2024年6月，高盛一份研究报告震动了硅谷。这份报告抛出了一个被称为"6000亿美元问题"的尖锐质疑：对人工智能基础设施的巨额投入，能否产生相称的回报？

MIT经济学家Daron Acemoglu在报告中指出，未来十年AI对美国GDP的拉动可能只有0.93%到1.16%，远低于投资者演示文稿和大会主题演讲中流传的乌托邦式预测。"现在业界听到的很多说法都是夸大其词，"他直言。两个月后，Acemoglu因对政治制度与经济增长关系的研究，获得2024年诺贝尔经济学奖。

打开网易新闻 查看精彩图片

这种承诺与现实的落差，正在以惊人速度重塑公众对技术的态度。当政府用算法系统拒绝医保赔付或检测福利欺诈，当企业投入数十亿购买失败率高达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，技术进步与社会信任之间的契约正在崩解。

问题不在于AI是否有用——在特定、明确的应用场景中，它显然有用。问题在于，当整个社会基于尚未存在、可能永远不会以宣传形态出现的能力来做战略决策时，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"期望膨胀顶峰"，如今已滑入早期采用者报告性能问题、投资回报低迷、技术能力被系统性高估的地带。企业试图将生成式AI从试点项目推向生产系统时，与现有基础设施的集成带来技术障碍，数据安全担忧则让部分公司完全限制部署。

数字令人警醒。MIT 2025年7月发布的《生成式AI鸿沟：2025年企业AI现状》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——显示，95%的生成式AI试点项目未产生可衡量的损益影响。