2025年的人工智能：25个模因中的25个主题

核心观点

• 技术：超越大型语言模型（LLMs）
  • 中国的 DeepSeekAI 模型引发了关于 AI 投资热潮合理性的担忧，暗示最新硬件可能不再是创新所必需的，大多数 AI 模型将缩小并成为商品。
  • AI 行业正专注于从模型中提取更多价值，通常通过优化“推理”阶段。
  • AI 代理正在从基本聊天机器人发展到能够执行繁琐的多步骤任务的自主系统，这将进一步增加超大规模计算的需求。
  • AI 正在回归到未来的广告模式，AI 驱动的搜索引擎 Perplexity 和 OpenAI 都开始尝试广告模式。
  • AI 应用正导致能源需求激增，数据中心消耗了 2023 年美国约 4.4% 的电力，预计到 2028 年将消耗高达 12%。
• AI 的商业：资金磁铁
  • 英伟达的股价从 2022 年 11 月 30 日 ChatGPT 发布到 2025 年 1 月 24 日上涨了近 10 倍，使其成为全球最有价值的公司。
  • 英伟达在尖端 AI 半导体和行业标准 CUDA 软件方面拥有 90% 以上的市场份额，但面临着来自 AMD 等竞争对手以及像谷歌这样的客户开发自己的定制芯片的挑战。
  • 希望数据中心繁荣的顶峰在特朗普总统宣布 Stargate 项目时达到，该项目是一个由软银支持的合资企业，计划在美国为 OpenAI 投资新的 AI 基础设施 1000 亿美元，最终投资 5000 亿美元。
  • 大型科技公司自身为私营 AI 公司提供了大量资金，例如埃隆·马斯克的 xAI 在上个月筹集了 60 亿美元，估值为 400 亿美元。
  • 大型科技公司正在推动数据中心资本支出，预计 2024 年将超过 2000 亿美元，微软计划今年再投资 800 亿美元，Meta 计划再投资 650 亿美元。
  • 软件即服务（SaaS）可能被取代，因为代理直接与底层数据交互，而不是通过 Excel 等界面。
• AI 在企业中：仍然存在多重障碍
  • 企业对 AI 的采用仍然处于起步阶段，美国人口普查局调查数据显示，只有 7.8% 的员工人数超过 250 的公司使用 AI，规模较小的公司的比率甚至更低。
  • 企业面临着引入技术的正常挑战，例如安全和数据质量。
  • 也存在围绕治理的重大新挑战，例如隐私、幻觉、知识产权和偏见；以及人员，例如缺乏技能。
  • 幻觉，即 AI 想象的内容，是生成式 AI 中不可避免的，并且正在减缓企业部署。
  • 数据是 AI 的关键原始材料，质量差的数据以及不足的数据正成为 AI 开发和使用的瓶颈。
  • 版权法继续成为 AI 标准制定的焦点，填补了缺乏全面监管（欧盟以外）所造成的真空。
  • AI 正在进入各种应用中，无论消费者是否准备好。
• 工作前景：继续做好工作
  • 全球近 40% 的就业岗位面临 AI 的风险，发达经济体中 60% 的就业岗位面临风险。
  • AI 可以帮助客户服务代理每小时解决 14% 更多的问题，这使新代理的效率提高了 34%，而对经验丰富的工人影响“最小”。
  • 人工智能可以帮助客户服务代理每小时解决 14% 更多的问题，这使新代理的效率提高了 34%，而对经验丰富的工人影响“最小”。
  • 生成式 AI 增加了运营风险，因为它缺乏常识。它可以误解或被欺骗，方式是人类无法被欺骗的。
  • 新的 AI 相关工作岗位正在出现，例如提示工程师，他们创建指令和问题来指导生成式 AI 工具。
• 未来：FOMO 胜过安全担忧
  • 美国监管机构正面临阻力，因为 AI 是一种快速发展的通用型跨境技术，难以监管。
  • 欧盟采取了不同的做法，实施了世界上第一个全面的 AI 法律框架，旨在成为全球蓝图。
  • 国家正在争先增加“主权 AI”，通过建造他们自己的超级计算机和数据中心。
  • AI 带来的实际担忧取代了关于灭绝的担忧，例如对真相的威胁（例如深度伪造）、对工作的威胁（例如去技能化）和对安全（例如 AI 武器）的威胁。
  • 科学预测通常是不可靠的，例如埃隆·马斯克说 AI 将在 2026 年比人类更聪明，OpenAI 的 Sam Altman 写道，他们现在“确信我们知道如何构建 AGI”，而 Anthropic 的 CEO Dario Amodei 指出 AGI 将在 2026 年或 2027 年出现。