當年戳爆互聯網泡沫的神仙峰會，今年盯上了AI

如果說這世界上有什么閉門聚會，能一句話影響全球科技圈的風向，太陽谷峰會絕對排得上號。

24年前，巴菲特在這個藏在美國深山里、只有私人飛機能直達的論壇上，輕描淡寫說了句互聯網估值太虛。轉年納斯達克就迎來史詩級崩盤，互聯網泡沫碎得滿地狼藉，半個硅谷直接被打回原形。

24年后的今天，還是這場大佬云集的峰會，又一次聊起了“泡沫”這個敏感詞。只不過這次背鍋的，是火了整整三年的人工智能。

而原因，是OpenAI掌門人薩姆奧特曼口中的“AI太貴了。”

AI燒錢速度太快了

“AI降本增效”的口號喊了沒兩年，先扛不住的，居然是試圖用AI降本增效的企業。

加密巨頭Coinbase就來了一場變臉名場面。今年5月，CEO阿姆斯特朗還意氣風發地宣布裁員14%，理由冠冕堂皇：AI效率太高了，小團隊就能干過去幾個月的活，不需要那么多人手。

結果僅僅過去一個月，這位CEO就偷偷在社交平臺分享起了“AI省錢攻略”：要把用戶提問自動分配給成本更低的模型，目標未來12到18個月，80%的工作負載都用成本僅為當前1%的模型承接。

更耐人尋味的是，這家根正苗紅的美國公司，居然把主意打到了我國的國產大模型身上——原因無他：比OpenAI、Anthropic的模型便宜太多了。

前腳拿AI當裁員借口，后腳為了省AI開支連“平替”都用上了，臉變得比翻書還快。

這不是個例。畢馬威今年的調研數據很扎心：試水AI的企業里，只有26%真正做到了成本可控、降本增效；剩下的要么一筆糊涂賬，要么直接踩進巨坑。較為夸張的一家企業，實際AI開銷直接超出預算6倍，短短幾個月就造完了全年的經費。

另一份針對全球200家企業高管的調研更殘酷：過去兩年，90%的公司都在給AI追加預算，但只有12%的企業真的靠AI撬動了新的收入增長。超過八成的高管，都被董事會追著要交代：錢砸進去了，水花呢？

就連Uber這種不差錢的科技大廠，今年4月就花光了全年的AI預算，其中燒錢最猛的就是號稱“程序員神器”的ClaudeCode，逼得CTO緊急調整計劃，老老實實重啟工程師招聘。

國內的大模型賽道也不例外。

曾經被資本瘋搶的明星獨角獸們，今年集體遭遇了估值“膝蓋斬”。智譜AI、MiniMax這些當初喊著對標OpenAI、估值沖百億美元的種子選手，在寒潮里估值紛紛縮水六成以上。別說新一輪融資，老股東想折價脫手都找不到接盤俠。

人們這才后知后覺：原來AI不是來幫企業省錢的，是來幫企業花錢的。

有人嘴硬，有人偷偷心虛

面對“貴價焦慮”，站在風口中心的科技大佬們，反應堪稱一出大戲。

嘴硬的當屬薩姆奧特曼。峰會上他一邊大方承認，“AI成本是今年所有人最關心的話題”，一邊順勢打起了廣告，說最新推出的GPT-5.6Sol就是解決方案，編碼任務能省一半多的token。

可當主持人追問“算力和硬件成本還在漲，你們怎么應對”時，奧特曼的回答立刻變得含糊其辭：我們會用算法優化來對沖，總之會讓客戶用上更便宜的服務。

聊到AI的負面評價，他更是一副“你們都多慮了”的語氣：之前都說AI會讓一半工作消失，你看現在失業的人多嗎？情況比大家擔心的好多了。

這話聽起來沒毛病，但總讓人覺得跑了題：現在市場吐槽的根本不是失業，是這玩意兒又貴又難落地，錢花了水花都沒一個啊。

相比之下，微軟CEO納德拉就坦誠得多。他直接在會上點破了行業的尷尬：AI現在正面臨一場嚴重的信任危機。他甚至提醒在場的科技人士：別總覺得公眾不懂技術，大家對顛覆性技術的恐懼，是真的需要認真對待的。

峰會結束后，納德拉還專門寫了篇技術博客，講了AI商業化擰巴的悖論：

過去，獨家知識是企業的核心護城河，你掌握了別人沒有的經驗，就能賺錢。可現在要用好AI，企業得把自己的業務邏輯、核心數據、行業經驗全都喂給大模型。模型確實變好用了，但這些知識也不再是企業獨有的了；更離譜的是，模型能力越強，企業用得越多，付給模型廠商的錢就越多。

說白了就是：企業花錢把家底教給AI，再花錢租AI干活，越用越依賴，越依賴越燒錢，最后自己的核心優勢還沒了。

這不是降本增效，這是給自己請了個永久收費的“數字老板”。

故事講得太滿

關于AI泡沫，其實連既得利益者都覺得虛了。

Anduril估值半年就從300億美元漲到600多億，結果CEO自己在峰會上說：現在市場就是典型的炒作周期，很多定價根本不理性，我們公司估值也被帶高了，IPO得緩一緩。

自己吹起來的泡沫，自己都不敢接盤了。

更魔幻的是貝索斯。他在峰會上大談“太空數據中心”的愿景，說未來要把吉瓦級的數據中心搬去太空、搬去月球，用太陽能供電，解決地面電力、土地和水資源的約束。

乍一聽是科幻大片，細品全是現實的無奈：地面上的算力成本已經卷到天花板了，逼得大佬都想去太空找增量了。

其實吧，峰會上也沒人否認AI的價值。人們都知道，人工智能是未來，就像2000年所有人都知道互聯網會改變世界一樣。

但問題是，未來還沒來，錢已經快燒完了。

前幾年的敘事太滿了：大模型無所不能，AI Agent能替代所有基礎工作，企業用上就能效率翻倍，打工人等著被失業。

結果幾年落地下來，現實給了所有人一巴掌。

真正能用AI顯著提效的場景少之又少，大多數時候，AI只能打個輔助，還要專門有人寫提示詞、核對結果、收拾爛攤子，學習成本高得離譜。打工人沒失業，公司的預算先扛不住了。

B端客戶算賬算得門清：一年幾十萬上百萬的AI服務費，省下來的人力還沒花的錢多，我圖什么？

C端就更現實了，除了偶爾寫文案、做PPT，大多數人連月度會員費都舍不得掏。

這就是現在AI最大的尷尬：技術確實在進步，但商業化的速度，遠遠跟不上燒錢的速度；故事講得天花亂墜，但真金白銀的回報，遙遙無期。

像極了2000年的互聯網泡沫——所有人都知道方向是對的，但沒人知道怎么賺錢，于是先炒估值、搶賽道再說，最后潮水退去，尸橫遍野。

現在的AI，正站在一模一樣的十字路口。

那些喊著“All in AI”的公司，那些砸錢搶賽道的資本，現在終于要面對那個樸素的問題了：

這東西，到底值不值這么多錢？