AI 投资的宏观审视
Jim Covello: 话说啊，前不久呢，高盛 (Goldman Sachs) 举办了，一年一度的全球宏观大会。台下坐的都什么人呢？对冲基金经理，主权基金的人，各大银行的首席投资官。说白了，全球最有钱的那帮人聚在一起聊一件事情：钱往哪里投？
这天的压轴环节呢，主持人把两个人请上了台。一位呢，叫做 Joseph Briggs，他是高盛全球经济研究团队的联席主席，之前呢，在美联储干过，又在纽约大学和Johns Hopkins教过经济学。他最近两年干了一件事情：用数据算清楚 AI 到底能够给经济带来多大冲击。
另一位呢，叫做 Jim Covello，高盛全球股票研究的负责人。这哥们呢，在高盛待了25年啊，之前呢是全美排名第一的半导体分析师，英伟达 (Nvidia) 他跟了25年。詹森·黄 (Jensen Huang) 都亲口说啊，这人是个天才。
但主持人上来就说了：“Jim，我觉得这样讲比较公平，台下这帮人呢，大概率会觉得你是 AI 的看空者。” Jim 也没有否认，他直接接了一句非常有意思的话，他说：“你也可以换一个说法，叫做理性的声音啊。”
这时候你就会好奇了，为什么全球最了解 AI 芯片的人，反而呢，最不看好 AI 的经济账呢？台下人都笑了。但笑完之后呢，接下来发生的事情，我觉得每一个关心 AI 投资、关心 AI 会不会抢走工作的人，都应该仔细听一听。因为这两个人呢，一个拿着万亿美元的账本告诉你啊，钱花太多了；另一个人拿着宏观经济模型告诉你，长期来说是值得的。而他们的分歧呢，恰恰就是今天整个 AI 行业最核心的那个问题。
对话还没正式开始啊，主持人先搞了个现场投票。
第一个问题：你在工作中用 AI 用的多吗？结果不出意外啊，绝大多数人都说每天都在用，天天用。
第二个问题啊：你在家里用 AI 花钱吗？44% 的人说用的都是免费版，还有 6% 的人说 AI 是啥？台下笑了。但你想想，这可是高盛的宏观大会啊，来的都是华尔街精英，6% 的人连 AI 是什么都不太清楚。
第三个问题才是重头戏：你觉得 AI 在未来 12 个月内对劳动力的市场的影响是什么样的？50% 的人选了“减少招聘，替换工作流程”，40% 的人选了“小幅裁员”。
最后啊，主持人翻到了投资偏好的股票。问题是：你最偏好的 AI 投资策略是什么？选项有 4 个：买超大规模公司？买基础设施？抄底？还是干脆别碰？你猜一下最多的人选了哪一个？干脆别碰。50%。
主持人一看这数字啊，转头对 Jim 笑着说：“哎，你看我说了吧，现在市场情绪比一年前健康多了，一年前这个选项是不可能达到 50% 的。” Jim 点点头啊，说了句大实话：“不过呢，这是一个宏观大会，台下也不全是 AI 投资人，我很理解。但这数字背后的信号呢，其实非常清晰了，风向变了。”
18 个月前啊，如果你在华尔街说 AI 可能是泡沫，大家都觉得你疯了。但时间到了 2026 年，越来越多的聪明钱呢，开始犹豫了。
好，那到底是什么让这帮最精明的投资人开始犹豫了呢？Jim 上来就把话挑明了，他说啊：“我对于 AI 的经济学看法，比以前比一年前更悲观了。” 注意啊，他说的不是 AI 不行，他非常清楚啊，现在 AI 在消费端有多火，全球日活用户 8-10 亿，大家天天都在用。他说的是经济账。
你想啊，18-24 个月前，大家都觉得这波 AI 和互联网泡沫不一样。为什么不一样呢？因为砸钱的是谁啊？是苹果 (Apple)、微软 (Microsoft)、谷歌 (Google)、亚马逊 (Amazon) 还有 Meta。全世界现金流最充沛的公司，他们用自己赚来的钱去投资啊，不借债，不加杠杆。
