我们能否拯救人工智能经济-

我们能否拯救人工智能经济？

原文：towardsdatascience.com/can-we-save-the-ai-economy/

引言

人工智能生态系统似乎充满了矛盾。许多在机器学习和软件工程角色中的同行都面临着越来越多的压力，要将人工智能融入他们构建的软件中，但对于一些人来说，这并没有明确他们试图实现的企业目标。与此同时，市场分析师和技术领域的“思想领袖”继续将大量精力和注意力集中在人工智能上，似乎以牺牲任何其他可能感兴趣的话题为代价。高管和领导者从董事会、分析师和顾问那里听到“部署人工智能”或成为“人工智能驱动”是商业成功所必需的，然后他们回到团队中询问如何执行这些指示，但没有人清楚为什么需要这样做。与此同时，社交媒体上的普通用户在抱怨，他们喜欢的应用程序和产品中突然被注入了他们不想要的 AI。

是什么驱使这些看似矛盾的力量？我对更大的图景有一个假设，我想分享。

科技初创公司通常有一个核心目标，那就是开发一个具有满足客户需求的功能的产品（产品-市场匹配，正如我们这个领域的人经常听到的）。这些客户将为此产品付费，使用它来提高自己的业务表现，从而实现所有相关方的成功。这种模式已经确立，为我们提供了前进的道路。确定客户的需求或问题，调查哪些功能可以解决这些问题，构建这些功能，将产品卖给面临这些问题的客户，然后重复这个过程。

“成为人工智能驱动”在这个框架中处于什么位置？为什么这种人工智能热潮在当前时刻如此强大，似乎对客户实际痛点视而不见？这就像一股所有木工公司都变成“螺丝刀驱动”的浪潮——当然，螺丝刀对于木工项目可能非常有用，甚至可能是必需的，但它绝对不是你工具箱中唯一的工具。人工智能也是如此，决定应用它应该只在没有分析问题并考虑了各种方法之后。

为什么这种人工智能热潮在当前时刻如此强大，似乎对客户实际痛点视而不见？

那么，如果人工智能不是解决客户紧迫挑战的最佳方案，面对使用它的巨大压力，你该怎么办？作为工程师，我们可能会倾向于忽略这种需求，因为这与我所描述的创业发展模式不符。一些领导和公司可能能够简单地忽略人工智能的炒作浪潮，继续按他们原来的方式工作。如果人工智能工具恰好是解决某个问题的最佳方案，他们可以使用它，但不必将其作为整个路线图的驱动力。

然而，对于我们大多数人来说，这可能不是一个可行的途径。那么，我们该何去何从？又是如何走到这一步的？我有一些想法，让我们来看看涉及的各大主要参与者。

作者使用 Excalidraw 绘制的图表

初创公司内部

正如我解释的那样，软件初创公司通常旨在创建一些功能，以帮助客户解决问题。优步创建了拼车应用程序，帮助人们以比出租车低得多的价格找到方便舒适的乘车服务。（这确实产生了严重的负面外部性和后果，但让我们暂时忽略这一点。）其他初创公司试图解决众多其他领域的低效和不便。他们提出一个想法，从风险投资或其他渠道筹集资金，并使用这些资金将想法转化为真实的产品。他们吸引客户，开始赚钱，并变得盈利。最终，可能会发生 IPO 或被更大公司收购。

仅仅有一个好想法并不是创业方法的全部——通常还有展示技巧的成分。由于资金模式，许多初创公司会构建一个最小可行产品，或 MVP，然后继续“边飞边造飞机”，正如老话所说。这意味着你正在销售一个基础（但希望仍然有用）的初始产品，并承诺未来的改进、功能扩展等。这可以行得通，但你需要有一定的炒作来吸引人们对那些未来承诺的潜在投资兴趣（无论是作为客户还是投资者）。

我们可能认为，你只需要有一个最好的想法，以及实现它的最聪明计划，资金就会随之而来——但这并不是现实。如果你需要吸引注意力才能成功，你需要能够承诺人们所寻找的东西，并证明你是目前最前沿、最新颖、最先进的选项。从理论上讲，论点是，如果一个科技公司的产品不是“尖端”的，那么它不会为客户提供最佳的价值，或者不会提供最有用的功能。即使是那些已经建立并拥有良好产品、远超 MVP 的科技公司，仍在努力扩大客户群。他们仍然需要市场的关注和吸引力，以保持潜在买家的关注。

