【轨物洞见】当下 AI，正在重演 2000 年互联网的故事

如今的AI热潮，与20年前的互联网狂热有着惊人的相似剧本，而其中最具代表性的，莫过于被市场捧上神坛的AI智能体热潮。以因图标酷似小龙虾而被热议的AI项目为例，其GitHub星标迅速突破31万，深圳龙岗区快速推出专项扶持政策，相关概念股在资本市场反复上演暴涨暴跌的戏码。可冷静审视便会发现，这类AI智能体当前的落地场景寥寥无几，更多只是极客圈子里的“玩具”。

更值得警惕的是安全隐患：默认配置缺乏安全保障、权限边界模糊不清，社区技能模块还存在供应链投毒的潜在风险。当一个能随意读写文件、访问网络、操控设备的AI智能体被广泛部署，却连基础的权限规则都未厘清，本质上就是在忽视安全风险盲目追风。

可市场的狂热并未止步于此。各类知识付费博主、培训机构闻风而动，甚至青岛大学都开设了相关零基础实战课程，数千元的收费课程吸引着大量非IT专业人士跟风；全网泛滥的“保姆级安装教程”，让连基础计算机知识都不具备的中老年群体也加入安装大军。这一幕，像极了2000年Pets.com（在线狗粮网站）上市首日市值突破3亿美元、Webvan（在线杂货配送平台）疯狂烧钱10亿美元的荒诞——彼时的互联网，只要带上“.com”标签就能获得高估值；如今的AI，只要贴上“智能体”“大模型”噱头，就能吸引资本与流量。

资本市场的逻辑同样在重复旧路。大量企业斥资数千万甚至上亿元部署大模型、推进AI转型，却忽略了技术落地的实际难度。就像瑞典金融科技巨头Klarna，曾宣称用AI替代700名客服，声称AI能承担相当于700人的工作，结果却是客户满意度断崖式下跌、投诉量激增，最终不得不重新招聘人工客服。MIT的研究更是直指核心：95%的企业生成式AI试点项目，无法产生可量化的商业回报。不是模型不够先进，而是将AI整合进实际业务流程的难度，远超前期的预期。

AI泡沫的形成，并非偶然，而是技术、资本、市场多股力量叠加的必然结果，与2000年互联网泡沫的催生逻辑高度契合，具体可归结为六点：

大模型的迭代升级，让人们直观感受到AI的强大能力：文案创作、代码辅助、数据分析、智能客服……几乎所有行业的工作方式都被重塑。电子邮件取代传真、搜索引擎替代黄页、电商蚕食零售的互联网变革历历在目，这让市场对AI的期待迅速膨胀，将其视为“下一个改变一切的核心技术”。

与90年代中后期美联储宽松的货币政策相似，近年来全球流动性相对充裕，大量资金涌入AI领域。风险投资机构疯狂布局，资本市场也摒弃了传统的盈利、营收估值逻辑，转而追捧“用户增长”“技术概念”，只要与AI沾边的企业，就能轻松获得融资，这种“给钱不管盈利”的环境，催生了大量蹭概念的项目。

当头部企业、头部机构纷纷布局AI，中小企业与创业者为了不被淘汰，纷纷跟风入局。无论是传统行业的数字化转型，还是初创公司的AI产品研发，都陷入“为了AI而AI”的怪圈，缺乏对自身业务场景的适配性思考，导致大量低质、重复的AI项目涌现，进一步推高了市场泡沫。

各类媒体争相报道AI的颠覆性潜力，培训机构大肆渲染“AI取代人类”的恐慌叙事，让公众对AI的期待不断拔高。这种舆论放大的效应，让技术的实际落地速度被远远甩在预期之后，形成“期待越高，失望越大”的反差，为泡沫破裂埋下伏笔。

全球云厂商纷纷加大AI基础设施投入，据TrendForce数据，2025年全球八大云厂商AI相关资本支出突破4200亿美元，2026年预计进一步飙升至5200亿美元，微软、亚马逊等巨头计划投入超4000亿美元建设AI数据中心。这种过度的算力投入，若后续AI应用增长跟不上算力供给速度，必然导致算力过剩；同时，数据中心的电力供应缺口也日益凸显，北美数据中心2025-2028年电力缺口高达49吉瓦，这种结构性矛盾，成为AI泡沫的重要支撑。

