山姆·奥特曼宣称五年后AI将全面超越人类，2030年GPT - 8将成为真正的AGI，届时30% - 40%的经济活动任务将由AI执行。这一言论曾引发人们对AI未来的激动与焦虑，但如今多数人已趋于淡定，因为现实与预言存在巨大差距。

AI效率困境：能力与可靠性的落差

美国智库METR报告称大语言模型每7个月能力翻倍，预计2030年AI能在数小时内完成人类一个月的工作量，看似前景美好。然而，该智库的试验却揭示了残酷现实。将经验丰富的软件工程师分组，一组纯人工编程，另一组使用AI工具编程，结果使用AI工具的小组虽在查找信息和主动编码上花费时间减少，但因AI生成的代码充满小错误，人类程序员需花费大量时间检查、更正甚至重写，导致实际开发速度比纯人工慢19%，效率不升反降。即便程序员认为AI工具帮助提升了约20%的效率，数据仍表明存在“能力 - 可靠性缺口”，即大语言模型虽能完成复杂任务，但成果无法达到企业业务水平。编程作为AI表现较好的领域尚且如此，其他行业可想而知。

AI企业困境：高投入与低回报

当前人工智能领域看似繁荣，全国现存在业、存续状态的相关企业超424.3万家，2025年新增注册约28.6万家。但除英伟达等提供算力的企业和利用信息差赚流量的博主外，几乎无AI企业真正盈利，呈现高投入、低回报的特点。科技巨头如微软、Meta、谷歌、亚马逊四家巨头2024年资本投入高达3000亿美元，2024年全球生成式AI投资额较2023年增长超70%，预计2025年总支出将达2024年的3倍。而大量中小竞争者即便前期拿到投资也难以支撑，如SD背负1亿美元债务，Stability AI核心研究团队集体辞职，Character AI卖身谷歌，国内波形智能、竹间智能、华夏芯等企业也遭遇经营困境。2022年11月至2024年7月，全国大量新注册AI企业处于注销、吊销或停业异常状态，倒闭企业超10万家。这表明在AI技术取得真正突破前，多数参与者将倒在黎明前。

AI工具困境：同质化与细节缺失

人们期望生成式AI打破“成本、质量、速度只能选其二”的三角模型，但目前AI工具在成本、质量和速度方面均未达预期。现阶段的AI只会标准化创作，导致同质化和细节缺失问题。以AI绘图为例，因整合大量资源，源头交叉重复会使作画同质化，且常出现人物装饰不完整、器官比例失真等低级错误。在编程工作中也有类似问题，AI生成的代码存在大量错误。这些问题使得生成式AI目前只能胜任审核、阅片等少部分重复性高的工作，对大多数工作而言，使用AI工具后效率反而不如原来，因为它无法进行深层次的细节把控，最终效率把控还需依靠人。

AI未来展望：达到人类水平方能变革

尽管目前AI存在诸多问题，但未来它仍有变革的潜力。生成式AI的变革性在于打破“成本、质量、速度只能选其二”的三角模型，但要真正成为合格工具，给企业“降本增效”，需达到人类从业者的平均水平乃至最低水平。以游戏行业为例，当AI能完成关卡策划、系统、数值等基础、重复性设计内容时，初级策划的工作将被替代，保留少数创造力强的人不仅能降本增效，还能提升游戏质量，实现NPC性格千人千面等效果。对大厂而言，可降低研发成本、缩短周期，带动市场活跃；对小厂而言，可将研发交给AI，专注推广。这一变革不需要AGI，只需工具能完成最简单的工作，但绝不是现在。

目前，AI对大多数行业而言无法取代人，甚至作为工具都不合格。然而，很多中小企业管理层跟风强调降本增效，普遍裁员，结果多数只是降了本，未增效，增效也并非因AI，而是裁员导致员工卷。同时，部分企业对AI存在误解，认为买高配电脑就是数字化转型，生成数字人主播就是做AI。这反映出当前市场热炒AI背后的真实底色，AI热潮背后是诸多亟待解决的问题。