刚刚拿下阿克塞尔·斯普林格奖，山姆奥特曼又语不惊人死不休：

五年后AI将全面超越人类，人类智力的霸权时代，已进入倒计时。

2030年，GPT-8不仅能给出终极难题量子引力答案，能向你娓娓道来其思考过程、灵感来源，以及它为何决定研究这个课题。

它，有资格成为真正的AGI。

届时，“当今经济活动中30%到40%的任务都将由AI执行。”

……

如果是在两年前，我们或许还会感到激动、为自己的饭碗而焦虑。

但此时此刻，虽然类似的感觉还有，但相信绝大多数人都淡了许多。

牛逼听太多，实在是麻木了。

看着现在正与你对话的傻瓜式AI大模型，虽然有点用，但有被吹的那么厉害吗？

就这么个玩意儿，你很难想象它能在5年内，就成为超越一切的存在。

现实很骨感

美国智库METR曾于7月初发布报告，称大语言模型每7个月能力翻倍，远超摩尔定律。

预计到2030年，AI足以在数小时内完成人类一个月的工作量。

这与奥特曼所预测的时间点，比较接近，未来似乎很美好。

但回到现在，同样是智库METR做了一项试验：将一批经验丰富的软件工程师分成两组，一组纯人工，另一组使用AI工具编程。

结果却出乎很多人意料。

相比于纯人工，借助AI工具预测快40%，实际上却慢了19%。

也就是说，AI不仅没有使得效率提升，反而降低了效率。

无论是采用不同的结果指标、估计方法，还是对数据进行各种子集/子分析，开发速度的放缓现象依然存在。

使用了更先进的工具，效率怎么可能下降呢？

包括参与实验的程序员，也认为AI工具帮助自己提升了约20%的效率。

这完全不符合逻辑，但数据不会说谎。

为了解释这种现象，实验方将之归为“能力-可靠性缺口”概念。

简单来说，就是现在的大语言模型，虽然能完成大量复杂的任务。但它们给出的成果，无法达到真实企业需要的业务水平。

比如在执行编程任务中，程序员确实在查找信息和主动编码上花费的时间更少了，但撰写提示词同样需要时间。

同时，AI固然能快速生成大量代码，但其中充满小错误，导致人类程序员不得不花费大量时间去检查、更正AI输出，甚至重写。

大部分情况下，人类反而成了AI的保姆。

更关键的是，编程已经是AI表现最好的领域。

在这个领域都无法带来效率提升（在目前的水平下），甚至起到反效果，其他行业可想而知。

都说站在风口上、猪都能飞起来，人人都想当那只猪。

根据天眼查专业版数据，截至2025年4月，全国现存在业、存续状态的人工智能相关企业超过424.3万家。

其中，2025年新增注册相关企业约28.6万家。

这个领域，是如此繁荣、参与者是如此之多，所有人都在说AI是未来最大的财富增量。

但实际的情况是，除了提供算力的英伟达，和成千上万利用信息差赚流量的博主……目前几乎还没有哪一家AI企业真正赚到钱。

至少在现阶段，它仍然是典型的：高投入，低回报。

据摩根士丹利估算，仅微软、Meta、谷歌、亚马逊四家巨头，2024年的资本投入就高达3000亿美元，其中大部分流入AI项目。

总体来看，2024年全世界生成式AI投资额较2023年增长超过70%，预计2025年的总支出更是将达到2024年的3倍。

这种背景下，科技巨头还能扛得住，或许能支持到AI应用真正百花齐放的那一天。

而大量中小竞争者，即便前期拿到投资，也根本撑不下去。

比如开发出AI回话模型的SD，至今仍背着1亿美元债务；Stability AI，核心研究团队集体辞职；Character AI不得不卖身谷歌……

国内的圈子，大同小异。

波形智能，曾拿到千万融资，突然就解散了，包括CEO、CTO等核心成员集体跳槽OPPO。

竹间智能，创始人简仁贤曾担任微软工程院副院长，因现金流吃紧，部分部门不得不停工，基本上停摆了。

华夏芯，资金链断裂、申请破产，14项专利、15项软件著作权被挂到京东拍卖……

2022年11月至2024年7月，全国共有78612家新注册AI企业处于注销、吊销或停业异常状态，占同期新注册企业总量的8.9%；全国AI领域注销、吊销的企业总数，更是超过20万家。