大模型的进步速度正在明显放缓。从GPT-4到GPT-5，间隔长达29个月，却未出现跨代式的质变；Anthropic与OpenAI的前沿模型在行业标准编程基准测试中，准确率均卡在74-75%的区间，陷入“数据高原”困境。互联网上高质量训练数据逐渐耗尽，单纯依靠扩大数据规模、增加算力投入的发展逻辑已遇阻，边际收益急剧下降，这种技术瓶颈，让“AI无所不能”的幻想开始松动。

2000年互联网泡沫的破裂，并非由单一因素触发，而是美联储加息、微软反垄断判决、财报季暴雷等多重因素叠加的结果。反观当下，AI泡沫破裂的前兆已经逐渐显现，历史的剧本正在以相似的方式展开：

早在2023年，红杉资本就提出“AI的2000亿美元之问”，指出AI基础设施投入与营收之间存在巨大缺口；2024年，这一缺口升级为“6000亿美元之问”。高盛股票研究主管Jim Covello更是直接警示，“建造太多市场不需要的AI产品，通常不会有好结局”，其研究报告更是直接以《Gen AI: Too Much Spend, Too Little Benefit?》（AI：投入过多，收益过少）为题，点明行业痛点。随着全球地缘冲突引发能源危机，通胀压力攀升，各国央行纷纷暂停降息，甚至不排除加息可能——就像2000年美联储连续六次加息，直接掐断了互联网公司的融资生命线，如今资本的趋理性，正在挤压泡沫的生存空间。

以AI行业领头羊OpenAI为例，尽管其营收增速惊人，2024年全年营收约37亿美元，2025年上半年便达43亿美元，年化收入有望突破100亿美元，但另一面却是巨额亏损：2024年净亏损约50亿美元，2025年上半年现金消耗25亿美元，且亏损规模并未收窄。算力、研发的烧钱速度远超营收增长，这种“增收不增利”的状态，与当年烧钱求生的.com公司如出一辙。一旦头部AI企业出现资金链断裂或大规模裁员，必将成为压垮市场信心的关键一击。

随着大量企业AI转型试点项目的失败，以及Klarna等典型案例的曝光，市场逐渐意识到，AI并非“万能许愿机”。它存在幻觉、低级错误，在专业领域的可靠性仍需提升，无法立刻实现降本增效的“完美承诺”。这种认知的转变，让原本狂热的市场开始理性算账，当资本与企业发现投入与回报的差距无法弥补时，泡沫的崩塌便不可避免。

Gartner的技术成熟度曲线早已揭示，任何技术的发展都要经历“技术萌芽期→期望膨胀峰值→泡沫破裂低谷→稳步爬升复苏→成熟生产力期”五个阶段。当前的AI，正处于期望膨胀的峰值，即将或已经开始步入泡沫破裂的低谷期。大模型迭代的瓶颈、应用落地的难题，会让市场对AI的热情逐渐冷却，进入一段“失望期”，但这并非技术的终结，而是回归理性的必经之路。

回顾2000年互联网泡沫的历程，泡沫破裂虽然带来了市值蒸发、企业倒闭的阵痛，却也挤掉了投机资本，筛选出了真正有价值的技术与企业。随后的十年，互联网行业沿着“开悟之坡”稳步前行，谷歌、亚马逊、苹果等企业成为时代的引领者，移动互联网的爆发更是开启了新一轮变革。

AI的发展轨迹，大概率会与互联网殊途同归：

1.泡沫破裂期：大量蹭概念、缺乏核心技术与落地场景的AI企业被淘汰，估值回归理性，资本聚焦于真正有技术壁垒、能解决实际问题的项目；

2.理性成长期：AI技术与各行业深度融合，从“泛泛而谈”转向“精准落地”，在智能制造、智慧能源、医疗健康、金融风控等领域形成成熟的应用方案；

3.成熟变革期：AI成为社会基础设施的重要组成部分，推动生产效率大幅提升，重构行业商业模式，真正实现技术价值的最大化。

对于我们而言，面对当下的AI浪潮，无需被狂热裹挟，也不必因泡沫恐慌而拒绝变革。保持理性的判断，聚焦自身业务的实际需求，筛选有价值的AI工具与技术，才能在泡沫褪去后，抓住真正的发展机遇。

历史不会简单重复，但总会押着相同的韵脚。2000年的互联网泡沫教会我们，技术革命的核心从来不是短期的狂热与估值，而是长期的价值创造。AI浪潮亦是如此，泡沫是成长的必经之路，而真正的变革，终将在泡沫褪去后，缓缓到来。