如何看待AI的高预期、高估值、高溢价

文/康嘉林

2025年，人工智能技术依然立于潮头之上，如水电一般正在成为社会的基础设施。在这个过程中，令人惊喜的是，AI的自进化能力超越想象，正不断刷新着AGI的边界，越来越多的行业和生产力被加速重构，开启人机协同的新范式。

12月7日，由联办集团、和讯共同主办、财经中国会承办，主题为“寻找中国经济破局之路”的和讯财经中国2025年会暨第23届财经风云榜在北京举行。

在会上的巅峰对话环节中，和讯网AI科学家宋劼与香港工程院院士、IEEE计算智能学会前主席姚新，汉德资本主席兼创始合伙人、前德银投行亚太区主席蔡洪平，京东集团副总裁段楠，腾讯云资深专家舒文琦展开了一场关于“人工智能未来十年图景”的畅想和对话。

大家共同的体感是，AI不再只是实验室里的技术探索产物，智能经济正在成为经济发展的新引擎。而未来十年中，AI究竟会扮演怎样的核心角色，从无感走向普惠，人形机器人落地进程中还有何桎梏，仍值得深入探讨。

01 积极拥抱AI，需用在正确的地方

2025年，DeepSeek火爆全球、Agent迈向千行百业、大模型加速迭代，让人工智能的热度贯穿整年。

一轮轮冲击波在越来越多的群体中发酵，有人请它解疑惑，有人让它帮干活，AI对人类的影响正在显现。

正如舒文琦所言，当下人工智能技术的能力，已经从效率提升的工具，走向效能的伙伴，它不再是传统地把人类工作的流程线条串起来，在某个点达成帮助，而是重构人类整个创意流程。

以他所在的传媒行业为例，人机协同已经达到上佳的阶段，智能体可以帮助一家媒体分析热点、调性、传播方式。

更为重要的是，针对企业的营销，AI带来的最大变化是，从“触达”变成“触动”，在他看来，过去很多企业愿意花钱去买流量，但是转化率不一定高，但有了人工智能、智能体以后，能帮助企业将内容触动到其所关注、关心的用户群体里，进而提升转化率。

实际上，不止于传媒，在更多行业，AI的价值在于实现规模化后，可以将生产成本确确实实“打下来”，且能把生产的效率快速提高。

舒文琦举例称，过去全球顶尖出名的义乌小商品，在做小商品宣传资料时，只做中文和英文两个版本。现在有了人工智能的加持，能做一个中文版本的快速生成，同时拥有泰语、缅语、日语、韩语版本，同时生成的内容可以针对于本地特色而有所不同。“我相信，从单一的内容输出到全球化的趋势，这是AI的价值共生，同时也是企业营销的新理念。”

在人们好奇、惊讶、赞叹、拥抱AI之余，同时也有了担忧和不安。新技术带给人们的影响往往是双刃剑，人工智能既能带来效率提升和经济增长，也会衍生出一些失业和不平等问题，对未来社会的影响复杂且深远。

姚新也观察到，“现在大家讲的好像是好AI、坏AI，大家很怕将来AI有自我产生目标的能力和自我做抽象的能力，因为你是控制不住它的。”

因此，AI对社会的影响绝不仅仅是一个技术领域的问题，真正对社会范式和真正思维范式是一个极大的冲击。想要让AI受控、可控，对于AI的教育至关重要。

姚新便指出，当前AI教育应重点区分三个目标层次。

一是在使用者层面，应重点培养正确使用AI系统的能力。用好AI系统和平常用好计算机系统，有本质不同，因为现在传统的计算系统是确定性的系统，而AI系统给出的结果有一定的不确定性。“教育与培训是重要的一步，这事关正确的AI，其中有伦理的问题，有正确性的问题，也有风险的问题。”姚新表示。

二是在维护者层面，要培养对AI系统的维护与优化能力；三是在创造者层面，应培育具有社会责任感的科研能力，看到社会的走向和需求，最终驱动AI的发展。

无独有偶，舒文琦也提到，一定要把AI用在正确的地方，更积极地拥抱AI，即面对AI未来的发展，应秉持“虚怀纳新，以器载道，守正初心，仁者兼修”。

02 面对泡沫，以终为始

过去一段时间，关于AI是否存在泡沫的争议逐渐升温。有人说，部分AI标的估值高企，在商业化路径尚不明朗的情况下，担忧部分应用场景或许会存在过度炒作的情况。

蔡洪平表示，基于自身二十余年华尔街工作经验，高度看好AI发展。虽然一些企业的市值已颠覆传统认知，这当中是否存在泡沫？我认为固然有泡沫，但当一个新兴产业崛起时，资本市场给予其高预期、高估值甚至一定溢价，是相当正常的现象。

历史为镜。在上一波互联网浪潮中，市场狂热和质疑声亦不断，但经过无数次大浪淘沙后，最终催生了亚马逊、谷歌等科技巨头。

当下的AI浪潮，走在相似的路上，泡沫或许存在，但背后是产业的汹涌革命。

而随着应用场景逐步拓展，AI技术与各实体产业正加速融合，具身智能等新的商业模式正在酝酿落地。而对于时下火热的人形机器人赛道，蔡洪平对其当前的发展热潮则有所保留。

在他看来，如果真的把“人形”这个不确定的互动、情感场景变成算力算法，今天的产业力量中软件都还很薄弱，更不用提芯片，“至少十年内，这个东西还早。”

蔡洪平认为，机器人发展的合理方向应当是替代人类完成那些危险、重复或人力难以胜任的工作，例如在消防灭火、水下清洁、高空作业等场景，应该让机器人逐步取代传统人工。

这也意味着，无论是投资AI，抑或是人形机器人，产业已经发展到不是简单地追逐概念，而是应深刻理解技术路径，优先明确应用场景和商业逻辑。

正如段楠所言，无论是否应该是人形，需求是否明确很重要，“我们要先看清楚一项新技术最后要用到什么地方，反过来再去看整个技术要如何发展。”

因此，大模型的发展，更要“以终为始”。“当下的大模型，投入资源如此之大，已经不是一个纯粹的算法或模型上面的事，而是一个系统的事，涉及到人、数据、场景、算法，以及其应该如何落地和赚钱。一个大模型，最后要能够至少满足相当一部分人非常迫切、重要的需要，才算成功。”

他强调称，“以终为始”非常之关键，当下整个基础模型的发展就两步，第一步是把全人类的知识融入到这个基础模型里获得通用能力，第二步是要针对选定的领域“以终为始”反向更新算法、模型结构、数据带，最终形成适配。

“而且第一步和第二步之间的界限在不断地往前移，因为大模型是数据驱动，越早地把相关的数据融入到预训练数据里面去，模型的上限就越高。”段楠谈到。

在行业中人的激辩中不难发现，任何颠覆性技术从诞生到落地，必然经历从怀疑到争论再到坦然接受，而正是在这个过程中，产业有了共识，真正有价值的技术才能借此机会，疾步前行。