2026 开局，关于 AI 的段子又多了一个。据说，AI 成了金融人的斩杀线：

今年如果不推 AI 产品，没让客户赚到钱，那今年就是金融人的斩杀线。如果今年推出的 AI 产品套住了客户，那明年就是金融人的斩杀线。

AI 能在金融界得到这么举足轻重的地位，靠的是开年以来，投融资的形势大好。智谱与 MiniMax（稀宇科技）两大独角兽上市，Meta 官宣以约 20 亿美元收购 AI 智能体公司 Manus…… 连带着各种跟 AI 沾边的赛道都火了。哪怕主营业务跟 AI 毫无关系，只要一句 " 我们正用 AI 降本增效 "，就能吸引关注。

AI+ 行业，真的这么卓有成效吗？我曾参加某行业峰会，资深技术人员直言，在本行业 AI 应用刚刚起步，大模型现在在石油石化业务中能干的，都是针尖一样的小活儿。前不久，" 张文宏拒绝把 AI 引入病历系统 " 也登上热搜。

除了金融、互联网等数字化基础非常好的少数行业，绝大多数行业的 AI 落地情况，其实都差不多，普遍是 10% — 30% 的业务渗透率，真正进入核心业务环节并不多。2025 年《关于深入实施 " 人工智能 +" 行动的意见》发布之后引发社会高度关注，相关负责人随后也明确表示，发展 " 人工智能 +" 必须坚决避免无序竞争、一哄而上。

与 AI 从业者、使用者的审慎，形成鲜明对比的，是旁观者的狂热与 FOMO 恐惧错过心理。所以是时候聊一聊，这场开年的 AI 狂欢，究竟会给行业带来什么影响？

残酷的 AI

一句话来形容大众对这波 AI 热潮的心态，那就是参与或许有风险，但错过的风险更大。背后的主要原因，是 AI 作为一种通用技术，具有长期价值，这个远景是确定的，所以不能错过。但短期内 AI 又的确在积累一些风险，让不少人陷入纠结。

围观这场 AI 狂欢，风险正在几个方面积聚：

一是大量垂直应用的喧嚣，遮蔽了核心技术突破。正如去年年初各行各业扎堆接入 DeepSeek 的盛况一样，当前几乎所有行业都能找到蹭 AI 热点的切入点，这就导致 AI 相关的垂直应用很多，信息太多，反而遮蔽了一些关乎产业根基的技术探索，如 DeepSeek 的 mHC 新架构迭代、医疗 AI 的隐私保护问题、AI 开发者的生存境况等，这些讨论的声音正在资本的喧嚣中被淹没。

此外，对技术长期价值的信心，遮蔽了新技术从实验室到规模商用所必经的残酷竞争。

新技术初期的竞争是最激烈的，发明家之间互相攻讦、争夺专利，都在历史上真实上演过。比如纽科门发明蒸汽机之后，无数模仿者、工程师与小作坊扎堆入局研发类似产品。爱迪生与特斯拉的电流之战，更是蔓延到了恶性竞争，爱迪生曾用交流电电死大象来污名化对手，特斯拉晚年也十分潦倒，可见押对了技术路线，也未必能收割技术红利。互联网早期，99% 的 ".com" 公司最终也都难逃倒闭命运。

所以说，即便长期看好 AI 技术的价值，也要注意到，激烈竞争后谁能胜出，存在很多未知数。而 AI 领域的竞争烈度，比此前的新技术革命都有过之而无不及。因为 AI 领域，格外强调开源开放。

Llama 系列、DeepSeek 等开源模型，直接打破了闭源大模型的壁垒，比如 DeepSeek-R1 问世后，百度很快就给付费会员进行退费。所以，想靠新技术收钱盈利的难度更大。而且，开源模式让技术扩散速度更快。全球知名大模型竞技榜单 Imarena 数据显示，自 2023 年年中以来，所有登顶过榜单的模型，平均在榜首位置仅能停留 35 天左右。曾经讨论度拉满、被认为领先行业一代的 OpenAI o1，如今排名已跌到 50 位之后。顶流产品的命运尚且如此，说明技术创新难以沉淀为持久的竞争壁垒。

这就导致 AI 领域出现了 " 冰火两重天 " 的心态。

深耕 AI 的从业者，体感都比较冷，也比较卷。有 AI 创业者直言，"3 个月就有一家公司倒下，30 天就会落后一代产品，一觉醒来又有新模型发布了，让人后背发凉 "。但旁观者却十分热情，即便暂时没有利润兑现和业绩支撑，也对 AI 格外有信心。

押注 AI 的长期价值是没错的，这也是我们长期聚焦并报道产业智能化的初衷。但必须提醒大家，所有伟大的技术革命、每一次产业革命，都不是一蹴而就的。正如相信蒸汽机、电力与互联网的价值，但每一个新技术都必然会经历残酷的竞争，熬过去才是春天。

铁打的泡沫 ?

