当大模型放缓，企业真正的AI机会才刚开始

这篇文章梳理了《The AI Daily Brief》对“AI 放缓”的核心判断：大模型性能不再指数级跃迁，并不意味着AI失败，反而为企业创造了消化、重构和真正实现ROI的窗口期。文章从技术、资本与企业实践三个层面，解释为什么这是一次被低估的机会。

从“指数狂飙”到“边际递减”：大模型真的撞墙了吗？

这一讨论之所以重要，是因为过去两年整个AI叙事都建立在一个隐含前提上：只要不断堆数据和算力，模型能力就会持续指数级提升。但视频一开始就直接拆穿了这个前提。Pary Olson 在文中写道，支撑“数万亿美元AI热潮”的，正是这种确定性，而现在，这种确定性正在动摇。

多家权威媒体的报道指向同一个信号：最新一代模型相较前代，并没有出现跨越式提升。Bloomberg 指出，OpenAI 的 o1 在代码能力上并未显著超过 GPT‑4；Google 的 Gemini 只是“渐进式改进”；Anthropic 的 Claude 新版本则一再推迟。主持人特别强调，OpenAI、Google 和 Anthropic 的高管们都“毫不犹豫地表示 AI 并未停滞”，但他随即补了一句意味深长的话："他们当然会这么说。"

真正引发警觉的是长期被讨论、却一直被忽视的“边际递减”。即便是比尔·盖茨，也曾公开表达过对生成式 AI 回报递减的担忧，而现在，这种担忧正在变成现实。这并不是模型突然变差，而是“更贵的训练，换来更小的进步”，这种结构性变化，正在重塑整个行业的节奏。

Ilya 的一句话，道出了整个行业的集体焦虑

为什么这次“放缓”会引发如此大的情绪波动？关键在于资本与预期的错配。视频中引用了 Ilya Sutskever 的一句话——他说，“2010年代是 scaling 的时代，现在我们回到了‘惊奇与探索’的时代。”主持人毫不留情地解读道：这是一种非常正面的说法，但换个角度看，也可以理解为“我们不知道下一步该怎么走”。

这种不确定性之所以让人紧张，是因为赌注太大了。根据 Bloomberg 的调查，华尔街的银行、对冲基金和私募股权机构，正在为AI基础设施投入高达 1 万亿美元的资金，用于建设数据中心和算力网络。如果模型能力不再线性回报，这会不会是一场“糟糕的豪赌”？

但视频给出的答案是否定的。至少在短期内，真正的赢家已经很清晰：微软、谷歌和亚马逊的云业务收入持续增长，英伟达、苹果、Meta 等公司的市值在两年内合计上涨了约 8 万亿美元。问题不在于AI是否赚钱，而在于——“赚钱的人，和真正使用AI的人，并不是同一批”。企业客户的ROI，正在明显滞后。

S 曲线视角：技术没有停下，只是换了一种进化方式

这一部分是整期节目中最具“方法论”价值的地方。主持人引入了经典的 S 曲线模型：技术往往经历缓慢起步、快速爆发、再到速度放缓并转向结构性优化的阶段。历史上，人们无数次在第三阶段误判“终点已经到来”。

他举了两个非常具体的例子。其一是芯片制造，摩尔定律曾被反复宣判“死亡”，但每一次，新的工艺突破又让它延续下去。其二是航空业：飞机速度在喷气式飞机出现后迅速提升，但自 1960 年代以来几乎不再变快。然而，现代客机在安全性、燃油效率和运营成本上，早已不可同日而语。

AI 也正在进入类似阶段。能力榜单和基准测试不再是唯一指标，安全性、公平性和可靠性开始变得同样重要。视频提到，一项学术研究发现，最先进的生成式模型在遵守欧洲即将出台的 AI 法案方面，仍存在明显短板。这也解释了为什么 OpenAI 开始强调“推理阶段优化”，例如让模型在回答前花更多时间评估多种可能性，并将 o1 描述为“更擅长推理”的模型。

真正的窗口期：AI 放缓，反而给了企业喘息空间

这也是主持人最想强调的核心观点：对企业来说，AI 的“慢下来”不是坏消息，而是一次难得的重组窗口。回顾历史，1980 年代计算机进入企业时，生产率曾一度停滞。斯坦福教授 Erik Brynjolfsson 提出的“生产力悖论”指出，新技术往往先带来混乱，再带来收益。

生成式 AI 也是如此。主持人直言，这是企业技术史上“采用速度最快的一次”，但即便如此，几乎所有大型组织仍然觉得“自己远远没有跟上机会本身”。原因在于，这并不是从“无 AI”到“有 AI”的流程升级，而是一次范式转移。

他用一句话总结了这种困境：“AI 是一种会加速自身下一次进化的技术。”当企业刚刚适应一套新工作流，新的模型、新的能力又已经在路上。因此，AI 的落地不可能是一次性项目，而必须建设一种“持续适应的基础设施”。而当前这段相对冷静的时期，正是企业重新设计流程、组织结构和评估方式的最佳时机。

总结

这期节目提供了一个与主流叙事截然不同的视角：AI 并没有失速，而是从“能力竞赛”进入了“价值兑现”的阶段。模型进步放缓，反而迫使企业停止追逐最新参数，开始认真思考流程、组织与回报。对真正想把 AI 变成生产力的公司来说，这不是退潮，而是退烧后的清醒时刻。

关键词： 生成式AI， 大语言模型， AI放缓， 企业AI， S曲线

事实核查备注： 涉及人物：Ilya Sutskever；学者：Erik Brynjolfsson。涉及模型与产品：GPT-4、o1、Gemini、Claude。涉及公司：OpenAI、Google、Anthropic、Microsoft、Amazon、NVIDIA、Apple、Meta。关键事实：Bloomberg 报道模型改进放缓；约 1 万亿美元 AI 基础设施投资；约 8 万亿美元市值增长；S 曲线与生产力悖论为概念性引用。