我们可能会认为，你只需要有一个最好的想法，以及如何实现它的最聪明的计划，资金就会随之而来——但这并不是现实。

这就是一些要求成为“人工智能驱动”的需求出现的地方。2025 年全年超过 50%的风险投资都投向了“人工智能”公司。将人工智能功能整合到软件中本身并不是一个坏主意，但也不是万能的解决方案。它只是一个工具，就像其他任何工具一样，如果你希望只是随意使用人工智能就能真正改善你的产品，你深深地错了。就像带着螺丝刀的木匠一样，工具的选择不应该驱动策略。你可能会最终建造出一些不实用的东西，或者即使它是实用的，也可能不符合成为有用或吸引客户的必要要求。

但无论如何，这正是目前可用的资金流向的地方，因此可以理解这是许多公司领导层向工程师下达的指令。当你的公司 CEO 来到工程部门并指示你人工智能需要成为新的战略方向时，你可能会发现自己在想“那是什么意思？”或者“它如何与我们的所有既定计划相匹配？”我实际上认为这些问题是错误的。

在董事会内部

你真正想知道的是“我的领导者为什么要这样做？他们真正想要什么？”要回答这些问题，你需要稍微更多地考虑一下创业公司 CEO 的压力和影响。

创业公司 CEO 的角色实际上相当困难。你正在领导一个已经复杂的整个组织，但你通常没有无限的自主权。经常，你向董事会报告，董事会的存在是为了确保业务顺利进行。这就是增加人工智能参与度和产品可见性的压力主要来自这里。

一个 CEO 可能自然而然地被人工智能炒作所吸引，并且非常愿意在组织内部推广这项工具的整合，而不太关心解决的问题。然而，他们也可能愤世嫉俗地看待经济环境，认识到吸引媒体关注和分析师掌声的方法是以任何可以营销的方式整合人工智能。同时，如果他们的董事会非常相信人工智能的叙事，他们可能的选择也会受到限制。

CEO 和董事会成员都在从众多媒体和分析师来源那里听到关于人工智能的声望和重要性，其中许多人会相信这一点，这导致了对被视为技术落后者的担忧。即使他们持怀疑态度，他们仍然想要从市场分析师那里获得关注，并保持声望以推动业务，这意味着参与游戏。

如果董事会施加的压力存在，就像现在许多科技领导者所面临的那样，这不是你可以轻易忽视的事情。董事会在大多数初创公司中拥有非常显著的影响力和权力。例如，他们通常可以解雇首席执行官。所以如果首席执行官认为 AI 的全面、一般性应用不是公司的好商业决策，他可以尝试抵制，但最终他们必须接受董事会的指示。

没有首席执行官愿意获得技术陈旧和过时的声誉，即使他们保持自己的角色。反对当前普遍观点是要付出代价的。政治资本不是无限的，高管们必须花费大量时间来决定哪些战斗要打。而且这还假设首席执行官自己并没有完全被 AI 炒作所吸引，他们很可能已经被吸引了。

反对当前普遍观点是要付出代价的。

市场分析师是从哪里得到这些信息的？

我只是顺便提到了市场分析师，但他们对这个整体生态系统很重要。让我们深入了解他们的真正角色。

像 Gartner、Forrester 和其他市场分析公司这样的公司通过研究不同行业空间的公司、对它们进行排名和评分，并将这些报告卖给试图决定与哪家公司签约的人来赚钱。这些机构有点像银行的信用评级机构——他们为你担保，这样其他公司和个人买家就可以轻松地决定你是否真的有实力，或者你是否是空谈。

