AI 泡沫？麻省理工学院报告 95% 企业 AI 投资几乎无回报

[stm32]

麻省理工学院（MIT）最新报告警告，95% 的生成式人工智能投资几乎没有为企业带来收益，半数项目以失败告终，仅 5% 落地商业化。

Telegraph 媒体认为受此影响，市场担忧 AI 泡沫濒临破裂，导致英伟达股价跌 3.5%，帕兰提尔跌 9%，软银跌 7%。

IT之家援引报告内容，尽管企业在该领域投入高达 300 亿至 400 亿美元（IT之家注：现汇率约合 2151.83 亿至 2869.11 亿元人民币），95% 的项目未产生任何财务回报，半数 AI 项目以失败告终，仅 40% 的公司将 AI 应用投入实际部署，且仅有 5% 的试点最终进入生产阶段。这一发现令市场担忧 AI 热潮或将重蹈 2000 年互联网泡沫覆辙。

AI 泡沫？麻省理工学院报告 95% 企业 AI 投资几乎无回报

受此报告影响，美国科技股周二大幅下挫。AI 芯片龙头英伟达股价下跌 3.5%，数据分析公司帕兰提尔（Palantir）暴跌 9%，日本软银也因重仓 AI 项目而下跌 7%。

MIT 指出，不少企业“悄然放弃”复杂昂贵的企业级 AI 系统，员工更倾向于自费使用 ChatGPT 等消费级工具。

AI 泡沫？麻省理工学院报告 95% 企业 AI 投资几乎无回报

报告发布正值市场对 AI 的盈利能力信心减弱之际。自 2022 年 ChatGPT 推出以来，硅谷一直宣称 AI 将带来巨额节省与效率提升，然而现实未达预期。

OpenAI 发布的 ChatGPT-5 也被认为升级幅度有限，不少用户呼吁恢复旧版本。OpenAI CEO 山姆・奥尔特曼坦言，投资人“确实有些过于兴奋”，未来可能有人损失惨重。

[japamer]

常人一开始就能预见的事，还用MIT来报告？
开局就是那些“精英”，烂尾也是那些“精英”。
钱都给他们挣走了，老百姓得到什么？娱乐。

[heteroclinic]

MIT出面说明学术界还是清醒的，这个世界是非常复杂的，没有扎实的自然科学与工程实践方法，很难做。
当然纯粹的自然语言处理有很大进步。单纯说图灵机测试，已经没有什么意义。
图灵也只是一个书呆子，在某一特定领域有杰出贡献。

[stm32]

就快股市崩盘了，按照互联网泡沫的走法

微软会成为lucent吗？Google是北电？Meta是摩托罗拉？

[stm32]

这些公司AI上投资几千亿，都是银行借钱的，银行先崩了

站内帖子：七巨头在上个季度AI基础设施资本支出高达1025亿，AI泡沫引发美金融危机？摩根大通CEO警告

[stm32]

AI热潮所依赖的巨额资金正越来越多地来自不透明的私募市场。

AI的发展需要庞大的数据中心作为支撑，而其建设需要巨额资金。据估计，未来三年全球在AI基础设施上的支出将接近3万亿美元。亚马逊、Alphabet等科技巨头自身可能仅能承担其中约一半的费用。

剩余的巨额资金缺口，将主要由私募股权、私募信贷和风险投资来填补。

瑞银在本月的一份报告中指出，私募信贷已成为推动AI增长的“关键引擎”。据该行数据，在截至2025年初的一年里，私募债务市场对AI的风险敞口激增1000亿美元，达到约4500亿美元，其规模远超来自公开信贷市场的资金。

资金的涌入让私募市场的管理者们日益警惕。PGIM Private Capital欧洲负责人Josh Shipley表示，AI领域的投资是“每次高管会议都会讨论的话题”。他认为，目前其体量尚不足以引发“系统性冲击”，但风险不容忽视。

瑞银的分析师警告称，随着散户和养老基金的资金持续流入，私募市场在为AI提供增长动力的同时，也正在“播下过热风险的种子”。

[wolf_north_1234]

麻省理工学院（MIT）最新报告警告，95% 的生成式人工智能投资几乎没有为企业带来收益，半数项目以失败告终，仅 5% 落地商业化。

Telegraph 媒体认为受此影响，市场担忧 AI 泡沫濒临破裂，导致英伟达股价跌 3.5%，帕兰提尔跌 9%，软银跌 7%。

IT之家援引报告内容，尽管企业在该领域投入高达 300 亿至 400 亿美元（IT之家注：现汇率约合 2151.83 亿至 2869.11 亿元人民币），95% 的项目未产生任何财务回报，半数 AI 项目以失败告终，仅 40% 的公司将 AI 应用投入实际部署，且仅有 5% 的试点最终进入生产阶段。这一发现令市场担忧 AI 热潮或将重蹈 2000 年互联网泡沫覆辙。

AI 泡沫？麻省理工学院报告 95% 企业 AI 投资几乎无回报

受此报告影响，美国科技股周二大幅下挫。AI 芯片龙头英伟达股价下跌 3.5%，数据分析公司帕兰提尔（Palantir）暴跌 9%，日本软银也因重仓 AI 项目而下跌 7%。

MIT 指出，不少企业“悄然放弃”复杂昂贵的企业级 AI 系统，员工更倾向于自费使用 ChatGPT 等消费级工具。

AI 泡沫？麻省理工学院报告 95% 企业 AI 投资几乎无回报

报告发布正值市场对 AI 的盈利能力信心减弱之际。自 2022 年 ChatGPT 推出以来，硅谷一直宣称 AI 将带来巨额节省与效率提升，然而现实未达预期。

OpenAI 发布的 ChatGPT-5 也被认为升级幅度有限，不少用户呼吁恢复旧版本。OpenAI CEO 山姆・奥尔特曼坦言，投资人“确实有些过于兴奋”，未来可能有人损失惨重。

Fxxk

AI 炮末要破

下个炮泡在哪?