但是过了 24 个月之后呢，Jim 说：“情况都变了。” 大公司确实还在用自由现金流，但是呢，后面跟上来一大堆新玩家开始举债了。循环融资出现了。就是 A 公司给 B 公司投钱，B 公司再拿着这笔钱啊，去买 A 的服务。然后呢，A 再拿收入数字去融更多的钱。
Jim 说啊，这看起来越来越像 2000 年互联网泡沫的剧本了。当年呢，Global Crossing 借了一屁股债铺光纤管道，最后破产了。20 年后，Uber 在这些管道上面做出了改变世界的应用。前驱者挨剑，定居者分地。这就是 Jim 最核心的担忧：不是 AI 会不会改变世界，而是呢，在它改变世界之前，谁来为这笔史上最大的技术豪赌买单？
Joseph 这一边呢，就相对更乐观一些了。他这人很有意思，他不跟你辩论 AI 好不好用。他上来就说啊：“这些数字应该被认真对待，但是呢，不要当成精确预测。”
他首先报了三个数： 第一个 25%。他说啊，我们估算，生成式 AI 最终可以自动化掉所有工作时间的 25%。这怎么算的呢？他用了美国劳动统计局一个数据库叫做 O*NET，里面记录了美国每一个职业每天具体在干什么，大概有 2000 多个任务类别。他们去一个一个判断，这个活 AI 能不能干，能自动化多少，然后呢，汇总起来，得到了 25%。
第二个数字 15%。如果有 25% 的工时被自动化，最终啊，会带来全经济范围内的 15% 的生产力提升。
第三个数：按照今天的 GDP 算，这约等于 4.5 万亿美元。这约等于 4.5 万亿美元。要注意啊，这不是一次性的，这是每年每年都会产生的经济价值。
听起来非常诱人，对不对？但 Joseph 呢，紧接着说了一句非常关键的话：“我认为啊，这个过程会持续 10 年，不是 1 年，不是 3 年，而是 10 年。”
他说啊，最近的证据正在证实，我们不应该期待未来一两年内看到大规模自动化。潜力是有的，但是呢，离兑现还早得很。
那么现在 AI 对于就业市场有多大影响呢？Joseph 去 BLS 的数据里头翻了个底朝天。他结论是啊，目前 AI 对于美国就业的拖累啊，大概是每个月减少 1 万-1.5 万个岗位。听起来不少，对吧？但是美国经济每个月新增就业通常在十几万到二十几万，1 万五放在里面几乎看不见。
所以呢，Joseph 的结论很简单：AI 对于劳动力市场的冲击呢，目前还没有真正的开始。
Joseph 刚刚把饼画完啊，Jim 马上接过话头说啊：“Joseph 的工作非常重要，因为呢，他说那个劳动力市场的故事，是整条供应链唯一能够走通的经济逻辑。”
什么意思呢？你想想这条链是怎么玩转的：高盛这样的公司呢，得靠 AI 省下来足够多的钱，才能够付得起给模型公司的账单；模型公司拿这笔钱呢，才能够付得起给超大规模云计算公司的账单；超大规模公司拿了这笔钱之后呢，才能付得起给 英伟达 (Nvidia) 的账单。
Jim 说呢，今天这条产业链的现实是什么样的？只有 英伟达 (Nvidia) 在赚钱，其他所有人都在亏。他说啊：“开发者编程效率提升了 30%，好，但是呢，开发者只花 30% 的时间写代码。30% 乘以 30% 实际省下来的不到 10% 的时间。” 你总不可，你永远不可能靠攒这种零钱啊，攒出一个能够撑起 5 万亿美元已花资本和 20 万亿美元未来支出的回报率。
所以呢，Jim 的逻辑砸到最后只剩一句话：必须得是劳动力市场，必须得大规模替代人工，否则呢，这笔账永远算不过来。而这恰恰就是 Joseph 说的，可能需要等 10 年才能看到的东西。
