AI泡沫之下，“大模型”后劲儿还有多久？

十大品牌 2025年09月17日 15:38 0 aa

前不久，全球 AI 浪潮的 " 旗手 "、OpenAI 首席执行官 Sam Altman 坦率承认人工智能行业正处于泡沫状态。

在 OpenAI 正寻求高达 5000 亿美元的惊人估值，并已获得微软、软银和英伟达等巨头数十亿美元投资的背景下，这番言论引起的市场波澜还是不容小觑的。

曾几何时，ChatGPT、DeepSeek、Gemini这些优秀大模型产品，接二连三“霸屏”科技头版头条。

几乎每个月都有令人震惊的技术突破，这不仅让资本圈兴奋，也成为家家户户的饭后“谈资”。

一方面是媒体的吹嘘，另一方面是产业界的极度冷静。

“大模型只是玩具”

“很多复杂的工业界问题当前的AI技术还解决不了”

“AI靠谱么，准确率能否满足业务需求，感觉回答不够专业还是 ...”

...

看似通过一些低代码工具就可以快速搭建出LLM智能体应用，但是实际产业落地确困难重重。

很多业务方，要么对大模型技术过于乐观，要么就过于悲观。其实这都是不对的。

最近很多人都说AI泡沫堪比互联网，这种说辞未免夸大，互联网泡沫来自于技术不成熟，而AI泡沫来自于需求错配。

AI技术不像互联网技术那么容易看得懂。

因此，这就导致不光需求有泡沫，项目费用有泡沫，人员劳动力成本也有泡沫 ...

现在人力市场，但凡“懂大模型”技术的，工资动辄是传统前后端工程师的2倍起。

但即便如此，即便高薪聘请专家，也未必就能更好地推动项目落地，毕竟市场上没有那么多成熟的案例经验，即便是专业对口，也得摸着石头过河。

于是，大模型技术没有最开始那么热了。

这是激情冷却后的理性态度。

我认为这反而是个好事，能让大家更加稳妥踏实地把各行各业的项目落地，而不是沉浸在不切实际的技术幻想里。

业务方要冷静，避免提出与技术发展规律不符的需求；

同时，技术交付方也要沉得住气，耐得住时间去打磨自己的技术体系和交付能力。

大家现在慢慢认清了，只是大模型本身并不能代表AI的全部，也并不是只要接入了DeepSeek就万事大吉，还有很多更加迫切、重要的事情需要铺垫在前面。

这包括：

1. 数据方面的准备工作，有代表性的数据样本可以支持业务结论的收敛，减少模型幻觉；

2. 业务流程的明确和梳理——告诉AI先做什么，后做什么，输入和输出是什么，如何与业务系统和用户交互；

3. 建立垂类的专业模型，弥补通用大模型的能力不足，一是考虑效率问题，二是考虑可解释性问题，三是复用存量的AI技术积累；

4. 建立可扩展性的技术体系，包括：模型的持续学习和技术生态的迭代，现在接入的大模型总会过时，要保持开放的技术观。

Arm高管回应小米3nm芯片：不是定制，是小米自研

发表评论