跳至正文
i@laoer.com

技术、生活、感悟 -- Laoer的博客

i@laoer.com

技术、生活、感悟 -- Laoer的博客

  • 首页
  • 人工智能
  • 互联网
  • 商业观察
  • 天乙软件
  • 用药有数
  • 隐私政策
  • 关于
  • X
  • 首页
  • 人工智能
  • 互联网
  • 商业观察
  • 天乙软件
  • 用药有数
  • 隐私政策
  • 关于
  • X
关

搜索

  • 首页
  • 人工智能
  • 互联网
  • 商业观察
  • 天乙软件
  • 用药有数
  • 隐私政策
  • 关于
  • X
i@laoer.com

技术、生活、感悟 -- Laoer的博客

i@laoer.com

技术、生活、感悟 -- Laoer的博客

  • 首页
  • 人工智能
  • 互联网
  • 商业观察
  • 天乙软件
  • 用药有数
  • 隐私政策
  • 关于
  • X
  • 首页
  • 人工智能
  • 互联网
  • 商业观察
  • 天乙软件
  • 用药有数
  • 隐私政策
  • 关于
  • X
关

搜索

  • 首页
  • 人工智能
  • 互联网
  • 商业观察
  • 天乙软件
  • 用药有数
  • 隐私政策
  • 关于
  • X
AI是真的,泡沫也可能是真的:诺奖得主为什么不相信硅谷的叙事
互联网人工智能博客文章

AI是真的,泡沫也可能是真的:诺奖得主为什么不相信硅谷的叙事

作者 Laoer
2026年8月11日 8 分钟阅读
0

过去几年,如果只看AI模型能力的进步,很容易相信我们正站在一场新工业革命的起点。

从ChatGPT出现,到今天AI可以写代码、制作视频、完成研究、调用工具,甚至独立执行越来越复杂的任务,技术进步几乎肉眼可见。与此同时,OpenAI、Anthropic、Google等公司不断把未来指向AGI,科技巨头投入AI基础设施的资金也从几百亿美元迅速增长到数千亿美元。Google DeepMind CEO Demis Hassabis甚至形容,AI带来的变化可能比工业革命大10倍、快10倍。

但如果AI真的正在以这样的速度改变世界,我们应该已经开始在经济数据里看到些什么。

2024年诺贝尔经济学奖得主、MIT教授达龙·阿西莫格鲁(Daron Acemoglu)对此相当谨慎。在论文《The Simple Macroeconomics of AI》中,他估算未来十年AI带来的全要素生产率增长累计可能只有0.53%—0.66%左右,GDP累计增长在不同假设下约为0.93%—1.56%。

这并不是说AI没有价值。真正的问题是:技术能力的快速提升,并不会自动变成同等规模的经济价值。

一、AI效率提高了,为什么生产率没有起飞?

过去需要一个小时整理的信息,现在可能十分钟完成;一些程序员一天才能完成的工作,现在几个小时就可以交付。类似体验越来越普遍,很容易让人产生一种感觉:AI生产率革命已经发生了。

但阿西莫格鲁认为,从个人效率提升推导到整个经济的生产率爆发,中间还有很长的距离。

今天AI最擅长的,往往是任务边界清楚、结果容易验证、训练数据丰富的工作。一封邮件写得好不好、一段代码能不能运行、一份文档能不能总结,都比较容易判断。但真实经济中的大量高价值工作并非如此。医生处理复杂病例、工程师解决现场故障、管理者判断一个项目是否继续,都包含大量环境信息、隐性知识和责任判断。

即使AI技术上能够完成其中一部分,企业还要考虑数据准备、系统集成、监督以及错误成本。因此,“某项工作快了三倍”和“整个公司生产率提高三倍”从来不是一回事。

按照阿西莫格鲁的估计,目前真正具有经济意义、能够有利可图地实现AI自动化的任务,大约只有整体任务的5%。这个数字未来当然可能继续提高,但至少说明,今天许多宏观预测实际上隐含了一个很强的前提:AI必须很快进入大量现实世界中的复杂任务。