你看到了吧，两个人呢，其实没有多少根本性的分歧。Joseph 说 AI 长期呢，值 45,000 亿；Jim 也不否认。但 Jim 现在问题是，钱就在烧，回报 10 年后才来，中间这个 Gap 谁来扛呢？这其实就是 AI 投资今天最核心的一个矛盾。
AI 在企业中的应用困境与前景
Jim Covello: 好，那如果现在聊到 AI 在企业中具体用的怎么样呢？Jim 说了一个非常精准的词啊，叫做 workslop（工作泔水）。这词怎么来的呢？哈佛做了一项研究，发现很多员工用 AI 生成东西质量很差。你让 AI 帮你写个报告、做个分析，它哗给你吐出一大堆，看起来挺像那么回事，但你仔细一看啊，到处都是错的。然后呢，你得花大量时间去改，去核实，去重新写。写完之后你一算时间，嘿，跟自己从头开始写差不多嘛，甚至还更慢了。
这不是哈佛一家在说啊。Jim 一口气就列举了好几个调查：一个叫做 Section 的 AI 咨询公司调了 5000 人，结果呢，2/3 非管理层员工说 AI 每周帮他们省下来的时间不到两个小时。Workday 调了 1600 人，85% 说确实省了 1-7 个小时，但是呢，大部分时间啊，又被用来纠正 AI 的错了。PWC 调了 4500 个 CEO，不到一半的人说啊，他们已经从 AI 中看到了任何回报。
你看到问题了吗？最有意思的是那个 Section 的调查，这调查把管理层和一线员工分开来问。管理层觉得 AI 给团队省了很多时间，效率提升非常明显。但是一线员工说啊，没什么感觉，省不了多少。
Jim 说啊，这其实就是人性。每个 CEO 去见股东的时候，被问的第一句话就是：“你的 AI 战略是什么？” 所以呢，每个人都得编一个 AI 故事来，哪怕呢，技术根本还没准备好。啊，这有点像当年这个中国热的时候，啊，每一个公司的 CEO 都会被问：“你的中国策略是什么？” 管理层呢，在讲 PPT，但是员工在忙着擦屁股。这其实就是 2025 年 AI 在企业的真实状态。
那有人会说啊：“好，那现在不行，未来呢？” Joseph 这里有个非常重要的数据啊：美国人口普查局调查显示，目前只有 17% 的美国企业在正式使用 AI 进行任何日常生产。17% 也就这么多了。
但 Joseph 说啊：“别急。” 高盛自己搞了一个非常有意思的内部调查。他们让投行部门所在的美国做客户覆盖的 Banker，也就是每天跟大企业 CEO 和 CFO 打交道那帮人来回答一个问题：你的客户在用 AI 吗？结果呢，37% 的大企业已经在日常生产中使用 AI，预计啊，未来三年内，这个数字会涨到 70% 以上。
更刺激的是后面这个数字：Bankers 们自己说啊，他们的顾客，他们的客户啊，目前还没有因为 AI 裁员。但是呢，未来一年啊，预计会因为 AI 减少 1%-4% 的员工。未来三年减少 11%。11% 啊！你想想一个 1 万人的公司，三年后因为 AI 少了 1100 人。
Joseph 马上补了一句啊：“这个时间线呢，比我们预测全经济范围的节奏要快得多。这是大企业先行军的速度，不是全社会的速度。” 但即便如此呢，如果这些大企业真的开始动手啊，劳动力市场的冲击波会比现在这数据暗示来得猛烈得多。
所以呢，从 17% 到 70%，这中间卡在哪里呢？Jim 说了一个非常有意思的判断，他说啊：“消费端 AI 的巨大成功呢，反而遮住了大家的眼睛。” 你看数据啊，全球 AI 模型的日活用户 8-10 亿，这个数字实在太炸裂了。但凡你身边有个智能手机的人啊，多多少少都在用 ChatGPT、用 Claude、用 Gemini。