虽然没有最新的数据，但按照这个比例估算，目前倒闭的新注册AI相关企业，100%已经超过10万家。

正如AI工具的实际作用，目前远远没有人们想象中那么强。

不要只看到顶尖巨头在台前的光鲜，这才是AI浪潮的真正底色。

九成的参与者，都将、或已经倒在黎明前，其中不乏真正纯粹的技术团队。

在AI技术出现真正意义上的突破之前，这种情况不会改变。

未来确实不远

如果说，古人的生产力是天平，付出多少力气就收获多少粮食。

那么，现代人的生产力就是一根杠杆，只用坐在机器前敲敲打打，就能驱动万吨的巨轮。

在我们的想象中，生成式AI的变革性之处在于，打破了“成本、质量、速度只能选其二”的三角模型。

不过目前来看，无论是成本、质量还是速度，AI工具似乎都与我们预想的还差很远。

因为现阶段的AI只会标准化的创作，这会导致两个问题。

其一，同质化；其二，细节缺失。

以AI绘图为例，生成式AI是通过整合大量资源，来获得绘画能力。

一旦源头出现交叉重复，必然导致AI作画出现不可避免的同质化。

这一点我们平常使用AI工具时都能感受到，你如果不输入大量特定的提示词，它给出的图片风格其实都非常类似。

更关键的是，它只是把数据具象化为图片，这就不可避免出现大量低级错误。

比如，人物装饰不完整，某些器官比例失真，手指多一根等等。

这在上文提到的编程工作中，同样有出现。

由于这两个问题的存在，生成式AI目前只能胜任比如审核、阅片之类的少部分重复性非常高的工作。

对大部分人而言，它根本无法作为一个合格的工具，更深层次的细节把控，必须由人来把控。

最终导致，使用工具后的效率，反而不如原来高。

当然，未来虽然还未来，但它终究会到来。

今时今日的种种，我们可以归咎为企业家的过度宣传，但更本质的原因只有一个：如今的AI不够强。

应该强到什么程度，它才能真正作为一个合格的工具，给企业“降本增效”呢？

其实应该有一个标准：达到人类从业者的平均水平、乃至最低水平。

它不需要非常强，只需要达到最普通的水准，就将彻底改变今时今日的市场生态。

因为在任何行业，占绝大多数的普通人如果被淘汰，人工成本自然就降下来了，效率也得到了提升。

比如目前AI应用最广泛的游戏行业。

只要定义好规则，关卡策划、系统、数值等基础、重复性的设计内容，后续的工作本来就是套模板直接协作。

基本上，初级策划所有能干的工作，基本上都即将被替代。

甚至，只需保留少数创造力最强的人，这样做不仅能降本增效，游戏本身的质量也会得到提升。

比如，每个NPC都有一个完整而具体的故事，且能与玩家进行更详细而真实的对话——实现性格千人千面。

玩家体验毫无疑问会得到提升。

而在单纯靠人力堆的时代，这是不可能实现的。

对大厂而言，AI能帮助自己降本增效，以后大型游戏的研发成本更低、周期更短，从而带动整个市场更加活跃。

对小厂而言，本来主攻的就是页游、小程序游戏，基本就是赚一波就跑。对他们而言，以后的成本基本只剩下推广，研发全交给AI就可以了，无限薅羊毛。

唯一受伤的，只有大部分不够“优秀”的从业者。

这种事情，如今已经在游戏行业发生，而且这两年随着显卡升级大爆发，行业会变得越来越卷，50%的人可能面临转行。

其他行业，都在瑟瑟发抖。

那一刻的到来，不需要AGI，只需要等到工具能完成最简单的工作。

但绝对不应该是现在。

尾声

至少此时此刻，对大部分行业而言，AI是根本无法取代人的，甚至作为工具都不太合格。

但最近两年，很多中小企业的管理层们，不论懂或不懂，大多都跟着舆论走、给员工强调降本增效的概念，普遍裁员。

留下的员工熟悉AI工具，尤其是免费的那种，提高自己的工作效率。

这算是比较low的做法，也是最普遍的。

但最终，绝大多数只是降了本，根本没有增效。

即便真的增了效，绝大多数的情况也不是因为AI，而是裁员导致人心惶惶、大家越来越卷而已。

更讽刺的是，现在都2025年了，AI应用市场规模即将突破5000亿元。

却依然有相当一部分企业，就像坐井观天的土财主一般，觉得买几台高配电脑就是数字化转型，生成几个数字人主播就是在做AI。

这并非夸张，稍微去了解一下就知道，抱有这种想法的企业、甚至投资者都相当之多。

或者说，这大概才是目前市场热炒AI的真实底色。

本文来自微信公众号：格隆 （ID：guru-lama），作者：城北徐公