開年的AI狂歡，是利好還是隱憂？

2026開局，關于AI的段子又多了一個。據說，AI成了金融人的斬殺線：

今年如果不推AI產品，沒讓客戶賺到錢，那今年就是金融人的斬殺線。如果今年推出的AI產品如果套住了客戶，那明年就是金融人的斬殺線。

AI能在金融界得到這么舉足輕重的地位，靠的是開年以來，投融資的形勢大好。智譜與MiniMax（稀宇科技）兩大獨角獸上市，Meta官宣以約20億美元收購AI智能體公司Manus……連帶著各種跟AI沾邊的賽道都火了。哪怕主營業務跟AI毫無關系，只要一句“我們正用AI降本增效”，就能吸引關注。

AI+行業，真的這么卓有成效嗎？我曾參加某行業峰會，資深技術人員直言，在本行業AI應用剛剛起步，大模型現在在石油石化業務中能干的，都是針尖一樣的小活兒。前不久，“張文宏拒絕把AI引入病歷系統”也登上熱搜。

除了金融、互聯網等數字化基礎非常好的少數行業，絕大多數行業的AI落地情況，其實都差不多，普遍是10%—30%的業務滲透率，真正進入核心業務環節并不多。2025年《關于深入實施“人工智能+”行動的意見》發布之后引發社會高度關注，相關負責人隨后也明確表示，發展“人工智能+”必須堅決避免無序競爭、一哄而上。

與AI從業者、使用者的審慎，形成鮮明對比的，是旁觀者的狂熱與FOMO恐懼錯過心理。所以是時候聊一聊，這場開年的AI狂歡，究竟會給行業帶來什么影響？

一句話來形容大眾對這波AI熱潮的心態，那就是參與或許有風險，但錯過的風險更大。背后的主要原因，是AI作為一種通用技術，具有長期價值，這個遠景的確定的，所以不能錯過。但短期內AI又的確在積累一些風險，讓不少人陷入糾結。

圍觀這場AI狂歡，風險正在幾個方面積聚：

一是大量垂直應用的喧囂，遮蔽了核心技術突破。正如去年年初各行各業扎堆接入DeepSeek的盛況一樣，當前幾乎所有行業都能找到蹭AI熱點的切入點，這就導致AI相關的垂直應用很多，信息太多，反而遮蔽了一些關乎產業根基的技術探索，如DeepSeek的mHC新架構迭代、醫療AI的隱私保護問題、AI開發者的生存境況等，這些討論的聲音正在資本的喧囂中被淹沒。

此外，對技術長期價值的信心，遮蔽了新技術從實驗室到規模商用所必經的殘酷競爭。

新技術初期的競爭是最激烈的，發明家之間互相攻訐、爭奪專利，都在歷史上真實上演過。比如紐科門發明蒸汽機之后，無數模仿者、工程師與小作坊扎堆入局研發類似產品。愛迪生與特斯拉的電流之戰，更是蔓延到了惡性競爭，愛迪生曾用交流電電死大象來污名化對手，特斯拉晚年也十分潦倒，可見押對了技術路線，也未必能收割技術紅利。互聯網早期，99%的“.com”公司最終也都難逃倒閉命運。

所以說，即便長期看好AI技術的價值，也要注意到，激烈競爭后誰能勝出，存在很多未知數。而AI領域的競爭烈度，比此前的新技術革命都有過之而無不及。因為AI領域，格外強調開源開放。

Llama系列、DeepSeek等開源模型，直接打破了閉源大模型的壁壘，比如DeepSeek-R1問世后，百度很快就給付費會員進行退費。所以，想靠新技術收錢盈利的難度更大。而且，開源模式讓技術擴散速度更快。全球知名大模型競技榜單Imarena數據顯示，自2023年年中以來，所有登頂過榜單的模型，平均在榜首位置僅能停留35天左右。曾經討論度拉滿、被認為領先行業一代的OpenAI o1，如今排名已跌到50位之后。頂流產品的命運尚且如此，說明技術創新難以沉淀為持久的競爭壁壘。

這就導致AI領域出現了“冰火兩重天”的心態。

深耕AI的從業者，體感都比較冷，也比較卷。有AI創業者直言，“3個月就有一家公司倒下，30天就會落后一代產品，一覺醒來又有新模型發布了，讓人后背發涼”。但旁觀者卻十分熱情，即便暫時沒有利潤兌現和業績支撐，也對AI格外有信心。