但 Jim 说啊：“你看那个现场投票，44% 的人在用的是免费版。” 他说这其实就是问题的核心：消费端确实很火，但是八成用户用的都是免费。你用免费的 ChatGPT 帮你查个菜谱，帮你写个邮件，帮你小孩讲个故事，很好用啊，确实很好用。但你不付钱啊。
Jim 的原话就是：“你永远不可能仅靠消费端解决 AI 的经济问题。因为钱在哪里啊？钱在企业端。企业花大价钱买模型买算力买服务，然后呢，通过提高效率把这笔钱给赚回来。这才是整个 AI 产业的经济引擎。”
消费端的繁荣啊，说难听点，就是给投资人看的一个用户增长曲线，好看呢，但是根本不赚钱。就像 Jim 说的，大家都把 AI 当成一个高级版的谷歌搜索替代品，确实有价值，但是价值呢，撑不起万亿美元的基础设施投入。
所以啊，整个 AI 经济学的赌注全都压在企业端。而企业端呢，就是我们刚才说了，卡在数据结构上。Jim 举了一个例子啊，他说就拿 高盛 (Goldman Sachs) 来说吧。高盛 (Goldman Sachs) 有很多部门：投行、交易、资管、研究。每个部门的数据格式都不一样，存的地方也不一样，来源也不一样。90% 的人不知道大语言模型的未来竟然是小模型。你想把大语言模型往这些东西上一扣，让它帮你干活，它会胡说八道的。这就是所谓幻觉问题的根本原因之一啊。根本不是模型不够聪明，而是呢，你喂给它的数据实在太乱了。
那怎么办呢？Jim 说：“现在企业里头真正好使的，不是那些大模型，而是小模型 SLM (Small Language Model)。你不搞一个通用大模型解决所有问题，你针对某一个具体任务，训练一个专门的小模型。这个小模型只干一件事情，但它干得很准。”
好消息是啊，这玩意真的好使。坏消息是啊，贵，而且呢，没法规模化。Jim 说啊，大部分企业现在跑着几百个小模型应用，几百个小模型应用，几百个。每一个都需要单独开发、单独训练、单独维护。单独维护。你想想这个成本。
所以你看到了吗？一条路是大模型：便宜，能规模化，但它搞不定企业的脏数据，会产生幻觉。另一条路啊，是小模型：准确好用，但是太贵，太碎片化了。搞几百个也攒不出一个划算的投资回报率。这其实就是为什么企业的 AI 采用率卡在 17% 上不去的真正原因：CEO 不是不想用啊，而是用不起，或者根本用不好。
当然了，也总有人爱说：“你看当年互联网企业不也烧了很多钱吗？最后不是改变了世界？AI 也一样吗？” Jim 说不一样，真的不一样。他说我是亲历者，我当时在华尔街覆盖半导体，我是看着互联网从头长起来的。1995 年，亚马逊 (Amazon) 卖了第一本书，就在上线第一天，你就能够在亚马逊上花到更少的钱买到一本书，比你去 Barnes Noble 书店更便宜。用例是什么呢？一目了然啊：便宜、方便、选择多。
数字广告是什么？也一目了然。你在网上投广告，能够追踪点击率，比报纸的广告精准 100 倍。Jim 说，互联网的用例第一天就非常清楚。后来确实经历了泡沫，经历了破灭，经历了很多年的发展，才到今天的规模。但是从 day one 起啊，你就知道这玩意能干嘛，能替代什么，为什么更好。
但是 AI 呢？Jim 说了一句话，我觉得非常值得大家深思啊：“你现在在用非常昂贵的技术，试图替代非常便宜的人。互联网时代是用便宜的技术替代昂贵的流程，而 AI 时代是用昂贵的技术替代便宜的人力。” 方向完全反过来了。
