自 ChatGPT 在 2022 年底迅速爆发以来，数亿人尝试过使用 AI，然而真正留存和活跃的用户却并不多。很多人会说 "AI 很聪明，但并不适合我 "，然后耸耸肩离开。

在谷歌、微软等一众科技巨头正热衷为 AI 疯狂砸钱之际，这项技术带来的实际回报却遭受广泛质疑。高盛甚至评价 AI 泡沫比互联网泡沫更甚一筹。

人工智能——一项颠覆世界的创新技术，还是泡沫终将破裂？8 月 16 日，媒体观察到 10 个关于 AI 并不乐观的现象，包括使用频率低、缺乏杀手级应用、生产力回报不明显、资本支出增长乏力等。

AI 使用频率低：大多数人只用过一两次

ChatGPT 在 2022 年底迅速爆发，仅用两个月就达到了 1 亿用户。数亿人尝试过 AI 应用，尽管如此大多数人只使用过一两次 AI，或者每隔几周才回来使用一次。

过去 9-12 个月，AI 活跃用户没有太大增长

AI 应用活跃用户的增长貌似已经进入瓶颈期。谷歌趋势（Google Trends）数据显示，过去 9-12 个月中，ChatGPT 的活跃用户没有太大增长。

分析师 Benedict Evans 问道，" 如果这是改变一切的神奇事物，为什么大多数人实际上只会说‘非常聪明，但不适合我’，然后耸耸肩走开？"

财报电话会上，企业对 AI 的关注度有所下降

今年第二季度，AI 在公司财报电话会议上的提及次数正在下降。媒体称，各家公司对人工智能的谈论越来越少。

数据显示，二季度财报电话会议上，公司提及人工智能及相关词汇的数量较第一季度显著下滑。

科技巨头资本支出上调，但幅度不大

包括微软、Alphabet、亚马逊和 Meta，在最新的季度财报中透露，2024 年前六个月的资本支出大幅增加 ---- 累计总额达到 1060 亿美元。后续，亚马逊、谷歌、微软、Meta 等大型科技公司的资本支出计划与展望受到密切关注。

投资者们迫切的想知道这些巨头们是否还热衷于砸钱投资 AI。不过，据高盛称，在这些公司发布业绩报告后，市场普遍预期 2025 年科技巨头们的资本支出和研发支出只将增加 3%。

AI 生产力的滞后，还需要更多时间

高盛的股票研究主管 Jim Covello 对当前的 AI 泡沫非常悲观，他认为这种泡沫可能甚至比上世纪末的互联网泡沫更严重。高盛预测 AI 在未来十年内对经济的实际影响会很有限，AI 只会使美国生产力增加 0.5%，GDP 仅增加 0.9%。

数据显示，企业对大语言模型（LLM）表现出极大的兴趣，许多企业正在进行试点和实验，但真正将其部署于业务中的公司并不多。AI 本质上是一种技术，而非产品。要使其真正有用，需要将其拆解或重新组合到新的框架、用户体验和工具中，AI 大模型离大规模部署还有一段路要走。

就像互联网时期的前期投入的变现也需要漫长的时间，比如宽带建设、消费者购买 PC、电子商务基础设施。类似地，iPhone 也经历了一个缓慢的发展过程，最初的销售数字不高，直到 2010 年才真正起飞。

日元套利交易 =AI 泡沫？

英国知名研究公司 BCA Research 首席策略师 Dhaval Joshi 近日发布一项研报，将日元套利交易与 AI 泡沫相关联。

Joshi 认为，所谓 " 日元套利交易 " 的平仓以及 " 人工智能泡沫 " 的初步退潮实际上可能已成为同一种交易。令人信服的证据是，它们的价格走势完全一致。

AI 泡沫不断膨胀

策略师 Joshi 认为，虽然卖出日元的人可能与买入 AI 股的人不是同一个人，但卖出日元和 " 吹大 " 人工智能泡沫之间，其实是同一个交易过程的两端。卖出日元 ( 借入日元进行套利交易 ) 促成了人工智能泡沫的扩大，而人工智能泡沫又促进了日元的抛售。

Joshi 认为，日元套利平仓交易还在继续。这也意味着，人工智能泡沫还会扩大……

AI 杀手级应用在哪里？

华尔街机构们认为，科技巨头在 AI 领域的资本支出如此之高，却没有带来相应的回报和更高效的应用。在过去两年里，只出现了 ChatGPT 和 Github Copilot 两个现象级 AI 产品。

而在人工智能领域，风险投资者更喜欢 BTB 商业模式。

AI 盈利表现不足

高盛认为，只有专注于 AI 基础建设类型的公司盈利表现还不错……

比如，亚马逊、谷歌、微软和 Meta 在 AI 资本开支上的投入，基本都流向了建造数据中心以及购买英伟达的 GPU 产品。

企业推动 AI 培训，但员工真的需要吗？

标普全球正在向埃森哲付费，为 3.5 万名员工提供 " 生成式人工智能 " 培训。

分析师 Benedict Evans 评价道，" 我曾经开玩笑说，如果你连续三次强调数字化转型，一个埃森哲的合伙人就会突然出现，并向你递上一份合同——现在，同样的情况发生在 AI 上。欢迎来到企业 IT 的世界 ~"

"AI 培训 " 真的必要吗，还是一种浪费？

来源：全天候科技