押注AI的長期價值是沒錯的，這也是我們長期聚焦并報道產業智能化的初衷。但必須提醒大家，所有偉大的技術革命、每一次產業革命，都不是一蹴而就的。正如相信蒸汽機、電力與互聯網的價值，但每一個新技術都必然會經歷殘酷的競爭，熬過去才是春天。

有人或許會反駁，AI的未來是確定的，那么不參與就意味著錯過。這種FOMO恐懼錯過心理，從2023年大語言模型突破之后，就一直縈繞在行業和大眾心頭。發展到今天，已經演變出了“AI泡沫是鐵打的”這種說辭。

有一些研究員表示，AI和黃金、金屬是“新三大最堅硬的泡沫”，“如果把泡沫分等級，科技泡沫是最不壞的那種”。這種話術真是令人倍感親切，19世紀的英國皇室但凡能上網，都得點個贊。

《這次不一樣》一書梳理了跨越800年、覆蓋66個國家的海量歷史數據與案例，總結出一個規律：每一次大泡沫來臨前，專家都會宣稱“這次不一樣”。比如主權債務曾被認為是不可能違約的，結果19世紀很多國家的國債多次違約。因為每一次非理性繁榮，“都會讓人產生一種錯覺，以為政府決策英明、金融機構盈利能力超凡、人們的生活水平已然優越”，認為“這次不一樣”，但最后，泡沫都回歸了均值。

這一次AI，跟此前的第一次、第二次人工智能熱潮，有什么不一樣的地方嗎？我認為有兩個不一樣：

一是大模型的技術確定性更強。盡管通往通用人工智能（AGI）的技術路線仍存爭議，有人認為大語言模型（LLM）并非最優路徑，需轉向世界模型，但不可否認的是，大模型大幅降低了AI的落地門檻與成本。從前各行業想要引入以深度學習為主導的AI，需要高薪聘請算法科學家、計算機博士進行定制開發。如今人人都能與AI對話交互，企業開發AI應用的成本也顯著下降，技術普及的基礎已初步具備。

二是AI的杠桿不高。《這次不一樣》指出，所有泡沫的核心隱患，都是過度舉債加杠桿。放眼AI領域，杠桿率是比較低的，加上普通人都能輕易使用到AI，更容易對新技術祛魅，也不會有不切實際的投機幻想。

所以，如果說這一次AI熱潮有什么不一樣的地方，就是在此時此地，沒有非理性繁榮的基礎。但技術產業的發展邏輯和商業規律，不會因為新技術、新題材而改變。

說了這么多，普通人到底怎么才能既不踏空這一波技術浪潮，又不會被市場情緒裹挾呢？我覺得最根本的，還是要認識并接受，自己只是個普通人。

普通人沒有專業能力，無法精準評估什么是真的技術突破，什么是炒作；普通人也無法精準判斷行業變化的節點，既不能在變化前做好準備，也不能在變化后從容應對。

有了這份清醒，才能將參與AI的方式，嚴格控制在自己的能力邊界之內。

控制在認知邊界內，最直接有效的方式是親身體驗AI產品，可以選擇付費的高質量的先進模型，通過使用AI，來感知技術迭代的速度，以及科技公司的技術實力，逐步建立起對AI更準確的認知。

控制在信息邊界內，在AI內容泛濫、自動化生成的時代，選擇真正高質量、專業的信源是十分重要的。建議大家不要只聚焦在AI模型、AI算法、AI應用等軟件層面，AI最終一定是通過產業智能化來完成技術的消化與價值兌現，而產業智能化是一個包含了AI、云、硬件、IoT、生態等多元要素的綜合體，對智能化進程的了解，能避免被短期的模型格局波動和市場情緒所誤導。

如果還是決定以資本形式參與，也能控制在自己的風險承受邊界內。

最后想說的是，AI的紅利并不只存在于資本回報。借助AI技術提升自己的工作效率，拓展一人公司等職業新可能，用AI輔助作業提升孩子的學習成績，這些實際場景都是普通人能把握的零風險的技術紅利。

所以不必FOMO，AI最終會成為像電力、互聯網、智能手機一樣的公共基礎設施，我們每個人都會分享到這場技術革命的果實。在這一天到來之前，更重要的是，不要重蹈幾個世紀以來前人“這次不一樣”的覆轍。