今年二月，我在伦敦一场反AI游行中捡到一张传单。虽然无法确定作者是否在模仿《南方公园》里的“内裤精灵”桥段，但传单上的三段论却让我深思：第一，AI是炒作；第二，盈利是目标；第三，缺失步骤是什么？这张看似调侃的传单，实则触及了当前AI行业最核心的困境——从技术狂热到商业成功之间，横亘着一条难以逾越的鸿沟。
炒作与现实的巨大落差
过去两年，生成式AI以惊人的速度席卷全球。从ChatGPT的横空出世到各种大模型的百花齐放，AI似乎无所不能。然而，当我们拨开喧嚣的表象，会发现一个尴尬的现实：绝大多数AI公司仍在亏损。根据行业数据显示，2025年全球AI初创企业中有超过70%尚未实现盈利，即便是头部企业也面临着高昂的算力成本和不确定的商业模式。
“AI技术就像一把万能钥匙，但现实世界的大门并没有那么标准化。”——某AI创业者感叹道。
这种反差让人不禁想起世纪初的互联网泡沫。当时，无数“.com”公司凭借一个概念就能获得巨额融资，但最终只有少数真正找到了可持续的盈利模式。如今的AI行业，似乎正在重蹈覆辙。
缺失的五个关键步骤
基于对数十家AI企业的深度调研，我认为AI从炒作走向盈利需要跨越五个关键步骤：
第一，找准真实需求。许多AI产品是“技术驱动”而非“需求驱动”。开发者沉迷于模型能力的提升，却忽略了用户真正需要解决的问题。例如，某知名AI写作工具虽然能生成流畅的文章，但企业客户更需要的可能是精准的行业报告分析。
第二，构建数据飞轮。AI模型的持续优化离不开高质量数据。但现实中，许多企业缺乏有效的数据收集和反馈机制，导致模型迭代缓慢。成功的AI产品往往能通过用户使用形成数据闭环，如推荐算法根据用户反馈不断优化。
第三，降低部署成本。当前AI应用的高昂成本是阻碍普及的主要障碍。无论是训练大模型的算力消耗，还是推理阶段的延迟问题，都需要通过技术创新来突破。边缘计算、模型压缩等技术正在逐步解决这一难题。
第四，建立信任机制。AI的黑箱特性让用户难以完全信任其输出结果。在金融、医疗等高风险领域，AI的决策需要可解释性和可审计性。缺乏信任的产品，即便技术再先进也难以获得市场认可。
第五，探索创新定价。传统的软件订阅模式可能并不适合AI产品。按调用次数、按效果付费、甚至按价值分成等新型定价方式正在涌现。例如，某些AI客服工具采用“节省成本分成”模式，与客户共享收益。
行业启示与未来展望
回顾历史，每一项颠覆性技术都经历过“炒作-幻灭-成熟”的周期。Gartner技术成熟度曲线显示，AI正处于“膨胀预期峰值”向“幻灭低谷”过渡的阶段。这并不意味着AI没有价值，而是提醒我们需要更务实的态度。
值得注意的是，那些成功穿越周期的公司，如亚马逊、谷歌，都具备一个共同特点：它们将技术深度融入现有业务流程，而非单纯追求技术突破。AI的真正价值不在于“代替人类”，而在于“增强人类”。
对于创业者而言，与其追逐热点，不如回归商业本质：你的产品解决了什么具体问题？客户愿意为此支付多少？如何持续创造价值？这些看似老生常谈的问题，恰恰是AI盈利的关键所在。
那张伦敦游行中的传单或许是个玩笑，但它提出的问题值得每一位AI从业者深思：在炒作与盈利之间，我们究竟缺失了什么？答案或许就藏在用户需求、商业模式和技术落地的交叉点上。
本文编译自MIT Technology Review