他们是如何决定推荐哪些公司的？嗯，通常有一些标准或测量标准，比如哪些产品具有最广泛的功能，哪些似乎在解决某些问题方面做得最好，当前客户对产品的满意度如何等等。

如你所猜，现在有一个新的因素正在吸走房间里的所有氧气，那就是“如果这家公司使用了大量的人工智能”。这究竟是什么意思？不幸的是，根据我所看到的，这通常意味着“这家公司的产品中是否包含人工智能聊天机器人？”深入审视一家公司的产品以及机器学习或人工智能如何融入其各种功能和背后的不同方式是一项艰巨的工作。另一方面，寻找聊天窗口并倾听营销推广中的“人工智能”却相对容易。

将机器学习和人工智能融入任何软件产品的途径数不胜数，好的坏的都有，我敢说聊天机器人很少是大多数用例的最佳选择。但它很耀眼，很明显，对那些对技术实际工作了解不多的人来说，它一目了然，所以很多组织都选择了这条路。

它充当了一个外行人可以用来断言“这家公司正在大量使用 AI”的简语，而这反过来又是一个简语，意味着“这家公司在技术上先进且具有创新性。”不幸的是，这种逻辑非常错误。AI 并不是衡量技术熟练度或质量的标准，尤其是现在，到处都在出售低质量的即插即用 AI 解决方案，这些解决方案被用于软件产品中。在你的网站上贴上一个聊天机器人与你的代码库质量、你的工程人才质量、你的战略敏锐度或任何其他东西都没有关系。

AI 并不是衡量技术熟练度或质量的标准，尤其是现在，到处都在出售低质量的即插即用 AI 解决方案，这些解决方案被用于软件产品中。

市场分析师是否意识到这一点？也许吧，但就像董事会和 CEO 一样，这实际上并不重要，因为整个生态系统已经因为 AI 炒作而变得非常疯狂。假设你经营一家市场分析公司，而你的竞争对手都在大肆宣传哪些初创公司拥有最“先进”的 AI 技术，而你的市场报告却只关注基本功能。你能做到吗？或许可以。但你的报告读者是董事会成员、高管和行业中的其他领导者，他们现在从各方面得到了什么？AI 炒作。他们想知道这些公司是否有 AI，并不是因为他们知道为什么他们应该关心，或者 AI 与公司的业务有什么关系。他们想知道是因为媒体和 AI 公司郑重其事地告诉他们，这是前沿技术，任何错过它的人都会被落下。（读者可能会想起 Web 3.0/区块链热潮，它让我们留下了各种公司投身于基于区块链的业务模式，而这些模式实际上完全没有意义。）

为什么 AI 公司是这样的？

这又带我们回到了 AI 公司本身。这些公司有着明显的动机，想要说服我们所有人，将 AI 融入更多或更少的软件中是必要的，因为他们的商业模式就是提供使这成为可能的基础功能。

细腻且困难的部分在于，AI 并非总是错误的选择。AI 在许多不同的事情上都可以非常有用！但 AI 并不是适合所有事情的正确选择，这就是区别。它是用来追求目标的工具，我们应该在考虑将其整合到何处时要慢且深思熟虑。这有多个原因——首先，构建 AI 功能性有潜在的机会成本，这会阻止你使用时间和资源去构建客户可能需要的其他东西。但除此之外，正如我多次描述的那样，AI 在环境上、社会上和经济上都是极其昂贵的。构建它的成本远远高于我们从办公桌上所能看到的，因此它只应在最合适和必要的场景中使用。

构建这个的成本远远高于我们从办公桌上所能看到的，因此它只应在最合适和必要的场景中使用。

即使考虑到这一点，我真诚地认为，如果 AI 公司采取谨慎的方法，在需要的地方提供 AI 功能，那么这个技术可能会有一个健康的市场，尽管不是非凡的。不幸的是，这不是 AI 公司的商业模式——相反，数百亿美元已经由大型科技公司和投资者投资到了 OpenAI、Anthropic 等公司，并且他们期望这种投资以某种方式获得回报。

