AI泑沫δΌε¨2026εΉ΄η ΄θ£εοΌββ Navigating AI Investment Realities
存在还是消亡——这是关于AI泡沫是否会在2026年破裂的问题。 我直接切入正题——它不会。就这样，你还需要继续读下去吗？ 嗯，是的，你需要了解这一观点背后的原因，什么情况可能改变我的想法，更重要的是，如何引导你的公司避开任何潜在的影响。 但首先，让我们看看这种关于即将破裂的大规模猜测背后的原因，几个月来它每天都在成为头条新闻。剖析恐惧：投资者恐慌与AI投资激增推动这种炒作的最大恐惧可能来自投资者的恐慌。每天都有数百万美元的资金注入那个AI气球，每个投资者和风险投资家都希望押中下一个大金矿。自2014年以来，私人AI投资增长了超过十三倍，在2024年达到2523亿美元，其中很大一部分（超过330亿美元）集中在生成式AI。任何关于可能亏钱的轻微风声都会迅速在投资者社区和商业世界引发冲击波，初创公司和其他企业实体担心他们的年度预算或下一轮融资的来源。就在最近，当亿万富翁投资者彼得·蒂尔宣布撤出AI股票英伟达时，这又加剧了人们对AI气球泄气的担忧。投资回报率困境：生成式AI的挣扎与企业AI实验生成式AI无疑是投资炒作和繁荣的催化剂，但除了对利润率和估值过高的担忧之外，现在企业合规、安全和法务官员中也开始敲响警钟，他们倡导负责任、可信赖的AI以及模型风险管理政策。 除此之外，麻省理工学院的一项研究报告称，95%的生成式AI投资没有带来任何投资回报，其中大部分停留在试点或实验阶段，这让许多组织开始质疑他们的AI投资。 这让我想到了泡沫破裂焦虑背后的真正问题——公司没有正确评估其真实需求以及如何最好地解决这些需求，就一头扎了进去。错失恐惧症及其后果：仓促的AI部署如何导致运营混乱我们已经看到，当企业在没有战略的情况下全力投入时会发生什么——员工和IT部门陷入混乱。事实上，我们在2024年调查的IT决策者中，有60%承认他们投资AI的驱动因素是错失恐惧症。是的，害怕错过下一个大趋势，并可能让竞争对手领先一步，导致许多决策者做出了下意识的反应。 快进一年，到ABBYY最近（由Opinium Research在7月进行）的研究显示，企业领导者增加了对最新技术——生成式AI的支出，但大多数人却难以与之协作。近三分之一（31%）的人发现训练生成式AI模型比预期更难，而28%的人表示由于数据和当前流程的挑战，这些工具难以集成。此外，26%的人没有适当的治理，令人担忧的是，五分之一（21%）的人表示员工正在滥用生成式AI工具，同样比例的人正遭受可能有害的幻觉问题。 但关键点在这里。大多数受访者承认需要*其他*技术来挽救局面。四分之一的美国企业（40%）引入了AI智能体，超过三分之一（36%）的企业转向流程智能，31%的企业用文档AI进行增强，23%的企业增加了检索增强生成。多工具方法：将生成式AI与互补技术相结合用这些其他技术增强生成式AI，使得企业领导者看到了更好的输出一致性（58%）、更好地集成到现有工作流程中（50%）、更准确可靠的结果（48%）、更高的成本效率和节省（44%）以及增加的用户信任（42%）。 教训很清楚，不加区别地在生成式AI上花钱往往无法带来价值。企业正在把钱花在承诺多于实际能力的工具上。在某些情况下，他们甚至不需要它。正是这样的行为，随着公司反思其失败，以及潜在的低投资回报率开始敲响警钟，加剧了人们对AI泡沫的恐惧。当领导者不再随大流，继续把钱投给最新、最闪亮的技术时，AI泡沫就会停止膨胀。战略前进步骤在继续利用生成式AI工具或智能体AI之前，企业需要首先评估当前流程，并使用复杂的数据分析工具创建工作流程的可视化地图，这些工具可以标记问题、精确定位自动化机会并监控性能。 像OpenAI这样的公司将继续带来颠覆，提供解决现实世界问题的新方法——但它们永远不会是一站式解决方案。要达到目标，总是需要其他供应商和技术。华尔街日报最近指出，大语言模型可能获得了所有炒作，但小模型对于从工具中获得公司所需的价值是必要的。它引用了英伟达和佐治亚理工学院的一项研究，该研究指出，AI智能体正被用于狭窄、重复性的任务，而小语言模型更适合这些任务。人们将开始认识到如何降低成本，意识到没有必要为了一个正则表达式就能很好完成的任务，而去训练一个包含30,000份文档的模型并消耗大量算力。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。 因此，总结来说，2026年仍将有大量AI投资，但将更多地投向更有针对性的工具，这些工具专注于解决实际的业务问题，因为高管层正在重新调整优先级，并评估迄今为止所需的影响与已兑现的承诺。那些定义了成功路径并以常识运用技术的供应商将会胜出——而由战略、切实的收入和需求（而非炒作）驱动的AI繁荣将继续扩张。