如果这个前提没有兑现,AI依然会是一项非常重要的技术,只是经济价值兑现的速度,可能没有资本市场想象得那么快。

二、工业革命真正的教训,不是“最后大家都会受益”

硅谷很喜欢把AI比作工业革命,这个类比并没有错。但我们今天回望工业革命,往往只看到结局:蒸汽机、铁路和机械化最终大幅提高生产率,人类生活水平也远高于两百年前。

容易被忽略的是,这个过程并没有迅速惠及所有人。

经济史上有一个著名的“恩格斯暂停”(Engels’ Pause):工业革命早期,英国劳动生产率已经明显提高,但普通工人的实际工资在几十年间增长非常缓慢。机器提高了产出,并不意味着技术收益会自动流向劳动者。

后来随着资本积累、劳动力市场变化,以及工会、劳动立法和公共制度逐渐完善,生产率提升才越来越广泛地转化为生活水平改善。

这段历史对今天AI真正有意义的启示,不是“机器以前也抢过工作,所以不用担心”,而是:技术能够创造多少财富,与这些财富最后由谁获得,是两个不同的问题。

阿西莫格鲁尤其担心,今天AI的发展越来越集中于Automation,也就是用机器完成原本由人完成的工作。自动化当然能够降低成本,也能够提高生产率,但如果创新主要围绕“如何用更少的人完成同样的事情”,企业得到的主要是成本下降,而不是新的产品、服务和需求。

今年他与David Autor、Simon Johnson提出“Pro-worker AI”,强调另一条技术路线:AI不仅替代已有任务,更应该让普通人获得过去只有专家才能拥有的能力,并创造新的工作和任务。

这也是过去真正重要的通用技术产生巨大经济价值的方式。汽车最大的价值不是让马车夫效率更高,而是创造了制造、维修、公路、物流等整个产业;互联网最大的价值也不是让人写信更快,而是后来出现了搜索、电商、云计算和移动支付。

如果AI最后最大的用途只是“让五个人完成过去十个人的工作”,它当然仍然有价值,但可能远远没有发挥这项技术真正的潜力。

三、GPU不是光纤,AI泡沫和互联网泡沫并不完全一样

对于今天巨大的AI资本投入,一个常见的辩护是互联网泡沫。

2000年前后,大量公司同样疯狂投资网络基础设施,电信企业铺设了远超当时需求的光纤。泡沫最终破裂,无数公司倒闭,但互联网没有失败。相反,当年留下的一部分基础设施后来继续被使用,最终支撑了搜索、电商、视频和云计算的发展。

于是有人认为,即使今天AI也存在投资泡沫,只要技术方向是对的,现在多建设一些数据中心、多购买一些GPU,未来迟早都会用上。

阿西莫格鲁在访谈里提醒了一个很容易被忽略的问题:GPU不是光纤。

当年埋到地下的光纤,即使建设它的公司破产,仍然可以使用很多年。但GPU属于另一类资产,它不仅存在物理折旧,还有非常明显的技术折旧。新一代芯片性能更高、功耗更低,同样完成一次训练或者推理任务,成本可能越来越低。于是旧GPU即使还能正常工作,它的相对经济价值也可能迅速下降。

这意味着,如果今天整个行业高估了未来几年的算力需求,留下来的未必是一批可以低成本使用十几年的基础设施,其中相当一部分可能是正在快速失去成本竞争力的计算设备。

这并不意味着今天建设数据中心是错的,旧GPU也不会几年后就全部失去价值。但它改变了一个重要的投资逻辑:AI基础设施必须更快产生足够大的商业回报。

而这恰恰是今天AI行业最值得讨论的问题。

AI商业化当然已经发生,模型公司收入也在快速增长。真正的问题不是“AI有没有收入”,而是这些收入未来能不能支撑整个行业数千亿美元规模的资本投入,并最终产生与之匹配的利润和生产率。