同时，特别是OpenAI 正在进行一些奇怪的金融操作，承诺给硬件供应商的投资远远超过了他们可能的财务资源。彭博社的Matt Levine 在他的最新《Money Stuff》专栏中对此进行了报道，指出“如果你欠银行 100 美元，那是你的问题。如果你欠 Broadcom 5000 亿美元（原文如此），那是 Broadcom 的问题。如果你欠每家大型科技公司数百亿美元，那是他们的问题。他们肯定会找到解决办法！或者你会。钱会自己解决。”他继续解释说，承担巨额债务可能是为了找到兑现这些承诺的资金，如果真的有所行动的话。但如果 OpenAI 已经借得山高水远，那么不仅对他们，对他们债权人以及他们承诺投资的公司的最终结局会是什么？许多有影响力和大型公司都有让这个 AI 经济运转的生存动机。

我认为科技巨头和主要投资者已经投入了比实际可能获得的回报更多的资金到 AI 公司中。我们正在目睹一场狂热、由炒作驱动的 AI 营销力量，因为为了使 AI 公司兑现其收入和利润的承诺，他们不能仅仅满足于那些在其产品中对 AI 有深思熟虑、有意使用案例的客户。他们需要每家公司都急切地投入 AI，无论价格如何，因为需要找到数千亿美元来维持这个轮子的运转。而且，别忘了，对于像 Anthropic、OpenAI 和 xAI 这样的基础模型供应商来说，合理的零售价格是否能覆盖他们的成本还不明确，这表明当人们使用产品时，他们可能会亏损。许多第二层 AI 解决方案提供商，如编码工具，正在提高价格并减少计划的使用配额，试图填补这个财务缺口。

我们正在目睹一场狂热、由炒作驱动的 AI 营销力量，因为为了使 AI 公司兑现其收入和利润的承诺，他们不能仅仅满足于那些在其产品中对 AI 有深思熟虑、有意使用案例的客户。

在更广泛的技术领域，我们拒绝接受一个成功的公司可以满足于适中的规模和健康的利润——我们反而要求每个初创公司都拥有巨大的规模和非凡的利润，否则就被视为失败。这体现在风险投资对投资的期望不仅仅是 2 倍或 5 倍的回报，而是 50 倍或 100 倍的回报，但投入到 AI 中的美元数额使得实现这一点看起来完全是不切实际的。

初创公司会怎样？

现在我们已经追溯了这一现象的起源，那么这个循环是如何完成的呢？你的初创公司将 AI 强行整合到他们的产品中，以足够闪亮的方式引起注意，并且你需要支付给 AI 公司使用该模型的费用。这些费用是显著的，按使用付费，并且随着新模型的发布而经常上升。

如果 AI 应用被深思熟虑并精心构建，它可能会解决客户实际存在的问题，这可能会奏效。随之而来的是收入增长，这可能会对商业成功做出贡献。这是一个理想的场景，当然！这些收入是否足够支付给底层模型提供商不断上升的价格，以便该公司扩大规模并回报数十亿美元？这远不清楚。而且，如果你得出结论认为这个功能不是正确的路径，或者不值得维护，那么从你的应用程序中解开它可能会非常具有挑战性。

但如果人工智能的整合不是战略性的，而是草率的，由炒作驱动而非客户需求或产品市场匹配，结果可能灾难性。客户反弹是一个真实可能性，数据隐私或安全失败，如果模型出现严重幻觉，可能会引发公关危机，或者其他危险。你可能会失去客户信任，并经历用户流失，在最坏的情况下。那么，你并没有实质性地支付给这个核心的 AI 公司，因为没有人使用这个功能，但你却浪费了时间，错失了其他机会，并且一次伤害了你的业务。

在最平淡无奇的情况下，你为你的产品开发了一个 AI 聊天机器人，而客户可能会觉得它毫无兴趣。设置这一需求的技术劳动量并不微不足道，机会成本是真实的。如果你经历了所有这些，发现它根本不值得，会发生什么？你可能看不到收入有任何增加，但提供这个 AI 功能仍然在它被使用时花费你金钱。你会撤销所有实施它所做的大量工作，回到之前的状态吗？你的客户、领导者、董事会、投资者和市场会说什么？

这确实令人担忧——理论上，组织和个人可以避免卷入这场混战。你可以继续作为你的软件初创公司，不为 AI 烦恼，如果遇到合适的问题，就把它当作工具箱中的一个工具。但你是在冒险。你确定你永远不会需要一轮融资吗？你的董事会完全同意这种做法，还是你根本就没有董事会？可以走这条路，但这是危险的。企业在经济中运作，而不是在真空中，他们永远无法免受外界施加的压力。

