2024年6月，高盛发布的一份研究简报震动了硅谷。报告抛出了所谓"6000亿美元问题"：天量的人工智能基础设施投资，能否产生与之匹配的收益？MIT经济学家Daron Acemoglu在报告中分析指出，未来十年AI对美国GDP的拉动仅为0.93%至1.16%，远低于投资者演示文稿和技术大会主题演讲中流传的乌托邦式预测。"行业现在说的很多话都是夸大其词，"Acemoglu直言。两个月后，他因关于政治制度与经济增长关系的研究，与MIT同事Simon Johnson、芝加哥大学经济学家James Robinson共同获得2024年诺贝尔经济学奖。

AI承诺与实际产出之间的落差，已不再是经济学家和技术专家的抽象担忧。它正在以令人警觉的速度重塑公众对技术的态度——这种变化关系到创新与民主社会之间的长期契约。当政府部署算法系统拒绝医保赔付或识别福利欺诈，当企业投资数十亿美元购买失败率高达95%的工具，当公众反复被告知超级智能即将到来而聊天机器人仍在编造法律引用时，围绕技术进步的社会契约正在出现根本性裂痕。

打开网易新闻 查看精彩图片

问题不在于AI是否有用。在特定、定义明确的应用场景中，它显然有用。问题在于，当整个社会基于尚不存在、甚至可能永远不会以宣传形态出现的能力做出战略决策时，会发生什么。

到2025年底，AI行业已进入Gartner分析师正式定义的"幻灭低谷期"。生成式AI一年前还处于期望膨胀的顶峰，如今已滑入早期采用者报告性能问题、投资回报率低下、技术能力被系统性高估的领域。这一定位反映了组织试图将生成式AI从试点项目推向生产系统时面临的困难。与现有基础设施的整合存在技术障碍，数据安全担忧则导致部分公司完全限制部署。

数字讲述了一个严峻的故事。据MIT 2025年7月发布的《生成式AI鸿沟：2025年企业AI现状》报告——该报告基于52场高管访谈、153位领导者调研及300个公开AI部署案例分析——95%的生成式AI试点项目未产生可衡量的损益影响。