AI行业陷重大危机！批量一体机交付翻车，企业沦为“冤大头”

AI行业最近的日子，可谓是一地鸡毛，斥资几十上百万入手的AI一体机，没发挥半点实际作用，反倒成了仓库里的“闲置品”，堆在那里默默吃灰。

这东西说起来也奇怪，不像劣质产品那样会造成直接损失，却也没什么实际价值，颇有点像市面上的保健品，食之无味、弃之可惜。

可就是这样一款“鸡肋”产品，背后的市场规模居然能达到几千亿，不得不说，这大概是中国AI圈独有的魔幻生态。

明明投入了巨额成本，最终却只换来一堆闲置设备，企业花的这些钱到底值不值？AI一体机从爆红到闲置的背后，又藏着哪些不为人知的行业乱象？

要说AI一体机的崛起，离不开去年爆火的DPK，彼时，DPK的热度席卷全网，不仅普通大众争相体验，各企事业单位也跟着跟风，迫切想要用DP技术为自身赋能。

虽说相关模型是开源的，但对于很多政企单位而言，数据安全和合规性是底线，他们需要的是能在内网环境下独立运行、不依赖外网的设备，AI一体机也就顺势应运而生，成了当时政企采购的“香饽饽”。

最火爆的时候，市场热度高得离谱，去年2月，有企业单月就卖出3000余台AI一体机，合同价值直接突破数亿。

那段时间，整个行业都弥漫着乐观情绪，甚至有分析机构大胆预测，到2027年，AI一体机的市场规模将突破5000亿，可谁也没想到，这份繁荣来得快，去得更快。

没过多久，市场就彻底陷入内卷模式，原本标价上百万的满血版AI一体机，价格一路暴跌，很快就被打到了10万级，甚至比之前的残血版本还要便宜。

放到现在，你在网上随便一搜，还能找到不少标价仅数万的AI一体机，价格缩水之快，让人咋舌。

而这份繁荣，仅仅维持了小半年，就因为交付灾难频发、实际使用效果惨淡，彻底崩塌，留下一堆闲置设备和企业的无奈。

AI一体机之所以会大量闲置，核心原因之一，就是采购逻辑出了问题，仔细观察就会发现，AI一体机的主力客户，大多是数字化基础相对滞后的企业，以及急于包装AI概念、美化年报的金融机构。

对这些客户来说，购买AI一体机的核心目的，从来不是为了提升业务效率、创造实际价值，更多是为了应对信息化考核，或是在年报中增加AI相关的亮点。

更离谱的是，这类设备的销量好坏，根本不取决于市场供需关系，那些老牌的服务器硬件巨头，凭借雄厚的资金实力、丰富的过往交付案例，总能稳稳出现在采购名单里。

而那些真正致力于提供高质量模型的初创AI企业，即便技术更优，他们的一体机也很难卖出。

毕竟，客户大多没有专业的模型评估团队，招标时更看重企业的注册资本、过往合作经历，而非核心技术实力。

这就导致了一个尴尬的局面，那就是技术并不是企业的护城河，反而是谁更有钱建项目、谁更能熬回款、谁的PPT更会讲故事，谁就能抢占市场。

如此一来，很多AI一体机运抵客户机房后，要么无法通过验收、难以顺利交付，要么就是演示几次后，就被彻底闲置在角落，沦为浪费。

可以说花大价钱买的不是能解决问题的工具，而是一个能应付考核的“摆设”，妥妥的“冤大头”。

AI一体机的大量闲置，除了采购逻辑的问题，还离不开双重困境的叠加，设备本身的技术短板，以及客户自身的能力不足。

一方面，AI一体机本身就存在一定的技术问题，所谓的“一站式交付、简易使用”，更多是宣传噱头，实际使用起来，往往会出现各种bug，难以满足企业的实际业务需求。

另一方面，大部分客户数字化基础太过薄弱，企业内部缺乏高质量的数据，而这些数据，恰恰是AI模型进行检索、增强、生成和微调的核心语料。

更关键的是，很多企业的业务人员，根本不具备提示工程的能力，即便设备正常运行，也不知道如何高效使用，只能让设备“躺平”，或许有人会说，是不是模型本身不够强？

其实不然，AI模型要发挥大作用，需要满足一系列条件，可单单是“持续维护”这一条，就难倒了很多企业。

相关的专业人才，年薪动辄上百万，不是普通政企能承担得起的，而且大模型的迭代速度极快，之前被奉为“封神级别”的GPT-4o、o3等，没多久就被新的模型取代，慢慢无人提及。

更值得警惕的是，DPK一体机的悲剧，似乎正在龙虾一体机身上重演，如今，在抖音上，你已经能刷到不少厂商投放的龙虾一体机广告，宣传话术依旧诱人，仿佛这款设备能解决企业所有的AI需求。

龙虾一体机大概率会重蹈DPK的覆辙，经历炒作、跟风、交付翻车、大量闲置的全过程——客户依旧会因为AI焦虑盲目下单，最终还是落得“竹篮打水一场空”的结局，而且，和DPK一体机相比，龙虾一体机的风险可能更甚。

DPK一体机即便失败，大多只是输出内容不合理、“胡言乱语”，不会造成太大的实际损失；但龙虾一体机被赋予了执行能力，一旦失败，就可能出现“胡作非为”的情况，比如误删企业核心数据库、将机密数据错发给无关人员等。

也就是说，它不会像DPK那样安静地吃灰，更有可能在造成重大业务灾难后，被企业强行清退，给企业带来难以挽回的损失。

其实说到底，这一切乱象的根源，还是在于开源大模型的不成熟，目前，开源大模型还不足以支撑大规模的工业化应用，很多时候做到第三、四步，就会陷入循环、出现报错，无法持续输出有效结果。

就连接入云端大模型的Open Cloud，也更适合日常办公场景，并不擅长设计复杂的工作流编排，而这恰恰是传统SaaS软件的核心优势所在。

除此之外，企业级应用往往有着复杂的权限体系和API限制，龙虾一体机很难真正深度接入这些应用生态，自然也难以发挥实际作用。

有人曾提出，Open Cloud可以通过聊天界面发送指令，让Cloud Code这类工具自动完成任务，以此解决企业的业务需求。

但对企业级应用来说，用模糊、充满歧义的自然语言去控制复杂业务，执行风险极高。

举个简单的例子，一句“帮我把昨天的销售数据整理一下，发给老板A”，就需要AI猜测时区、具体的数据表、老板的邮箱地址，任何一个环节出现歧义，都可能导致不可挽回的错误。

说到底，从DPK一体机到龙虾一体机，这一系列乱象的核心，从来都不是技术问题，而是认知问题。

很多企业都陷入了一个误区，以为把AI封装进一个一体机，就能自动创造价值，却忽略了AI价值的核心，能否将不确定性的智能，嵌入到确定性的业务系统中。

AI本身没有问题，问题在于企业如何使用它，没有高质量的数据、专业的使用团队、完善的业务流程，即便花再多的钱，买再先进的设备，也只能是“竹篮打水一场空”。

与其盲目跟风采购，不如先夯实自身的数字化基础，理清业务需求，找到AI与业务的结合点，如此来看，AI行业要想走出这场危机，不仅需要技术的不断成熟，更需要企业认知的觉醒。

毕竟，能创造价值的从来不是设备本身，而是正确使用设备的方式。