引言: 在一个充斥着AI炒作的时代，公众叙事往往聚焦于机器人抢走工作，这种散布恐惧的设想，却转移了人们对一个更为直接且影响深远的经济现象的注意力。真正的情况并非关于AI直接取代人类劳动，而是关于前所未有的企业资本重新配置，这助长了一场需要我们以怀疑的眼光审视的AI消费狂潮。我们必须扪心自问：这究竟是对未来生产力的投资，抑或是一场主要让“卖铲人”致富的新淘金热？

核心提炼

• 当今人工智能最主要的经济影响，在于它促使企业投入了巨额资本支出，而非直接的就业岗位替代。
• 这种支出激增正在为人工智能供应商、基础设施提供商和专业顾问创造一个蓬勃发展、往往不透明的经济。
• 由于受竞争性的“错失恐惧症”（FOMO）驱动，而非基于经过严格验证的投资回报，存在“AI漂白”和资金错配的重大风险。

深度解读

传统观点认为人工智能是就业的破坏者，是一种不可避免的力量，将使整个行业过时。虽然人工智能对劳动力市场的长期影响确实是一个关键问题，但塑造当今经济的更直接、更具体的影响是大量资本正涌入其应用。这不仅仅是关于研发；它涉及企业范围内在大型语言模型订阅、专用AI芯片、云计算能力、数据标注服务以及蓬勃发展的AI集成咨询生态系统上的支出。

这种动态并非全新。我们曾在过去的科技繁荣中见过类似的模式：互联网时代的基础设施建设、90年代的ERP系统实施，或最近向云计算的转型。每一次，一项新的基础技术都点燃了投资狂潮，承诺带来无与伦比的效率和竞争优势。然而，人工智能的不同之处在于其支出的速度和规模，这主要是由那些不追随潮流的公司面临生存威胁的观念所驱动的。董事会正在询问高管团队，高管团队正在询问IT部门：“我们的AI战略是什么？”——通常是在理解AI旨在解决的实际战略问题之前。

“为什么”很简单：指数级生产力提升、加速创新和无与伦比的洞察力。“如何做”则复杂而昂贵。公司不仅仅是在购买软件；它们正在重新构建数据管道，提升员工技能，并且经常为那些仍在摸索中的人才和服务支付溢价。这催生了一个利润丰厚、多层面的经济，主要受益者是基础AI提供商（OpenAI、谷歌、微软）、芯片制造商（英伟达）以及新一批系统集成商。实际影响是企业预算的战略性转向，经常将资金从其他关键的数字化转型计划或核心业务改进中挪用。问题依然存在：这项投资是否正在为最终用户公司带来真实、可衡量的价值创造，还是其中很大一部分是投机性、防御性、甚至是由于市场压力和害怕落后而造成的浪费性支出？早期迹象表明情况喜忧参半，许多项目仍处于试点阶段，而在特定、明确的应用之外，具体的投资回报率仍难以捉摸。

对比观点

尽管对人工智能的每一分钱投入的即时投资回报率（ROI）抱持怀疑态度是情有情理的，但同样重要的是要认识到推动这项投资的战略必要性。一个更乐观的观点会认为，当前的这股投资热潮与其说是一个泡沫，不如说是对下一个技术竞争力时代的必要基础性投资。早期采用者，即使面临初步实施障碍和高昂成本，也正在获得关键的先发优势，构建专有数据集，并开发特定领域模型，这些是后来者难以复制的。这不仅仅是关于渐进式改进；更是关于从根本上重构业务流程和能力。不投资人工智能的成本可能要大得多，可能导致在快速变化的市场中失去竞争力。此外，许多此类投资都集中在基础设施和基础模型上，它们就像互联网骨干网一样，最终将普及先进能力，并在长期内产生巨大回报，即使个别应用在初期举步维艰。当前的支出仅仅是构建未来的成本。

前景探讨

未来1-2年将是企业AI支出成效检验的关键时期。我们很可能会看到一个显著转变，即从实验性试点项目转向对可证明的投资回报率提出更严格的要求。那些仅仅“AI洗白”（AI-washed）其业务，或投资缺乏明确战略目标的公司，将面临来自股东越来越大的压力。这可能导致AI供应商行业的整合，只有那些能提供清晰、可量化价值的供应商才能存活下来。最大的障碍将包括AI工具与遗留系统的整合、负责任地部署高级模型所涉及的伦理和监管复杂性，以及熟练AI人才获取和保留的持续挑战。此外，规模化部署AI的成本影响，尤其是能源消耗和专用硬件，将成为一个更突出的问题，这可能会给当前对大型通用模型的无限热情降温，转而青睐更高效、有针对性的解决方案。

---

原文参考: AI isn’t replacing jobs. AI spending is (Hacker News (AI Search))

Read English Version (阅读英文版)