迄今为止，冲击强烈，经济价值却极为有限
我想，这可能不是我一个人的感觉或疑问：AI是当今世界最热的话题，我们在生活的各个方面都能感受到它的强烈冲击，但迄今为止，它给我们带来的经济价值却极为有限。对于世界上很多地方处于低迷状态的经济来说，AI不但没有带来新的希望，似乎还有点雪上加霜（更现实的，就是我一再说的冰火两重天）。
这是为什么？
让我们从熊彼特的创新理论说起。在熊彼特看来，发明是技术或方法的发现，而创新则是将发明注入生产体系并创造经济价值的过程。一项新技术如果在经济上不起作用，即使再先进也算不上“创新”。
那一项新的技术如何进入生产体系并创造出新的经济价值的？熊彼特认为需要通过五个环节：创造一种全新的产品或赋予原有产品以新的特性；采用一种新的生产方法；开辟一个新的市场；控制原材料或半成品的新供应来源；实现一种新的产业组织形式。
在这当中，最基础也是前提性的环节是第一个，即创造一种全新的产品或赋予原有产品以新的特性。
目前对经济的拉动主要还是来自AI基础设施建设本身
按照熊彼特的创新理论，技术发明的核心，是要外化落地为新的产品，从而创造出全新的市场需求，或重新定义现有市场的需求结构。
这种新产品必须具有下面两个特征中的一个，要么是原来根本不存在或消费者不熟悉的，要么是为现有的产品赋予新的功能、特性。
例如，汽车的发明替代了马车，成为一种原来根本不存在的全新的交通工具，这是无中生有；智能手机的出现，为传统手机赋予了智能交互、移动互联网接入等新特性，彻底改变了人们的沟通与生活方式，这是旧产品新赋能。
但无论是无中生有还是新的赋能，都要契合消费者的广泛需求，能够创造出一个巨大的市场。而且，这个新创造出的市场规模，要远远大于其所取代的原有市场的规模，只有这样，其经济价值才能体现出来。
如果从这个角度来说，我们现在不得不正视一个基本的现实：现在AI对经济的拉动，主要还是来自AI基础设施建设本身，而非AI创造出的新产品。
我们可以看下面的一组数据：
在美国，2025年数据中心IT设备投资达4750亿美元，AI专用数据中心在2025年第二季度贡献了约五分之一的GDP增长。根据瑞银的预测，美国企业2026年在AI基础设施上的支出将达到5000亿美元。有分析师根据英伟达数据中心销售数据测算，2025年AI资本支出可能占美国GDP的约2%，对GDP增长的贡献为0.7%。
中国的情况也大体类似，国家"东数西算"工程已规划10个国家级算力枢纽，总投资超4000亿元。阿里巴巴2025年AI方面的资本开支突破1200亿元，计划未来三年投入超3800亿元用于云计算及AI基础设施建设。腾讯2024年此项资本开支为767.6亿元，同比增长221%。
这些数字告诉我们一个基本的事实：当前AI经济的最大账面贡献，是来自芯片、数据中心、服务器等硬件设备的建设投资本身。这些都直接计入GDP统计，能够形成可见的经济拉动。
产品拉动要小一到两个数量级
摆在面前的事实是显而易见的：AI基础设施建设的规模是数千亿乃至上万亿美元级别的投入，而应用层面提供的则是一个数百亿美元级别的收入市场。
根据有关数据，2025年，全球企业级生成式AI的市场规模大约为370亿美元，较2024年增长220%，但也仅占全球SaaS市场的6%；OpenAI以约100亿美元的年化收入位居全球AI应用榜首，Anthropic约40亿美元；中国市场AI应用全年收入刚刚突破100亿元人民币。
当然，人们完全有理由从时滞效应的角度来解释两者之间的差距，因为从基础能力的建设到应用价值的体现总是需要一个过程。但如果仔细分析一下就可以发现，问题并非如此简单。
从我们作为一个消费者的角度来理解，假如把技术到产品再到市场看作是一个闭环的话，智能驾驶可能是成熟度最高的一个领域。按照熊彼特的话来说，这可能不是一个从无到有的全新产品（相对于汽车而言），而是属于赋能型产品。但可以说，AI正在从根本上改变着汽车的属性。由此形成的智能驾驶技术市场，规模大约在百亿美元级别。这应当是AI技术应用最成功的一个案例。