Joseph 说对了，长期来看，如果真的能够替代 25% 的工时，4.5 万亿美元的经济价值是真实存在的。Jimmy 没否认这一点。Jim 的问题是啊，互联网的 Amazon day one
就有经济价值，而 AI 的 Amazon 时刻到现在还没有出现。我们知道我们想干什么：用 AI 来替代人工，提高效率。但怎么干？哪个环节先干？成本什么时候才能降下来？到现在，还没有人给出一个能够让整个行业信服的答案。这就是 2026 年 AI 产业最诚实的现实：万亿美元已经花出去了，但是那个啊哈时刻还没有到来。
AI 投资的泡沫与博弈
Jim Covello: 接下来呢，就到我们要聊所有投资人都关心的那个词了：泡沫。Jim 对于这个词的回答啊，是我听过非常精准的一个框架。他说啊：“我不认为今天的 AI 在公开市场上有估值泡沫。” 啊？你不是那个 AI 看空派吗？你怎么说没有泡沫了呢？别急啊。他说的是公开市场，也就是你在纽交所、纳斯达克能够买到那些股票。这些公司的市盈率呢，虽然都不便宜啊，但还没有到 2000 年互联网那种疯狂的程度。
但是啊，他说两个泡沫是真实存在的。第一个呢，叫做 e泡沫，也就是盈利泡沫 (profit bubble)。什么意思呢？供应链下游的一些公司啊，现在的利润是被 AI 投资周期人为撑起来的。大家疯狂买芯片、买服务器、买算力，这些订单呢，让很多公司业绩看起来特别漂亮。但这些利润是可持续的吗？如果一旦上游开始减速，这些数字会瞬间崩塌。
第二个泡沫呢，在私募市场。Jim 说啊，有些亏着大钱的 AI 创业公司，估值高得离谱。2000 年互联网泡沫的时候呢，公开市场和私募市场一起疯。但今天呢，公开市场的投资人啊，比较理性。你看那些举债搞 AI 基建的公司啊，股价已经跌了 50% 了。市场学乖了。但是私募公司还没学乖。随便一个 AI 创业公司啊，商业计划书只写了一页纸，就能拿到天文数字的估值。谷歌 (Google) DeepMind 的 CEO 都公开说了，私募市场给 AI 公司的钱实在太容易了。
所以呢，Jim 的判断是啊，这不是 1999 年那种全面泡沫，但它毒性呢，正在局部聚集。公开市场有利润泡沫，私募市场有估值泡沫。2 颗定时炸弹，计时器在走。
接下来啊，Jim 讲了一个案例啊，觉得特别有意思。他提到了 微软 (Microsoft)。微软 (Microsoft) 是什么公司啊？世界上最好的公司之一啊：Office、Windows、LinkedIn、GitHub。你每天用的东西啊，有一半都是他们家的。过去四年呢，美股经历了我们这辈子见过最猛的牛市之一，标普 500 一路往上。但是呢，微软 (Microsoft) 的股价四年跑输大盘。哎，你没听错啊，就在这最好的牛市里呢，最好的公司居然跑输了。
为什么呢？Jim 说啊，很大程度上呢，是因为 AI 的资本开支。微软 (Microsoft) 在 AI 上砸了多少钱？你看看它的折旧摊销，未来几年啊，每年增长 20%。但是收入呢，高个位数增长。折旧涨 20 个点，收入涨七八个点。这笔账啊，这笔账啊，你一眼就能看出来有些不对劲。
Jim 说呢，当年投资人买微软 (Microsoft)，买的是一家轻资产、高利润率、现金流充沛的科技公司。现在微软 (Microsoft) 把自己变成什么了？一家重资产的工业公司，花几百亿美元建数据中心、买 GPU、铺算力。这不是投资人当初买微软 (Microsoft) 的理由啊。
