惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

宝玉的分享
宝玉的分享
H
Hackread – Cybersecurity News, Data Breaches, AI and More
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
小众软件
小众软件
月光博客
月光博客
D
DataBreaches.Net
L
LangChain Blog
美团技术团队
S
SegmentFault 最新的问题
MyScale Blog
MyScale Blog
大猫的无限游戏
大猫的无限游戏
博客园 - 司徒正美
aimingoo的专栏
aimingoo的专栏
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
H
Help Net Security
阮一峰的网络日志
阮一峰的网络日志
Y
Y Combinator Blog
I
InfoQ
U
Unit 42
Microsoft Azure Blog
Microsoft Azure Blog
J
Java Code Geeks
博客园 - 三生石上(FineUI控件)
腾讯CDC
Martin Fowler
Martin Fowler

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
人工智能AI泡沫:何时会破灭?
ToB SaaS大D · 2024-10-24 · via 人人都是产品经理

随着投资热潮的兴起,人们开始担忧AI领域是否会出现像2000年互联网泡沫那样的破灭风险。这篇文章深入探讨了当前AI市场的泡沫现象,分析了高估值、盈利能力不足和商业模式不明确等问题,以及这些问题可能对行业带来的影响。

最近,有朋友问我:“人工智能会不会像2000年的互联网泡沫一样破灭?”

这个问题引人深思。尽管我们团队一直在提倡拥抱AI,但目前在AI与业务结合的场景中尚未实现商业化路径。

经济泡沫的形成源于人们对商品进行大量无意义的投资,造成市场价值和价格的膨胀。这种现象可能导致资产(包括优质和劣质资产)过度升值,超出其实际价值,最终达到不可持续的水平,随后突然崩溃。

大D分析认为,当前的AI市场与20世纪末互联网市场之间存在显著相似之处。

两者均在快速发展的过程中引发了投资热潮,而这种热潮的背后,往往是对未来的过于乐观的预期。

回到2000年,互联网泡沫的破裂往往源于估值与实际价值之间的巨大鸿沟,如今的人工智能市场似乎正走在类似道路上:高估值和激烈竞争下,面临盈利能力不足和商业模式不明确的现实。

在过去几年里,人工智能已成为科技界最炙手可热的话题,从ChatGPT的发布到各大企业纷纷布局AI技术。

然而,许多企业发现,从AI投资中获取实际回报并非易事。

高昂的研发和运营成本、缺乏明确的商业模式及市场竞争的激烈,使得盈利前景变得不明朗,公众对AI技术的不信任程度也逐渐上升,进一步增加了商业化的障碍。

尤其在ToC用户中,AI聚合工具产品的盈利点往往依赖流媒体广告,用户更倾向于“白嫖”,因为ToC业务场景难以产生收益价值,导致他们无法判断付费订阅的价值。同时,市场上AI工具产品众多,替代性强,使用户在各种“免费试用”产品中频繁切换。

而对于ToB用户,在无法判断预期收益时,很难决定采购AI产品。尽管一些企业尝试将AI模型结合到自己的业务流程中,但大部分仍难以看到成效。

特别是在生成式AI兴起的背景下,众多初创企业涌现,试图从中分一杯羹,但其盈利能力普遍偏低,许多企业依赖风险投资的资金支持,而非实际的商业收入。

随着投资者对市场的警惕性提高,资金流入也开始减缓,进一步加剧了市场的不确定性。

高盛集团(Goldman Sachs)曾预测多达50%的工作将受到自动化影响,但最新展望显示,技术发展速度不足以实现这一替代。
麻省理工学院的达隆·阿西莫格鲁估计,未来十年人工智能的生产率增幅将不足1%。
这些观点表明,尽管人工智能前景广阔,但实际的实现路径仍需谨慎评估。

我们国内市场机构对AI仍抱有很强的期待,但今年或者明年内这些人工智能项目都难于获得收益。

主要原因在于,这些AI企业将大量的资金投入到数据中心、算力等硬件及大模型的训练支出。

而这些训练结果形成的产品无法进行有效的商业化,更多仅是被当做某些软件产品的附加功能。

大D在观察市场动态时,认为当前的AI行业已经显露出泡沫的迹象。高估值与实际盈利能力之间的落差,即将促使越来越多的人开始关注泡沫何时会破灭。

历史上,市场泡沫往往伴随着对未来的过于乐观的预期,导致投资者忽视了潜在的风险。

正如金融市场中的许多泡沫事件一样,AI市场的泡沫也在逐步显现,目前应该处于第三和第四阶段。(阶段并非按照一定的顺序进行)

目前资本市场正在等待市场上能够跑出一个现象级的Ai产品,才能够足以支持整个Ai赛道的信心。

如果没有,大D认为明年即将有60%以上的Ai初创公司和实验室将面临关闭风险。

身边越来越多的Ai初创企业唯一的希望是能够被大厂所收购,尽早脱手、脱坑。

一位不愿透露信息的朋友跟我聊到过他从加入AI这个赛道以来的心理历程:

  • 第一阶段:看到了致富的希望。虽然当时身边很多朋友热衷于卖ChatGPT账号来获取第一桶金,但他看不上。
  • 第二阶段:市场的炒作,让其过度的乐观。对项目的投入持续加大。
  • 第三阶段:产品项目无法在市场上获得持续性的收益,或者收益不足以支撑项目的经营。后悔,现在只想尽快卖掉,脱坑!

尽管面临诸多挑战,人工智能的中长期前景仍然光明。

AI具有极大的潜力,能够推动各行业的创新和转型。

从医疗到金融,从教育到制造,AI的应用正在逐步深入各个领域。

然而,投资者和企业必须保持警惕,避免盲目追逐市场热潮。只有在明确商业模式、确保可持续性的基础上,人工智能才能真正实现其变革潜力。

历史的教训告诉我们,过度的乐观可能导致灾难性的后果,唯有脚踏实地,才能迎接未来的机遇。

本文由人人都是产品经理作者【ToB SaaS大D】,微信公众号:【ToB产品创新研习社】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。