但纯粹的AI原生新产品，即完全基于AI技术诞生的新产品，如各种AI智能体、智能眼镜、AI学习设备等，市场规模还非常有限。
比特世界的创新如何进入原子的市场？
颠覆性的技术创新，难以落地为商业化的产品，从而形成巨大的市场，当然要从产品的属性、应用的场景及商业化的模式来探讨其原因。但在AI的问题上，仅仅从这个思路来探讨这个问题，是远远不够的。
蒂尔将技术发展划分为两个领域。一是“比特”的世界，如计算机、互联网和通信技术等；一个是“原子”的世界，如交通、能源、航天、生物医药等实体领域。从这两者的关系中，我们可以看到一个根本性的错位：一个“比特世界”的技术，试图在“原子世界”主导的市场中独立创造价值，而两者之间的接口尚未真正打通。
毫无疑问，我们绝大多数人都是主要生活在一个原子世界当中。我们的衣食住行，需要的是实体的衣服、食物、房子、车子；我们的健康医疗，需要的是真实的药物、手术、医疗器械和医院；我们使用的能源动力，需要的是实体的电力、燃料。消费者最终愿意为之付出大额金钱的，也是那些能直接、可靠地改善其原子世界生活体验的产品和服务。
一辆能真正解放双手、安全可靠的车，用户可能愿意支付十几万甚至几十万元，但一个能帮你写诗、画图的AI，可能你每月几十元都不愿意付。前者的市场规模可能是万亿级的，而后者的是市场可能是百亿级的。
问题是，比特世界的技术创新要进入原子世界并创造一个巨大的应用市场，是非常艰难的。于是，我们就看到技术发展的另一种走势，即面向企业端的替代型AI。这在一个经济低迷效益差的时代，对企业无疑是有巨大吸引力的。这样一来，不但一些AI企业专注于这种替代型技术的应用，甚至出现一种Acemoglu教授所说的“平庸自动化”（So-So Automation）现象，即企业为了短期省钱，用并不成熟的AI来大规模替代人力。
于是，企业大规模裁员的消息纷至沓来，失业问题日趋严重，社会中的消费能力日渐萎缩。
因此，现在一个值得探讨的问题就是，在现实的意义上，AI的市场究竟在哪里？前景究竟在哪里？我想，可能就在比特对原子的赋能上（尽管未来的前景可能是纯粹的比特市场）。也就是说，只有当AI能够可靠地设计、驱动和交互原子世界的产品时，它才能释放出真正与电气时代相媲美的经济能量。
再重复一遍，就目前而言，经济的基座和最大的消费市场仍然是在原子世界，任何技术要产生巨大的经济影响，最终都必须服务于改善原子世界的生活。而具身AI的发展，正在向我们展示出这方面的广阔前景。
AI硬件的痛点在哪里？
就在今早本文发送前，看到虎嗅网刚刚发布的“2026 Q1 向上向新｜AI硬件趋势榜”活动的消息。
活动指出，2026年一开年，AI硬件圈比以往任何时候都热闹。但褪去热闹外壳，绝大多数产品都回避了同一个问题：能否落地真实场景、解决用户切实痛点？
在过去几个月的时间里，活动组织者通过与AI硬件领域的一线创业者、投资人深度研讨，发现三个正在真实发生的行业信号：
第一，能力隐形化：AI最好用到没感觉，而不是时刻刷技术存在感。AI不应该让用户过度“学习”或“唤醒”，而是应该藏在日常里，用的时候自然发生，不用的时候不打扰。
价值场景化：别堆功能，只解决真实痛点。用户不为“全家桶”买单，只为“我此刻就需要”付费。通用人形机器人被集体高估，成本高、技术复杂、应用场景模糊，而聚焦某一两个具体场景，成为用户刚需的产品显然是市场所需。
生态节点化：AI硬件的终局是成为数字生活的连接器，没有生态，单打独斗很难破局。AI硬件的独立价值正在被快速稀释，单点功能再强，如果无法融入用户的数字生活网络，就只是一座孤岛。
参与这项活动的专家们达成的基本共识是，AI硬件正在经历从“技术信仰”到“场景刚需”的切换。人形机器人被高估、纯情绪陪伴类产品被高估、纯端侧大模型被高估；而轻量化随身生态、边缘AI、既有工具的智能化、以及AI赋能的智能家居则被系统性低估。AI硬件下一站的赢家，可能不是技术最激进的团队，而是最懂得“克制”的团队：克制地选择场景、克制地堆叠功能、克制地设计交互。
相关文章
头条焦点
精彩导读
关注我们
【查看完整讨论话题】 | 【用户登录】 | 【用户注册】