然后呢，Jim 做了一个对比啊：Meta 还记得吗？Meta 当年改名为 Meta，all in 元宇宙。每次电话财报一提元宇宙资本开支，股价就蹭蹭往上涨。当时的华尔街啊，真的爱死这个故事了。结果呢，花这么多钱啊，回报一点点也看不见。市场逐渐失去耐心了，股价开始暴跌。然后呢，Meta 做了一件事情：砍了元宇宙的开支，股价再次直接起飞。
Jim 说啊：“我觉得超大规模公司也需要经历类似的事情。如果哪一天啊，一家超大规模公司宣布啊，我们要适度缩减 AI 的CAPEX (资本开支)，我会开始想买这只股票。这意味着管理层终于开始理性了，不再因为 FOMO (Fear Of Missing Out) 往火里砸钱，而是认真的算这笔经济账了。” 诶，这是一个很好的信号，大家可以记住。
好了，说了那么多悲观的，Jimmy 有没有看好的公司呢？有啊，就是谷歌 (Google)。想想 18 个月前啊，市场是怎么看谷歌 (Google) 的？AI 的输家啊，起了个大早，赶了个晚集。ChatGPT 横空出世，所有人都说谷歌 (Google) 搜索要被颠覆了，谷歌 (Google) 慌了，谷歌 (Google) 当时自己都觉得自己要完了。
18 个月后呢，谷歌 (Google) 是 2025 年表现最好的超大规模公司。Jim 说啊，谷歌 (Google) 做了一件极其聪明的事情：他把自己放在 AI 供应链的每一层。如果说最赚钱的是应用层，那么谷歌 (Google) 有现在世界上最好的 AI 应用：搜索、Gmail、Google Docs、安卓全生态。如果说赚钱的是云服务，谷歌 (Google) 的 Cloud 是三大云之一。如果赚钱的是模型层，Gemini 是最好的大模型之一，跟 OpenAI 和 Anthropic 轮流领跑。如果赚钱的是芯片层，谷歌 (Google) 自己也做了 TPU，正在抢英伟达 (Nvidia) 的份额，因为它更便宜。
Jim 说了一句话：“不管价值最终落在供应链的哪一层，谷歌 (Google) 呢，都在那里。” 这其实就厉害了。别人是在赌啊，AI 的未来落在哪一层。谷歌 (Google) 说啊：“无所谓，不管落在哪，我都能接住。” Jim 说呢，这让他想起了当年的浏览器大战。90 年代冒出一堆浏览器公司，最后活下来的是谁？就一家。谷歌 (Google) 很知道怎么玩这种游戏。而且呢，Jim 特别强调，谷歌 (Google) 学了历史的教训，他没有把赌注啊压在一个环节下，而是横向展开，全栈覆盖。18 个月前呢，是 AI 的输家，但今天是最大赢家。市场已经给了它奖励。
好的，如果你是投资人呢，你现在听完了 Jim 说这些，你会怎么做呢？Jim 给了一个非常反直觉的建议啊，他说：“我这人天生就是个逆向投资者。现在全世界的钱都涌向哪呢？半导体、AI 芯片：英伟达 (Nvidia)、AMD、台积电、ASML。这些名字你闭着眼睛都能够背出来。但被抛弃的是谁啊？软件。”
Jim 说他看了一个数据啊，美国软件板块在 标普 500 的市值占比曾经是 15%，现在呢，只有 4%。从 15% 跌到 4% 啊，这在有史以来最大牛市里头，软件板块被碾成了渣。什么原因呢？主要有两个：第一呢，企业把 IT 的预算啊，都挪去搞 AI 了，传统软件的单子少了。第二呢，市场有个叙事：人工智能要把所有的软件公司都干掉。
但 Jim 不相信这个叙事。他说啊：“如果我们确实会看到 AI 的资本开支 (CAPEX) 放缓，而且我认为这是大概率事件，那被压得最惨的软件板块反弹空间最大。”
