最近有關(guān)“AI泡沫”的討論此起彼伏，AI行業(yè)的內(nèi)部人士紛紛辯解稱“并不存在泡沫”，但事實是，泡沫確實已經(jīng)出現(xiàn)，而且它對企業(yè)反而可能是利好。

8月中旬，OpenAI的CEO Sam Altman表示，盡管AI極其重要，但當前的投資熱潮被嚴重高估，“總有人會在投資狂潮中受傷”。大約一周后，MIT發(fā)布《The GenAI Divide: State of AI in Business 2025》報告，指出95%的企業(yè)GenAI試點項目未能帶來可量化的回報。可以肯定的是，我們正在進入一個由AI驅(qū)動的指數(shù)級、不可預測的變革時代。

我從2024年初就提醒過AI炒作的風險，當時AI還處于“煤氣燈時刻”。今年我們也見證了圍繞自主式AI的過度炒作，并提出了“AI重置”的必要性。

雖然科技廠商努力控制輿論，強調(diào)沒有所謂的“AI泡沫”，但對大多數(shù)企業(yè)CIO而言，理性地把握這種繁榮，其實才是利用AI推動業(yè)務(wù)增長的良機。

與互聯(lián)網(wǎng)泡沫的相似之處

盡管投資熱情被高估，但AI廠商格局中依然存在一些能夠在“泡沫退潮”后存活下來的核心力量。作為CIO或CAIO(首席AI官)，你可以拋開浮華，專注尋找那些能真正幫助企業(yè)的核心AI廠商。

MIT的報告指出，從專業(yè)廠商采購AI工具并建立合作關(guān)系的成功率約為67%，而內(nèi)部自研的成功率僅三分之一，因此，與專業(yè)供應(yīng)商合作能夠大幅提升成功率。即便你的內(nèi)部團隊傾向于“自建”，你也需要警惕團隊中的“非我發(fā)明”心態(tài)(Not Invented Here Syndrome)，并鼓勵他們在合適場景下采用外部工具。

大多數(shù)AI戰(zhàn)略需要GRC重置

無論是否存在泡沫，大多數(shù)企業(yè)的AI戰(zhàn)略都需要重置，以在一開始就融入治理(Governance)、風險(Risk)與合規(guī)(Compliance)，否則，只會“前進一步、后退兩步”。

當組織從傳統(tǒng)AI/ML項目，走向GenAI，再到自主式AI時，風險水平會逐步上升。AI越來越深入核心應(yīng)用與工作流程，且趨向自動化與自治化。特別是在自主式AI場景下，隨著自動化與編排程度加深，風險被放大。因此，當前就應(yīng)投入時間研究AI編排與治理，思考智能體將如何影響技術(shù)平臺、卓越中心以及治理體系，這將幫助企業(yè)更快擴展規(guī)模，并提升未來的AI成熟度。

企業(yè)AI項目依然離不開IT

在“AI顛覆咨詢與IT”的炒作下，有人認為AI將取代咨詢服務(wù)、系統(tǒng)集成，甚至整個IT團隊，但現(xiàn)實是，很多AI驅(qū)動的建站工具看似炫酷，卻產(chǎn)出遠不如預期。

這對CIO和CAIO意味著，你的IT團隊比以往更重要。你可以利用他們的專業(yè)能力，在合適場景中用AI提升生產(chǎn)力，并在項目中增加必要的增強措施，確保AI項目足夠穩(wěn)健可靠，同時，允許AI試點失敗也是學習過程的一部分，有助于推動企業(yè)AI技術(shù)棧的成熟。

AI失敗的“甩鍋”游戲

AI廠商往往把AI項目失敗歸咎于企業(yè)自身，認為是愿景不足、領(lǐng)導力缺乏或變革管理不力。他們強調(diào)，企業(yè)需要通過AI探索新的商業(yè)模式、產(chǎn)品和服務(wù)，而不是單純將AI套用到已有的低效流程或僅僅尋求成本節(jié)約。

這固然沒錯，但只是部分原因，AI技術(shù)本身的問題同樣不可忽視。準確性、幻覺、隱私、安全與合規(guī)等問題，已讓GenAI跌入Gartner所謂的“幻滅低谷”。

不過，這對CIO和CAIO而言未必是壞消息，因為從現(xiàn)在起，AI技術(shù)改進與生產(chǎn)力提升只會越來越好。你需要持續(xù)審視企業(yè)在AI落地中的愿景、領(lǐng)導力與變革管理，但同時也要保持技術(shù)盡調(diào)，警惕潛在問題。

泡沫不是重點，理性創(chuàng)新才是

經(jīng)歷過互聯(lián)網(wǎng)泡沫的人都明白：我們往往高估新興技術(shù)的短期潛力，卻低估其長期變革價值。AI毫無疑問是顛覆性的，未來市場也將持續(xù)創(chuàng)新，使其更加穩(wěn)健可靠。比如，組合式AI已被應(yīng)用，將多種AI技術(shù)結(jié)合，優(yōu)勢疊加，彌補單一模型的局限。

因此，AI是否存在“泡沫”其實無關(guān)緊要。關(guān)鍵在于：聚焦核心價值、保持盡職調(diào)查、善用合作伙伴與團隊智慧，并在技術(shù)演進中持續(xù)測試、學習與優(yōu)化。