上个月的科技股抛售讲述了硅谷的一个故事高管们一直担心。Nvidia，刚刚成为世界第一第一个价值4万亿美元的公司，暴跌3.5%。 Palantir 的坑坑洼洼接近 10%。纳斯达克指数创8月以来最大跌幅，风潮迅速蔓延至海外——韩国SK海力士下跌2.9%，芯片巨头台积电下跌4.2%。
触发器？这个行业一直拼命试图忽视一个令人难以忽视的事实。
另请阅读 -无人预见的万亿美元人工智能泡沫即将到来
麻省理工学院 NANDA 计划的新研究揭示尽管公司在生成式人工智能计划上投入了 300 亿至 400 亿美元，一个令人震惊的是 95% 的投资回报率为零。根据《财富》杂志对麻省理工学院研究的报道分析了 300 个公共人工智能部署并对各个部门的 350 名员工进行了调查，这揭示了研究人员所说的“GenAI 鸿沟“——人工智能炒作与实际商业价值之间的巨大差距。
这不仅仅是另一篇尘封已久的学术论文。市场的剧烈反应表明投资者终于意识到了麻省理工学院研究员 Aditya Challapally 所说的““学习差距”这与人工智能模型的质量无关，而与公司如何搞砸实施有关。
400 亿美元的问号
尽管高管们竞相听起来最“AI-前进”在财报电话会议上，数字描绘了不同的景象。根据Axios 对 MIT 研究的分析，只有大约 5% 的人工智能试点项目实现了收入的快速增长——绝大多数都停滞不前，对损益表几乎没有产生可衡量的影响。
正如赤裸裸的资本主义所说在 2025 年 9 月对硅谷人工智能叙述的批评中，“这些技术人员向人工智能投入数十亿美元，不仅仅是为了扭转局面并自由分享人工智能正在创造的“丰富性”。他们投资是因为他们想要一些东西。他们想要财富。他们想要控制。他们不会放弃。”
但有趣的地方在于：取得成功的公司不一定是支出最多的公司。据报道，一些由 19 岁和 20 岁的年轻人领导的初创公司的收入在一年内从零跃升至 2000 万美元。他们的秘密？他们选择一个特定的痛点，坚持不懈地执行，并与公司进行战略合作实际使用他们的工具。
失败模式同样具有启发性。超过一半根据麻省理工学院和行业分析师的研究，生成式人工智能预算的 10% 被投入到销售和营销工具中。然而，最大的投资回报机会在于后台自动化——消除业务流程外包、削减外部代理成本以及简化公司历来外包的运营。
这是用昂贵的技术解决错误问题的经典案例。
为什么聪明的公司总是失败
这项研究揭示了一个违反直觉的发现，解释了为什么如此多的人工智能项目都失败了。从专业供应商购买人工智能工具的公司成功率约为 67%，而内部构建的成功率仅为 33%。即使在金融服务等受到高度监管的行业，这种模式也依然存在，这些行业的公司将在 2025 年构建专有的人工智能系统。
核心问题不是监管或模型性能——而是麻省理工学院研究人员外交上所说的“企业整合存在缺陷。”像 ChatGPT 这样的通用工具因其灵活性而非常适合个人，但它们在企业环境中却停滞不前，因为它们无法学习或适应特定的工作流程。
史蒂夫·索斯尼克饰演，盈透证券首席策略师表示：”我担心的是，在某些时候，人们会醒来并说，好吧，人工智能很棒，但也许所有这些钱实际上并没有被明智地花掉。”
这种觉醒可能已经开始了。麻省理工学院的这项研究是在市场特别动荡的时刻进行的，交易员焦急地等待美联储的信号，而大型科技公司的资本支出将达到 2000 年以来的最高水平。我们都记得泡沫破裂后发生的事情。
无人提及的泡沫
OpenAI 首席执行官 Sam Altman 最近将当今的人工智能热潮与 20 世纪 90 年代的互联网泡沫进行了类比，当时互联网公司的估值在崩溃之前急剧飙升。其他备受瞩目的人物也发出了类似的警报。桥水基金的雷·达利奥 (Ray Dalio) 警告说那儿有“一项重大的新技术肯定会改变世界并取得成功”，但警告不要“将其与投资的成功相混淆”。
在投资者方面，戴文·帕里克 (Deven Parekh) 告诉里索尔兹 (Ritholtz)总体情况是“六个月前看起来很贵的人工智能公司现在看起来不再那么贵了，仅根据其运行率收入的变化”
阿波罗全球管理公司的首席经济学家托斯顿·斯洛克 (Torsten Slok) 更进一步说，认为人工智能的激增可能使 20 世纪 90 年代的互联网泡沫黯然失色。他指出，标准普尔 500 指数中最大的 10 家公司相对于基本面而言，现在的估值比互联网泡沫时代的鼎盛时期更加高估。
与此同时，在人工智能领域大肆投资的公司继续出现惊人的亏损。据报道，OpenAI 预计今年将损失 8 至 120 亿美元，尽管Anthropic 透露将损失 30 亿美元。这些都不是可持续的业务——它们是由大型科技公司财力雄厚资助的科学实验。
承诺与绩效之间的脱节正在造成一位行业观察家所说的情况“影子人工智能”员工转向使用 ChatGPT 等未经批准的工具，因为他们的公司购买的昂贵的企业解决方案根本无法完成日常任务。
什么实际有效
尽管失败率很高，但在人工智能领域取得成功的公司中有 5% 拥有独特的方法。他们过分关注特定的用例，而不是广泛的转变。他们与专业供应商合作，而不是在内部构建所有东西。至关重要的是，它们使直线经理（而不仅仅是中央人工智能实验室）能够推动采用。
最先进的组织已经在试验研究人员所说的“代理人工智能”可以在设定的范围内学习、记忆和独立行动的系统。这些代表了企业人工智能的下一阶段，但它们在很大程度上仍处于实验阶段。
正如贝莱德 (BlackRock) 的马克·维德曼 (Mark Wiedman) 在接受采访时所说与里索尔兹一起，“有一个学派说，它将很快彻底改变世界……另一所学派说，放眼长远……这些技术花了几十年的时间才真正改变了实体经济。”
目前，赢家主要是年轻的初创公司和少数大公司，他们避免了将人工智能视为解决所有业务问题的灵丹妙药的陷阱。根据企业家对研究的报道他们明白，成功的人工智能部署需要解决真正的工作流程问题，而不仅仅是实施最新技术，因为其他人都在这样做。
失败者？几乎所有陷入炒作周期的人都忘记了问最基本的问题：我们实际上想要解决什么具体问题？
另请参阅 -为什么人工智能安全官员不断辞职
作为上个月的市场抛售表明，投资者开始要求这个问题的答案。对于 95% 的公司来说，答案变得异常明确：他们真的不知道。
如果您喜欢本指南，请关注我们以获取更多信息。