老板的飞星?

从2000年的互联网，Google, 到AI, 姐就是一泡接一泡(shit).

[macarthur]

那没办法，话题不炒不火。。。 没有火话题，怎么制造交易量？全指着道指那帮苦逼们打螺丝吗？道指自己都多少年没有正经螺丝可打了。。。

Fxxk

AI 炮末要破

下个炮泡在哪?

老板的飞星?

从2000年的互联网，Google, 到AI, 姐就是一泡接一泡(shit).

[noid2]

Fxxk

AI 炮末要破

下个炮泡在哪?

老板的飞星?

从2000年的互联网，Google, 到AI, 姐就是一泡接一泡(shit).

花姐聪明着呢，人家挣得的是盆满钵满。
下一个炒作的是啥，量子计算还是稳定币？

[heteroclinic]

那没办法，话题不炒不火。。。 没有火话题，怎么制造交易量？全指着道指那帮苦逼们打螺丝吗？道指自己都多少年没有正经螺丝可打了。。。

找饭定的千老和项目多如牛毛
当然花街不是粥棚，
反之，deep question their due diligence per the accepted buttons.

[irisyuan]

AI热潮所依赖的巨额资金正越来越多地来自不透明的私募市场。

洗钱？

[heteroclinic]

洗钱？

洗不洗钱是司法部的事情，三十万个吹邻是每个人的事，人人有粪

[stm32]

洗钱？

银行，保险公司。 AI信贷就是又一个雷曼

私人信贷基金通过吸引投资和银行借款，向不透明的私人市场放贷，类似于私募股权的债务版。CoreWeave、Fluidstack等AI云公司以英伟达芯片为抵押大举借债，软银通过债务支持与OpenAI的合作，xAI据报借款120亿美元购买芯片。埃隆·马斯克（Elon Musk）在评论软银与OpenAI的合作时就表示：“他们实际上没有钱。”

摩根大通数据显示，私人信贷已从边缘市场成长为金融系统的重要组成部分。2013年，美国银行对非银行金融机构的贷款中，仅1%流向私人信贷和私募股权；如今这一比例升至14%。波士顿联邦储备银行的菲拉特（Fillat）等人研究表明，银行通过信贷额度成为私人信贷流动性的关键来源，间接暴露于高风险贷款。若AI行业收入增长跟不上资本支出，可能导致集中违约。研究指出，私人信贷贷款多为短期和优先贷款，较2008年危机中的长期贷款更安全，但若违约相关性高于预期（如AI行业整体崩盘），银行可能蒙受损失。

保险公司作为私人信贷的主要有限合伙人，也通过直接贷款参与其中。经济学家卡利诺（Carlino）等人的研究显示，美国人寿保险公司对低评级企业债务的敞口已超过2007年末次贷证券的水平。2008年美国国际集团（American International Group）的救助表明，保险公司在金融系统中的系统重要性不容忽视。加州大学伯克利分校AI伦理学家阿米尔·哈桑（Amir Hassan）警告称：“AI基础设施的融资决策并非中立，涉及算力分配和资源优先级的伦理选择，可能加剧技术封锁和集中化趋势。”

资产价格泡沫与信贷增长的结合是金融不稳定的最大风险。2000年互联网泡沫主要通过债券市场融资，未严重威胁银行体系；2008年危机则因银行债务引发经济冻结。当前，私人信贷与银行和保险公司的深度关联可能放大风险

[pnlmpnlm]

查了查作者，感觉好像不是MIT的，而是别的地方打着MIT的名号。四个作者3个烙印。

[pseudo]

MIT出面说明学术界还是清醒的，这个世界是非常复杂的，没有扎实的自然科学与工程实践方法，很难做。
当然纯粹的自然语言处理有很大进步。单纯说图灵机测试，已经没有什么意义。
图灵也只是一个书呆子，在某一特定领域有杰出贡献。

现在的AI很强大了，但还通不过图灵测试吧。

只要和AI多对话一段时间，就知道它经常前言不搭后语，本质是一个极大数据库，但没有智力。

[heteroclinic]

现在的AI很强大了，但还通不过图灵测试吧。

只要和AI多对话一段时间，就知道它经常前言不搭后语，本质是一个极大数据库，但没有智力。

CHATGPT：

补充：LLM 和 CNN 的架构差异

LLM（Transformer）靠注意力机制在序列中做全局依赖建模，适合语言/序列生成；

CNN靠卷积与局部性，在视觉任务上长期强势（当然现在也有 ViT 这类纯注意力的视觉模型）。

就是一个拉格朗日interpolation吧