近期，AI成为众多朋友关注的焦点，不少人对其背后的高成长性公司兴趣浓厚。然而，这一话题却让一些业内人士有所顾虑，担心引发不必要的争议。尽管如此，AI行业的潜力仍不容忽视，它被视为一个充满前景的新兴领域，未来有望渗透到各个行业，带来颠覆性的变革，其影响力或将与互联网兴起时相媲美。
回顾互联网的发展历程，其萌芽阶段可追溯至1960年至1980年，当时TCP/IP协议的建立和NSFNET成为主干网，为互联网的诞生奠定了基础。然而，这一时期的互联网规模较小，主要应用于科研和军事领域。直到90年代，互联网才真正开始蓬勃发展。1990年，全球首个网站诞生，随后在西方国家迅速普及，并于1995年开启商业化进程，亚马逊和eBay等巨头应运而生。尽管如此，当时全球用户规模仍仅在百万级别。此后，互联网进入爆发式增长阶段，催生了庞大的市场规模，中国也在此期间逐步跟上全球步伐。从萌芽到爆发，互联网用了30至35年时间，这已是人类历史上发展速度最快的技术之一。
相比之下，AI行业目前仍处于萌芽阶段，但其发展速度可能远超互联网。尽管具体需要多少年才能走向成熟并实现全面商业化尚无定论，但技术变革的不确定性始终存在。有人认为，AI从萌芽到爆发可能仅需数年时间，这一观点也推动了美国资本市场的狂热追捧。根据行业预测，明年全球八大云服务商的云计算资本开支或将超过6000亿美元，而国内头部云服务商的资本开支预计约为5000亿元人民币，仅为国外水平的零头。若要支撑如此庞大的资本开支，消费市场的规模至少需接近2.5万亿美元，约占美国当前GDP的8%。对于一个新兴行业而言，这一目标难度可想而知。
从现实数据来看，全球超过一半的风投资金已涌入AI领域，推动了巨头企业的巨额资本开支。然而，美国AI企业的资本开支与收入比例高达6:1，远超互联网泡沫时期的4:1。更值得关注的是，这些收入中可能存在较大水分，且目前行业仍处于亏损状态。根据摩根大通的测算，AI企业的收入需增长13倍才能实现10%的回报率，这意味着未来两年每年需翻数倍增长。然而，赚钱与投入并非同一概念，AI要在应用端真正落地并产生实际价值，仍面临巨大挑战。
AI的发展高度依赖数据中心，而当前的数据中心规模远不足以支撑其需求。未来五年，数据中心投资预计将超过5万亿美元，但AI的生产率提升每年仅有一两个百分点，与互联网初期类似。从投入产出比来看，AI行业无疑存在泡沫，但如何定义泡沫仍需结合时间维度分析。许多人对AI的误解源于其快速渗透生活的现象，但实际上，AI的核心技术并未取得突破性进展，目前仍以优化为主。
在AI商业化落地方面，国内市场表现优于国外。许多小公司通过为大模型加壳，打造所谓的专属AI平台，并以社交裂变的方式销售给中小企业或个人。这类产品通常售价几千至几万元不等，声称能通过输入公司数据实现特定功能。尽管这类模式与真正的AI技术存在差距，但它反映了国内AI商业化的灵活性。相比之下，美国AI公司因技术领先而估值虚高，但绝大多数仍处于亏损状态；而中国部分AI企业已实现盈利，未来盈利范围有望进一步扩大。因此，若说AI行业存在泡沫，美国的泡沫更多体现在估值上，而中国则表现为资源过剩，例如部分地区的算力已出现供过于求的情况。
与互联网初期相比，AI行业的门槛更高。其四大核心环节——算力、数据、研发和训练——均需巨额投入，不像互联网那样可以由少数人在车库中创业。AI仍有一定技术支撑，而互联网初期则更多依赖概念炒作。尽管如此，从大规模商业化垂直落地的角度看，AI仍处于起步阶段。目前，医疗领域的应用进展较快，优秀模型的准确率已超过93%，但仍远未达到理想水平。其次是各类SaaS系统，它们能部分替代客服和销售，降低企业成本，但用户体验仍有待提升，例如AI客服解决问题的能力仍十分有限。
一位长期关注前沿技术的观察者表示，全球AI行业可能会经历从萌芽到追捧、泡沫产生、泡沫破裂、价值重构，最终实现健康增长的过程。若想跳过泡沫破裂阶段，AI收入需在未来一两年内翻十几倍，或每年保持数倍增长。然而，这一目标能否实现仍存疑。如果AI无法在短时间内变得足够“聪明”，那么当前的市场表现可能只是“吹泡泡”而非真正的泡沫。对于AI的未来，有人认为其进步速度可能被高估，也有人坚信优秀公司的价值尚未被充分挖掘。无论如何，这一领域的动态仍值得持续关注。