有人或许会反驳，AI 的未来是确定的，那么不参与就意味着错过。这种 FOMO 恐惧错过心理，从 2023 年大语言模型突破之后，就一直萦绕在行业和大众心头。发展到今天，已经演变出了 "AI 泡沫是铁打的 " 这种说辞。

有一些研究员表示，AI 和黄金、金属是 " 新三大最坚硬的泡沫 "，" 如果把泡沫分等级，科技泡沫是最不坏的那种 "。这种话术真是令人倍感亲切，19 世纪的英国皇室但凡能上网，都得点个赞。

《这次不一样》一书梳理了跨越 800 年、覆盖 66 个国家的海量历史数据与案例，总结出一个规律：每一次大泡沫来临前，专家都会宣称 " 这次不一样 "。比如主权债务曾被认为是不可能违约的，结果 19 世纪很多国家的国债多次违约。因为每一次非理性繁荣，" 都会让人产生一种错觉，以为政府决策英明、金融机构盈利能力超凡、人们的生活水平已然优越 "，认为 " 这次不一样 "，但最后，泡沫都回归了均值。

这一次 AI，跟此前的第一次、第二次人工智能热潮，有什么不一样的地方吗？我认为有两个不一样：

一是大模型的技术确定性更强。尽管通往通用人工智能（AGI）的技术路线仍存争议，有人认为大语言模型（LLM）并非最优路径，需转向世界模型，但不可否认的是，大模型大幅降低了 AI 的落地门槛与成本。从前各行业想要引入以深度学习为主导的 AI，需要高薪聘请算法科学家、计算机博士进行定制开发。如今人人都能与 AI 对话交互，企业开发 AI 应用的成本也显著下降，技术普及的基础已初步具备。

二是 AI 的杠杆不高。《这次不一样》指出，所有泡沫的核心隐患，都是过度举债加杠杆。放眼 AI 领域，杠杆率是比较低的，加上普通人都能轻易使用到 AI，更容易对新技术祛魅，也不会有不切实际的投机幻想。

所以，如果说这一次 AI 热潮有什么不一样的地方，就是在此时此地，没有非理性繁荣的基础。但技术产业的发展逻辑和商业规律，不会因为新技术、新题材而改变。

FOMO 的普通人

说了这么多，普通人到底怎么才能既不踏空这一波技术浪潮，又不会被市场情绪裹挟呢？我觉得最根本的，还是要认识并接受，自己只是个普通人。

普通人没有专业能力，无法精准评估什么是真的技术突破，什么是炒作；普通人也无法精准判断行业变化的节点，既不能在变化前做好准备，也不能在变化后从容应对。

有了这份清醒，才能将参与 AI 的方式，严格控制在自己的能力边界之内。

控制在认知边界内，最直接有效的方式是亲身体验 AI 产品，可以选择付费的高质量的先进模型，通过使用 AI，来感知技术迭代的速度，以及科技公司的技术实力，逐步建立起对 AI 更准确的认知。

控制在信息边界内，在 AI 内容泛滥、自动化生成的时代，选择真正高质量、专业的信源是十分重要的。建议大家不要只聚焦在 AI 模型、AI 算法、AI 应用等软件层面，AI 最终一定是通过产业智能化来完成技术的消化与价值兑现，而产业智能化是一个包含了 AI、云、硬件、IoT、生态等多元要素的综合体，对智能化进程的了解，能避免被短期的模型格局波动和市场情绪所误导。

如果还是决定以资本形式参与，也能控制在自己的风险承受边界内。

最后想说的是，AI 的红利并不只存在于资本回报。借助 AI 技术提升自己的工作效率，拓展一人公司等职业新可能，用 AI 辅助作业提升孩子的学习成绩，这些实际场景都是普通人能把握的零风险的技术红利。

所以不必 FOMO，AI 最终会成为像电力、互联网、智能手机一样的公共基础设施，我们每个人都会分享到这场技术革命的果实。在这一天到来之前，更重要的是，不要重蹈几个世纪以来前人 " 这次不一样 " 的覆辙。