人工智慧会是击鼓传花吗？

岁末年终，人工智慧发展却不见歇停。12月5日，美国人工智慧晶片巨头Nvidia与越南政府签署协议，准备在越南成立人工智慧研发中心与数据中心，希望为促进人工智慧在越南的运用奠定基础。

同时间，在美国，OpenAI开始的Shipmas新功能、新产品演示，推出了影片产生工具Sora及写作和编码产品Canvas。Google怎么可能甘拜下风，立刻在12月11日推出了一款名为Gemini 2.0人工智慧模型，还搭配了两款由这个模型驱动的人工智慧产品Astra和Mariner。它们可以代替用户採取行动，其实这就是现在夯的不得了的「Agentic AI」（人工智慧代理）。

确实，2024年都要结束了，但人工智慧的热潮完全没有冷却，11月20日黄仁勋在Nvidia的业绩发表会上大声强调最新一代GPU Blackwell将训练出更强大的新一代模型；12月10日，他就风尘仆仆来到越南，一样的招数，一样在街头大排檔和越南总书记勾肩搭背吃起了路边摊，但事实上，Nvidia最近的股价有点欲振乏力，这个超级Sales好像有点气喘吁吁了。

为什么？答案很简单，虽然新产品一个接一个出炉，虽然人工智慧仍是各个论坛峰会的核心，但大家对人工智慧的质疑声愈来愈大。儘管这个世界确实有一些商业模式被人工智慧颠覆了，也有很多企业开始大规模採用人工智慧，但所有迹象显示人工智慧确实还在一个早期阶段。

更多人想问的是，为什么一大批科技巨头追捧掩盖不了这样一个结论：「人工智慧到底怎么赚钱？」大家最不愿面对的现实就是，目前我们看见的产品和希望达成的产品相去甚远。聊天机器人没有明确的货币化途径；人工智慧编码和客户服务，或是所谓进阶版的人工智慧搜寻等，更像是产品导向的升级迭代。人工智慧到底需要多长时间才能帮助企业创造收入没人说得准，光是聚焦在可以削减成本说服力真的不足。Goldman Sachs最近一份研究报告公开质疑生成式人工智慧：「支出会不会已经太多，收益却是太少？」

现在的情况是，云端业者确实有营收支撑，然而做模型与应用的开发者还没有明确的营收来源。所谓的人工智慧独角兽，更是几乎没有营收，最大的问题就是「消费者不付钱，企业还在犹豫」。

目前为止，ChatGPT虽然号称有3亿活跃用户，但重度使用者仅有5千万。没错，人工智慧大语言模型确实是个好技术，但这个技术必须找到可以从中收取费用的可落地应用场景。但对企业来说，因为正确性、资安及人才等考量，谁敢真的将所有数据丢到云端？且真正需要用到AI的人有那么多吗？

现在硅谷开始把希望寄托在人工智慧代理。但人工智慧代理也没有想像的那么美好，原因有3个：一是数据，和从网上抓取资讯回答问题不一样，代理需要有关任务怎么执行的数据，但可拿来做这个训练的数据更难取得。第二个问题是信任，人工智慧代理能不能在一定预算内完成任务没人敢保证。最后一个问题当然是成本，人工智慧代理需要更复杂的模型，还需要大量的记忆体与运算能力，其代价变得更加昂贵。

没错，现在的人工智慧资本支出看似有着科技巨头和资本市场在强力支撑，庞大的电力需求也有各国政府不计代价在支持，但随着人工智慧相关股价的上涨乏力，它到底是击鼓传花还是下一个科技革命，现实发展很快会将答案告诉我们。

（作者为创投合伙人）