大模型能提升生产力？不如喝点茶等它发展！
一、美国算力过剩，大模型能带来多少生产力提升？
大家都在谈AI，谈大模型，谈算力，一副未来无所不能的样子，仿佛只要一有了算力，全球的经济就能飞速增长。可是，站在投资者的角度，我必须要说，这种“算力狂潮”恐怕没你想的那么简单。毕竟，算力的冗余才是现实。
首先，大模型的能力并不是每个人都能用得上的。我们先来看看时间的分配：每个人都在忙什么？吃饭、睡觉、刷抖音，这些非智力消耗的活动占了我们一半多的时间，剩下的0.4%的时间，才是高智力活动的时间。就像编程、写文章、画图，哪怕你是个超级大牛，这也就占你一天的三分之一。因此，大模型能够优化的时间，真的就那么少。
所以，当我们讨论大模型能提升多少生产力时，其实就算你考虑到那些头部人才的生产力放大效果，它对GDP的贡献也不过是0.5%一次性提升。是的，0.5%，听起来是不是有点让人打哈欠？这个数字恐怕连咖啡因的提神效果都没有。
二、大模型的“外延作用”并不是万能钥匙
大家都说大模型能带来创新，能生成新药、新车型、新软件，但真相是：过去没有新车型的原因并不完全是因为算力不够。美国那么多聪明人，他们整天忙着炒股，并不是因为研发特斯拉的脑袋不够聪明，而是勇气、眼光和组织力的问题。
换句话说，聪明人并不等于创新，真正的创新有时候是由合适的时机、勇气和团队合作来推动的。而算力，虽然看起来强大，但并不能直接决定是否能推出下一款超酷的智能汽车。
所以，大模型对生产力的提升并不像你想象中的那么强大。它的贡献，更多是表现在外延上，像是生成一些创意的东西，或者优化某些已经存在的工作流程，但真正带来突破性创新的可能性并不大。
三、AI算力的泡沫，和科网泡沫一模一样
现在，大家都在疯狂投资AI算力建设。阿里算力建设的背后，很多人认为是为了迎接未来的IPO，或者是为了在资本市场上打造“Company as a Service”（公司即服务）。但你仔细想想，这背后藏着的，可能是一种资本市场的过剩产能。
我们要知道，大模型的增长速度已经在放缓，GPT这种技术到目前为止，虽然在短期内看起来炙手可热，但从长远来看，可能会发现大多数人并不需要功能增强。即使是再笨的人，三小时刷抖音都能乐呵呵地过日子，而大模型的长文，三分钟就能把你搞疯。
这就像AI泡沫和之前的科网泡沫非常相似：大多数时候，投资者只是被市场的“FOMO”（错失恐惧症）所左右，大家都在追逐一个看似能够带来奇迹的投资机会，结果最后发现它并没有真正的回报。
四、人型机器人和自动驾驶，比大模型还远
说到AI，我们不得不提到的就是人型机器人和自动驾驶。可是，这些技术离大规模应用，依然还很远。你想，人型机器人现在连基本能力都还没达到，别说它能干些高大上的事儿了。自动驾驶更是如此，虽然前景广阔，但在技术突破上，依然存在不少挑战。
而这一切的背后，AI算力的需求也远没有像大家想的那么迫切。现在美国算力冗余，中国的算力冗余恐怕只会更加严重，别说建一个全球第一的算力中心了，恐怕更大一部分时间都处在闲置状态。
总结：算力与大模型背后的泡沫，投资者该如何应对？
作为投资者，我们看到AI算力的冗余，其实就像看到泡沫经济的重演：虽然表面上看，大家都在疯狂追逐未来的科技蓝海，但从长远来看，大部分人所需要的并不是更多的算力，而是更精准、更切实际的技术应用。
大模型的确有其价值，但它的贡献并不会像资本市场吹嘘的那么巨大，算力的过剩也意味着投资者要更冷静地看待未来的投资机会。未来，AI泡沫的破裂，可能是我们面临的最大风险，而真正能带来回报的投资机会，依然是那些能实际解决问题的技术。
在投资的世界里，勇气、眼光和组织力才是推动创新的关键，而不是单纯的算力叠加。
——以上内容来自网友投稿，不代表本站观点和立场。内容仅供讨论交流，不作任何投资建议。
