--- author: 北美王路飞 date: '2026-02-27' guest: '' layout: post.njk source: https://www.youtube.com/watch?v=YOMdmoSG3qU speaker: 北美王路飞 tags: - ai-economy - investment-strategy - tech-bubble - enterprise-ai - productivity-gain title: 高盛大佬深度解析：AI 经济泡沫还是颠覆未来？ summary: 高盛两位高管就AI的经济影响展开辩论：一位看好长期4.5万亿美元生产力提升，另一位担忧高昂成本与缓慢回报，警示“盈利泡沫”与“估值泡沫”。讨论聚焦企业采纳率、小模型与大模型的经济学，以及AI是替代昂贵人力还是优化廉价流程的根本性区别。最终认为AI的真正价值在于企业级应用和工作流重构，而非单纯的消费端繁荣。 insight: '' draft: true series: '' category: macro-economy area: finance-wealth project: [] people: [] companies_orgs: - Goldman Sachs - Nvidia - Google - Microsoft products_models: - Gemini - GPT-4o media_books: [] status: evergreen --- ### 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。”