结论

现在很多人在网上抱怨对添加到原本受欢迎或价值高的软件产品中的 AI 功能不满意。他们问道：“为什么我不能在没有 AI 的情况下，以旧价格使用它？”当一个新的 AI 产品发布，并伴随着显然不是可选的订阅费上涨时。我认为当你从更广阔的角度来看，答案非常明显。技术领导者们受到董事会和更广泛的媒体生态系统的指示，他们需要拥有 AI，他们实施了它，现在他们需要找到一种方式来证明所做出的投资。这就像赌徒的谬误，把好钱扔到坏钱上，而不是及时止损。

AI 的实施并不便宜，在很多情况下，如果不是大多数情况，企业的 AI 功能需要支付给 AI 提供商（如 OpenAI 或 Anthropic）的定期费用，因此在使用产品时，他们将继续产生成本，所以它必须继续额外收费。董事会被他们所听取的所有影响所说服，认为提供 AI 对于持续的相关性和成功至关重要，他们假设这种 AI 会得到客户的良好反响。大家忽视的差距是，这是否是真的，以及 AI 是否真的以客户期望的方式解决了客户的问题。

如果企业需要 AI，并且 AI 的实施实际上解决了客户的问题，那么整个 AI 经济可以运作！但如果你做得不好，以一种不合理的方式在产品上添加一些考虑不周的 AI 功能，整个循环可能会崩溃。谁最终会承担后果？那些花费有限资金试图让它工作的小型初创公司？永远无法偿还投资的 AI 公司？投入了大量资金到这个项目中，以至于实际上影响了他们主营业务的大型科技公司？

事实上，我认为，无论以何种形式，AI 经济的生存，如果可能的话，都取决于一个严肃的视角转变。我们可以有一个适度但成功的 AI 经济，AI 的实施是深思熟虑的、谨慎的、保守的，但我们必须学会接受这种适度。与其在训练下一个模型版本上投入过度的资金以实现微小的改进，我们更应该优先考虑效率、环境可持续性和 LLMs 的实际应用。我们知道，打造一个符合市场、解决某人问题且在其预算范围内的产品是 SaaS 初创企业成功的关键。AI 的出现并没有改变这一核心现实。如果产品不能解决他们的问题，人们就不会购买；如果他们基于无法证实的炒作而购买，他们就会放弃你，导致客户流失，而你将承担后果。

我们可以有一个适度但成功的 AI 经济，AI 的实施是深思熟虑的、谨慎的、保守的，但我们必须学会接受这种适度。

我们只有认识到 AI 是一种工具，才能取得成功。它不是最终目标，只是众多可能实现最终目标的途径之一。它也不是魔法，它只是软件。构建它需要与任何其他类型的软件一样多的努力、周密规划、专业知识和技能。

应对措施

我之前已经从不同的角度讨论过这个问题。如果你是机器学习工程师或领导者，而你的 CEO 要求你“做一些与 AI 相关的事情”，我有关于如何处理这种情况的建议。然而，在这个游戏中，个体玩家通常没有真正改变它的力量。最初我并没有真正理解，尽管许多 CEO 深深沉迷于 AI 炒作，但许多其他人正受到他们无法有意义反抗的力量压迫，至少不是有意义的反抗。

我也参与了一些项目，与其他领域的专家一起讨论如何实际构建可以在生产中工作的 AI 解决方案（讨论链接），这不会只是徒劳无功。警告：这很困难！这需要真正的努力，不是任何人都能在周末就能拼凑起来的。但如果做得好，针对真实客户需求的定向 AI 功能可以产生真正的价值。

我建议那些感到压力要为营销或声望原因引入 AI 的公司退一步，真正努力找到一种方法，使这可以与企业的目标相一致。认识到你的选择中有机会成本，并且做错这件事会有后果。不要假装你的选择只影响你和你自己的业务，并且要考虑到所有可能的影响来做出这个决定。

在www.stephaniekirmer.com上阅读我的更多作品。