近期，OpenAI的掌舵人山姆·奥特曼宣称五年后AI将全面超越人类，人类智力霸权时代进入倒计时，到2030年GPT - 8将成为真正的AGI，届时30% - 40%的经济活动任务将由AI执行。然而，现实情况却与这一美好预言存在较大差距。

现实困境：AI效率与商业表现不佳

• 效率悖论：美国智库METR报告显示，大语言模型每7个月能力翻倍，远超摩尔定律，预计到2030年AI足以在数小时内完成人类一个月的工作量。但在实际试验中，将经验丰富的软件工程师分组，一组纯人工，另一组使用AI工具编程，结果使用AI工具的小组虽预测快40%，实际却慢了19%，开发速度放缓现象普遍存在。即便程序员认为AI工具帮助提升约20%效率，数据仍显示AI未带来效率提升，反而因成果无法达到企业业务水平，如生成的代码充满小错误，导致人类程序员需花费大量时间检查、更正甚至重写，人类成了AI的“保姆”，且这种情况在编程这一AI表现较好的领域都如此，其他行业可想而知。

• 商业困境：当下人工智能领域看似繁荣，全国现存在业、存续状态的相关企业超424.3万家，2025年新增注册约28.6万家。但除英伟达和部分利用信息差赚流量的博主外，几乎无AI企业真正赚钱，呈现高投入、低回报的特点。科技巨头如微软、Meta、谷歌、亚马逊四家巨头2024年资本投入高达3000亿美元，2024年全球生成式AI投资额较2023年增长超70%，预计2025年总支出将达2024年的3倍。而大量中小竞争者，如开发AI回话模型的SD背负1亿美元债务，Stability AI核心研究团队集体辞职，Character AI卖身谷歌，国内波形智能解散，竹间智能部分部门停工，华夏芯资金链断裂破产等，全国众多新注册AI企业处于注销、吊销或停业异常状态，九成参与者可能倒在黎明前。

工具局限：AI应用效果未达预期

• 能力短板：目前AI只会标准化创作，导致同质化和细节缺失问题。以AI绘图为例，因整合大量资源获取绘画能力，源头交叉重复会使作画同质化，且只是将数据具象化，会出现人物装饰不完整、器官比例失真等低级错误；在编程工作中也有类似问题。这两个问题使得生成式AI目前只能胜任审核、阅片等少部分重复性高的工作，对大部分人而言，使用AI工具后效率反而不如原来，因其无法进行深层次细节把控，必须由人把控。

• 应用现状：当前AI应用市场规模虽即将突破5000亿元，但很多中小企业管理层跟风强调降本增效，普遍裁员，留下的员工熟悉免费AI工具提高效率，但多数只是降了本，未增效，即便增效也多因裁员导致人心惶惶、大家更卷。且部分企业对AI认知不足，认为买高配电脑就是数字化转型，生成数字人主播就是做AI。

未来展望：AI需达到人类平均水平

未来AI变革性在于打破“成本、质量、速度只能选其二”的三角模型，但目前AI在成本、质量和速度上都与预想有差距。AI要真正成为合格工具给企业“降本增效”，需达到人类从业者的平均水平乃至最低水平，这样能淘汰占绝大多数的普通人，降低人工成本、提升效率。例如在游戏行业，AI可替代初级策划的基础、重复性设计工作，保留少数创造力强的人，既能降本增效，又能提升游戏质量；对大厂和小厂的成本和研发模式也会产生积极影响，但会导致部分不够“优秀”的从业者面临转行。不过，至少在当下，AI对大部分行业而言无法取代人，甚至作为工具都不太合格。