生成AI革命已经抓住了科技界的想象力。ChatGPT和类似工具似乎预示着一个新的可能性时代，AI能够按需生成内容、艺术甚至编程代码。风险资本涌入生成型初创公司，总融资额达数千亿美元。但在这种兴奋之中，一些人开始怀疑 – 这是一个即将破裂的泡沫吗？

模式似乎是熟悉的。一个炙手可热的新技术出现，立即被视为改变世界、变革性的技术。大量的资本涌入，估值直冲云霄，炒作大大超过理性分析。这是上世纪90年代的互联网泡沫，那时互联网初创公司凭借着没有收入或商业模式而实现了令人眼花缭乱的市值。然而，一切都在2000年崩溃。

 

互联网泡沫中发生了什么？

 

互联网泡沫，也被称为互联网泡沫，是指在1990年代末期对基于互联网的公司进行过度投机和投资的时期。这种经济狂热是由对互联网的变革潜力的信念驱动的。然而，泡沫最终破裂，股价崩盘，许多初创公司倒闭。

许多互联网公司基于脆弱的商业模式。它们缺乏稳定的收入来源或盈利能力，严重依赖投资者的资金支持。关注点通常是占领市场份额和用户增长，而不是盈利。

随着互联网公司努力实现盈利，现实打击了他们。最初的兴奋和乐观开始褪色，因为越来越清楚，这些公司中的许多在长期来看是不可持续的。投资者开始对这些企业的可行性产生质疑。

互联网泡沫于2000年初破裂。股价大幅下跌，导致了众多互联网公司的破产。纳斯达克指数在2000年3月达到顶峰后，到同年10月下跌了76.81%。像思科、英特尔和甲骨文这样的大公司股价下跌超过80% – 互联网泡沫-维基百科。

 

生成AI泡沫将如何破裂

 

快速增长和围绕生成AI的炒作具备经济泡沫的特征。DALL-E 2和GPT-4等生成AI模型引起了公众的想象，并吸引了数十亿美元的投资。但这种热情可能不可持续。

和所有泡沫一样，生成AI狂热是建立在对未来能力的投机预期之上的。投资者押注这些技术将继续迅速发展，并找到具有利润的真实应用。但这种预期超前于现实的风险存在。

多个因素可能会引发泡沫破裂。其中一个是当今生成AI的局限性。虽然令人印象深刻，但这些模型仍然产生品质不高的输出，对于许多任务来说不够可靠。而训练越来越大的模型需要指数级增加的数据和计算能力，这引发了关于可伸缩性的问题。

随着炒作与现实相遇，生成型初创企业的估值可能被证明是不现实的。资金可能在未实现里程碑、缺乏盈利和失去新奇感之间干涸。一旦增长停滞，股价很可能会暴跌。

过去的经验表明，在真正的能力出现之前，热门新技术会经历炒作周期。尽管生成AI有潜力，但投资者应当警惕不理性的狂热。可持续的价值将需要将能力与适当的用例匹配，而不是将其视为万金油。

 

生成AI泡沫的担忧

 

由于需要克服的几个问题，AI泡沫的担忧可能会持续存在。尽管已经有大量公司利用了这项技术，但生成AI的大规模采用仍处于相对初级阶段。随着更多公司开始采用生成AI，担忧可能会进一步加剧。如果发生AI泡沫，将是因为以下原因。

 

采纳速度放缓

现在已经出现了对生成式人工智能（Generative AI）采用速度放缓的迹象。人们开始更喜欢人类创造的作品，而不是仅仅依靠AI生成的内容。这种对人类创造力的偏好可能阻碍了生成式人工智能的增长和广泛应用。

资本需求

许多人工智能领域的初创企业由于训练自己的模型所需的高昂资本需求，而依赖于API调用和预训练模型。资金不足可能限制了生成式人工智能行业初创企业的增长和创新。

经济因素

预测将发生的全球经济衰退可能对人工智能行业产生重大影响。投资者可能变得更加谨慎，开始从市场上撤资，导致AI初创企业获得资金减少。

法律和道德关切

生成式人工智能引发了与其生成内容的所有权和控制相关的法律和知识产权问题。还存在与AI系统所训练数据引起的伦理和偏见有关的担忧。这些问题可能导致对生成式人工智能的使用增加监管和限制，使企业创新变得更加困难。

结论

生成式人工智能行业的未来仍然不确定，人们对产生式人工智能泡沫可能破裂的担忧也存在。虽然很难预测这种情况何时发生，但许多人都在热切地期待其结果。

生成式人工智能的一个主要问题之一是需要高水平的投资和技术的可复制性。这些因素导致了围绕该行业可持续性和长期成功的不确定性。

为了减轻生成式人工智能泡沫的风险和潜在崩溃，关键是将重点从创建花哨的产品演示转向构建实际的商业用例。这种方法需要时间和努力来开发和实施，但可以帮助确保该行业的稳定性和增长。

****[Abid Ali Awan](https://www.polywork.com/kingabzpro)****（@1abidaliawan）是一位拥有认证的数据科学家专业人士，热衷于构建机器学习模型。目前，他专注于内容创作，并编写有关机器学习和数据科学技术的技术博客。Abid拥有技术管理硕士学位和电信工程学士学位。他的愿景是利用图神经网络为患有心理疾病的学生构建一个AI产品。