互联网最后成功了,并不代表2000年投资互联网的每家公司都成功。当年的技术革命是真的,投资泡沫也是真的。

AI完全可能重复这种情况。

AI是真的,泡沫也可能是真的

我们经常把“AI是不是泡沫”理解成一个非黑即白的问题。相信AI最终改变世界,似乎就必须同时相信今天的资本开支、公司估值和AGI时间表都是合理的;如果质疑今天的投资规模,又很容易被认为是在否定AI。

其实完全没有必要。

AI可以是一项改变世界的技术,同时资本市场也可能高估了它产生经济回报的速度。判断这件事情最终只有一个很朴素的标准:今天投入进去的这些钱,未来究竟能够产生多少真实的收入、利润和生产率。

如果AI真的能够迅速进入医疗、制造、科研和大量复杂工作,让整个经济生产率出现大幅增长,那么今天数千亿美元的投资也许只是开始。但如果阿西莫格鲁的估算更接近现实,未来十年的生产率提升依然相当有限,那么很多按照AGI快速到来进行的投资,就需要重新计算回报。

这也是我认为阿西莫格鲁的观点真正值得讨论的地方。

技术价值、生产率价值和投资价值,本来就是三件不同的事情。

AI越来越好用,并不意味着它马上能够改变整个经济;它最终能够改变整个经济,也不意味着今天投入其中的每一美元资本都能够赚回来。

而比判断有没有泡沫更加重要的问题,是我们最终准备把AI用在哪里。如果AI只是帮助企业用更少的人完成同样的事情,我们得到的可能主要是成本下降;如果AI能够让医生解决过去解决不了的问题,让工人掌握过去只有专家才有的能力,让科学家发现新的药物和材料,它才真正可能创造过去不存在的价值。

到那个时候,AI带来的经济增长也许会远远超过阿西莫格鲁今天那个保守的预测。

但这仍然不能证明今天所有关于AGI、资本开支和估值的故事都是对的。

互联网时代已经证明过一次:

技术革命是真的,泡沫也可以是真的。

标签:

AIAnthropicDemis HassabisGoogleOpenAI互联网
作者

Laoer

1999年开始做互联网,做过开发、技术管理,也创过几次业。 现在依然在一线做产品、写代码、折腾AI。 关注AI如何重新改变软件、公司和人的工作方式。 公众号:Laoer杂谈。

关注我
其他文章
上一个

Google发现卖铲子比自己挖金矿更赚钱之后,DeepMind怎么办?

AI最终会增加就业?扎克伯格赌的是Invention跑赢Automation
下一个

AI最终会增加就业?扎克伯格赌的是Invention跑赢Automation

暂无评论!成为第一个。

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

这个站点使用 Akismet 来减少垃圾评论。了解你的评论数据如何被处理。

微信订阅

欢迎订阅微信公众号--“Laoer杂谈”,搜索微信号:laoertalk,“Laoer杂谈”是关于技术、创业、生活的杂谈与随笔,希望与大家多多交流。

用药有数·DoseLoop

用药有数·DoseLoop 一款不会响完就消失的用药提醒。每次计划用药持续追踪,直到有明确结果。支持慢病、老人、ADHD 等各种用药场景。

标签

AI AI Agent AI Coding Anthropic ChatGPT Claude Claude Code Codex DeepMind DeepSeek DeepSeek Harness Gemini Google GPT iOS iPhone Java JavaScript jQuery Kimi Kohana Linux LLM Mac Meta Mysql Nginx OpenAI Oracle PHP RSA Sam Altman SNS Struts Tomcat Web2.0 互联网 人工智能 创业 大模型 字节跳动 工作 旅游 生活 管理

日历

2026 年 11 月
日 一 二 三 四 五 六
1234567
891011121314
15161718192021
22232425262728
2930  
« 10 月    

