司承认，他们投资人工智能的驱动因素是害怕错过机会（FOMO）。没错，害怕错过下一个重大突破，害怕竞争对手抢占先机，这种恐惧促使许多决策者做出了本能的反应。

一年后，ABBYY委托Opinium Research于7月开展的最新研究表明，企业领导者增加了对最新技术GenAI的投入，但大多数人在使用过程中遇到了困难。近三分之一（31%）的受访者发现训练GenAI模型比预期更难，28%的受访者表示，由于数据和现有流程方面的挑战，这些工具难以集成。此外，26%的受访者表示缺乏有效的管理，更令人担忧的是，五分之一（21%）的受访者表示员工正在滥用GenAI工具，另有五分之一的员工出现了可能有害的幻觉。

但关键在于，大多数受访者承认需要 other 技术可以力挽狂澜。四分之一（40%）的美国企业引入了人工智能代理，超过三分之一（36%）转向了流程智能，31% 的企业利用文档人工智能进行了增强，23% 的企业增加了检索增强生成（RAG）。

多工具方法：将基因人工智能与互补技术相结合

通过将这些其他技术增强 GenAI，企业领导者发现输出结果更加一致（58%），与现有工作流程的集成更加完善（50%），结果更加准确可靠（48%），成本效益和节省更多（44%），用户信任度也得到提升（42%）。

教训显而易见：对人工智能（GenAI）的盲目投入往往无法带来价值。企业花费大量资金购买那些承诺的功能远超实际能力的工具。在某些情况下，他们甚至根本不需要这些工具。正是由于此类行为，企业在反思自身失败时，潜在的低投资回报率开始敲响警钟，加剧了人们对人工智能泡沫的担忧。当领导者不再盲目跟风，不再继续向最新炫酷的技术砸钱时，人工智能泡沫才会停止膨胀。

战略步伐迈进

在着手利用 GenAI 工具或智能 AI 之前，企业需要先评估当前流程，并使用复杂的数据分析工具创建工作流程的可视性地图，这些工具可以标记问题、找出自动化机会并监控性能。

像 OpenAI 这样的公司将继续颠覆行业格局，为解决现实世界的问题带来新的方法——但它们永远不会成为万能的解决方案。要实现目标，始终需要其他供应商和技术的参与。 “华尔街日报” 最近有文章指出，语言学习模型（LLM）或许很火，但要让企业真正从其工具中获得价值，小型模型才是必要的。文章引用了英伟达和佐治亚理工学院的一项研究，该研究指出，人工智能代理目前被用于处理一些范围狭窄、重复性高的任务，而小型语言模型更适合这些任务。人们会逐渐意识到如何降低成本，明白没有必要用30,000万份文档训练模型，也不必为了正则表达式就能完成的任务而消耗大量的计算资源。此外，开源社区正在快速发展，为客户提供了更多选择和实验空间。

总而言之，2026年人工智能领域的投资依然会十分充裕，但会更多地集中在那些旨在解决实际业务问题的专用工具上，因为高管层会重新调整优先事项，并评估所需影响与迄今为止所实现的承诺之间的差距。那些能够制定成功路径并以务实态度运用技术的供应商将会胜出——而人工智能的蓬勃发展也将继续扩大，其驱动力将是战略、切实的收入和需求，而非炒作。