更有意思的是什么呢？Jim 说啊，他已经看到一些非常聪明的 PE (Private Equity) 在这么干了。什么意思呢？私募基金啊，现在开始低价收购上市的软件公司私有化，坐等 AI 的疯狂投资周期过去，然后啊，再把这些公司重新带回公开市场，以更高的估值重新上市。
用 Jim 的话说：“全世界都在做多芯片，做空软件，而我觉得应该反过来了。” 这是一个赌注啊，赌的是什么呢？赌的就是 AI 的 CAPEX (资本开支) 狂潮会降温，赌那些被错杀的软件公司会回来，赌市场啊，最终会从讲故事回到算账。
2026 年 AI 的关键关注点与未来走向
Joseph Briggs: 好，那回到最后一个问题，2026 年呢，他们最关注的是什么？Joseph 先说啊，他首先盯着两个东西：第一个呢，是采用率。现在呢，17% 的企业啊，在用 AI 做正式生产。这个数字啊，如果开始明显爬升，整个长期故事就在兑现。但如果一直卡在那里不动呢，那可就真的麻烦了。
第二个更有意思啊，Joseph 说：“学术研究已经发现啊，那种买一个大模型丢给员工说去提高效率的方式呢，100% 不好使。” 什么意思啊？就你不能够直接把 ChatGPT 或者 Gemini 往公司一装，发个邮件说大家都用起来，然后呢，就等着生产力提升。这是不可能的。你必须得针对某个业务流程重新设计工作方式，这才是关键。
Joseph 说啊：“如果哪天企业开始大规模做这件事情，不是装软件，而是重构工作流啊，这才是 AI 真正起飞的信号。”
Jim Covello: 然后呢，Jim 说了一段话，我觉得是全场最真诚的几句。他说啊：“你知道像我这种人对 AI 比较谨慎，每天醒来最怕什么吗？是怕今天突然冒出来一个杀手级应用，一个啊哈时刻，证明 AI 可以大规模的替代人工。如果事实变了，我就改变观点。” 凯恩斯 (Keynes) 怎么说来着？事实变了，你怎么办？那我就改嘛。但他紧接着又说了一句：“到目前为止，这个时刻还没有到来。”
然后呢，他说了，他最期待看到那一幕，是如果 2026 年啊，终于有一家超大型公司率先宣布削减 AI 的资本开支 (CAPEX)，其他几家会怎么反应？是松一口气说：“哎呀，终于有人带头了，那我也可以少烧点钱了？” 还是说：“太好了，对手退出了，我正好加码抢份额？” Jim 说啊，这一个反应函数会决定 AI 的投资周期是软着陆还是硬着陆。这反而变成了 2026 年啊，整个科技行业最大的悬念。谁会是第一个踩刹车的巨头，以及踩完之后呢，会发生什么？
到对话快结束的时候呢，Jim 说了一段话。他说呢：“我觉得我们已经进入到一个阶段，不要听我的，也不要听任何公司的，尤其不要听那些需要融资、需要把股价炒上去的科技公司的。看看你自己的公司，看你自己在干什么。你能用 AI 替代掉你团队的几个人？你今天就能回答这个问题。我并不觉得 AI 底层技术在未来几年会有多大质变，模型进步的速度已经在放缓了。接下来不是技术问题，而是执行的问题。”
“所以呢，答案不在 Jim 这里，也不在 Joseph 这里，不在 OpenAI 的发布会上，也不在英伟达的财报里。答案呢，其实在我们每个人的办公室里。你今天拿着 AI 工具能够帮你的团队省多少时间？砍多少成本？做多少以前做不了的事情？如果你答案是很多，那么 Joseph 就是对的，长期价值巨大。如果你答案是没多少，那么 Jim 就是对的，钱烧太快了。但无论是哪个答案，你都是通过自己的实践得出来的，不是通过看别人的 PPT。自己动手去试一试，说不定答案就在那里。”