近期评论

  • 黄仁勋卸任:1158亿财报后,英伟达由盛转衰? - i@laoer.com 发表在《当OpenAI们开始自己造芯片,英伟达为什么要花140亿美元买Hugging Face?》
  • Gemini 4 Hydrogen 实测与定价分析:谷歌把 Flash 变贵了? 发表在《跑分破纪录、内部重写百万行代码,为什么程序员实测 Gemini 4 还是觉得不如 Claude?》
  • AI Coding 已经不稀奇了:从1个插件看软件开发成本的变化 - 技术、生活、感悟 - Laoer的博客 发表在《从瀑布到敏捷,再到AI原生:软件工程正在进入第三个时代》
  • AI Agent跨App困局:20年平台围墙与Palantir解法 - i@laoer.com 发表在《155款App拉黑豆包手机:大厂怕的不是AI乱花钱,而是AI不看广告》
  • 腾讯AI战略的深层困局:马化腾28周年讲话与过去的成功 发表在《155款App拉黑豆包手机:大厂怕的不是AI乱花钱,而是AI不看广告》
  • 腾讯AI战略的深层困局:马化腾的AI焦虑与过去的成功 发表在《红果短剧月活4.1亿,为什么AI更容易做成流量生意?》
  • Gemini 4 Hydrogen 实测与定价分析:谷歌把 Flash 变贵了? 发表在《Gemini 4 Argon已经开始赢跑分了,但真正的考试还没开始》
  • AI Coding 文档管理:写代码越来越快,文档却更重要了 发表在《AI写代码已经不稀奇了,真正的变化是很多东西突然值得做了》
  • 大模型商业化:中国AI模型越来越强,为什么反而更难赚钱? 发表在《DeepSeek V4涨价后,真正的问题不是谁在用,而是谁在赚钱》
  • Laoer 发表在《AI 有没有意识还没定论,Anthropic 为什么先限制虐待它?》

分类

  • iOS
  • Java
  • JavaScript
  • Linux
  • Mac
  • PHP
  • Web2.0
  • 互联网
  • 人工智能
  • 创业
  • 博客文章
  • 商业观察
  • 工作
  • 数据库
  • 构架设计
  • 生活

归档

  • 2026 年 11 月
  • 2026 年 10 月
  • 2026 年 9 月
  • 2026 年 8 月
  • 2026 年 7 月
  • 2026 年 6 月
  • 2026 年 1 月
  • 2024 年 12 月
  • 2024 年 10 月
  • 2024 年 8 月
  • 2024 年 7 月
  • 2023 年 12 月
  • 2023 年 1 月
  • 2022 年 8 月
  • 2021 年 12 月
  • 2021 年 10 月
  • 2020 年 12 月
  • 2020 年 1 月
  • 2018 年 12 月
  • 2018 年 8 月
  • 2018 年 4 月
  • 2017 年 12 月
  • 2016 年 12 月
  • 2016 年 8 月
  • 2016 年 2 月
  • 2015 年 12 月
  • 2015 年 1 月
  • 2013 年 6 月
  • 2013 年 5 月
  • 2012 年 11 月
  • 2012 年 7 月
  • 2012 年 6 月
  • 2012 年 5 月
  • 2012 年 3 月
  • 2012 年 1 月
  • 2011 年 12 月
  • 2011 年 11 月
  • 2011 年 10 月
  • 2011 年 9 月
  • 2011 年 8 月
  • 2010 年 11 月
  • 2010 年 2 月
  • 2010 年 1 月
  • 2009 年 12 月
  • 2009 年 11 月
  • 2009 年 9 月
  • 2009 年 7 月
  • 2009 年 6 月
  • 2009 年 5 月
  • 2009 年 4 月
  • 2009 年 3 月
  • 2009 年 2 月

其他操作

  • 登录
  • 条目 feed
  • 评论 feed
  • WordPress.org
Copyright 2026 — i@laoer.com. All rights reserved. Blogsy WordPress Theme