AI最大的泡沫，可能不是技术，而是把价值当成了钱
现在谈AI，最常见的一个说法是：
AI提高了生产率。
以前需要十个人完成的工作，现在一个人借助AI就能完成；以前需要几十万元制作的内容，现在几千元甚至更低的成本就能完成；以前需要专业团队才能制作的视频，现在一个普通人也可以完成。
于是，人们很容易继续往下计算：
AI节省了多少人工，降低了多少成本，提高了多少产量，最后得出一个巨大的数字——
AI创造了多少万亿的经济价值。
这个算法不能说错。
但它中间漏掉了一件很重要的事情：
价值最后有没有变成钱？
一、生产率不是收入
假设过去制作一条达到商业水平的短视频，需要摄影、灯光、演员、场地、剪辑、特效。
制作成本一万元。
现在借助AI，一个人几百元甚至几十元就可以完成。
从生产率计算：
AI创造了巨大的价值。
过去一万元才能完成的事情，现在几百元就能完成。
但是接下来还有一个问题：
谁来购买这些增加出来的生产能力？
以前一个团队一个月只能制作10条视频。
现在借助AI可以制作1000条。
生产能力提高了100倍。
但是消费者每天还是24小时。
广告主的预算没有增加100倍。
平台能够分配给每条视频的注意力，也没有增加100倍。
于是：
生产能力提高100倍，并不意味着市场收入提高100倍。
AI首先增加的是供给。
需求并不会因为供给增加而自动同比增加。
二、真正重要的不是AI生产了多少，而是多少跨过了“可看阈值”
如果AI一天能够生成十亿条视频，但其中绝大多数根本没人愿意看，那么这些内容并不会真正改变市场。
真正改变市场的是另外一件事情：
越来越多AI内容开始跨过消费者心里的“可看阈值”。
消费者并不一定要求一条短视频必须达到电影级制作。
他可能只需要：
画面过得去。
故事能看。
节奏不差。
声音正常。
能够让我看完。
一旦跨过这条线，这条视频就获得了进入市场竞争的资格。
所以AI真正影响市场的，不是：
总生成量。
而是：
达到消费阈值的有效供给量。
这是两个完全不同的数字。
三、竞争者不需要超过你，只需要“已经够用了”
这可能是AI最容易被低估的一种影响。
假设过去一条专业制作的短视频，品质是90分。
普通人自己制作，只有40分。
而消费者愿意看的最低标准是70分。
那么过去40分的内容实际上没有真正进入竞争。
专业团队拥有巨大的优势。
现在AI把普通人的制作能力从40分提高到了75分。
专业团队仍然是90分。
它没有退步。
但是市场已经改变了。
以前是：
90分对40分。
现在变成：
90分对75分。
而且那条75分的视频可能是免费的。
这时候普通创作者根本不需要证明：
“我的作品比专业团队更好。”
他只需要让消费者觉得：
“这个已经够我看了。”
竞争就已经成立。
四、AI真正制造的是“合格供给爆炸”
过去限制市场供给的，不只是人的想法。
还有制作能力。
你想拍一部电影，没有资金，没有团队，没有设备，想法再好也拍不出来。
你想制作大量商业视频，需要摄影、剪辑、演员、场地和时间。
这些东西共同形成了一道生产门槛。
AI正在拆掉这道门槛。
真正值得关注的因此不是：
AI一年生成了多少视频。
而是：
AI让多少原来没有资格进入市场竞争的产品，突然跨过了消费门槛。
如果这个数字增长十倍、百倍甚至千倍，而消费者的时间和收入没有同步增长，那么结果不会只是“社会创造了更多价值”。
它还会产生另外一种力量：
价格下降。
五、工业革命已经发生过一次
工业革命以后，机器把大量手工生产变成流水线生产。
假设以前手工制作一件商品成本100元。
机器生产以后成本变成10元。
不能因此认为：
机器创造了90元价值，所以生产者以后每件商品永久多赚90元。
因为其他生产者也会购买机器。
第一家仍然卖100元。
第二家可以卖80元。
第三家可以卖60元。
竞争不断发生以后，生产成本下降创造出来的红利，会有相当一部分通过价格下降流向消费者。
这就是通用技术的一个基本特点：
技术创造的价值，不一定留在技术使用者手里。
AI也不会例外。
六、AI内容越成功，价格反而可能越低
假设过去制作一部达到某种视觉标准的影视作品需要数亿元。
现在AI把成本降低到了几千万元。
以后可能继续降低：
一千万元。
五百万元。
一百万元。
甚至几十万元。
第一批生产者当然希望继续按照传统影视产品的价格出售。
但只要大量竞争者拥有同样的AI能力，这个价格就很难长期维持。
因为消费者会问：
既然你的生产成本已经大幅下降，为什么我要继续支付原来的价格？
于是第二个生产者降价。
第三个继续降。
最后甚至可能从院线进入流媒体，从单独付费进入会员制，再从会员制进入免费加广告。
AI仍然创造了巨大价值。
消费者也确实得到了更多东西。
但是：
消费者获得更多东西，与AI产业获得更多现金，不是同一件事情。
七、AI还会重新定价原来的市场
这一步更加重要。
AI不仅创造新产品。
它还会改变旧产品的价格。
过去一家公司制作100条商业视频，需要一个团队。
现在一个人借助AI就能完成。
那么企业不会永远按照原来的团队价格支付。
过去一项设计需要几天。
现在几十分钟就能完成。
客户迟早会知道。
于是原来建立在稀缺生产能力上的价格开始下降。
所以计算AI经济价值时，不能只计算：
AI新增了多少生产能力。
还必须计算：
AI让多少原有生产能力失去了原来的稀缺性。
真正应该计算的是：
AI新增价值 − 原有价值重估与价格下降 = 净新增价值。
而这还不是AI公司的收入。
八、价值还要经过一层又一层过滤
假设AI创造了100元生产价值。
首先，其中有多少跨过了市场需要的品质阈值？
然后，有多少真的有人需要？
有多少完成了交易？
竞争以后，价格下降了多少？
其中多少价值通过低价流向消费者？
企业最终留下多少新增利润？
企业又愿意从这些利润中拿出多少购买AI？
最后真正流回模型公司、云计算公司、芯片公司和数据中心的，究竟还有多少钱？
所以：
AI创造的社会价值
和
AI产业能够获得的收入
中间隔着一个巨大的漏斗。
九、这才是AI投资真正需要回答的问题
AI基础设施投资需要的不是理论价值。
芯片需要现金购买。
数据中心需要现金建设。
电力需要现金支付。
债务需要现金偿还。
资本需要回报。
因此，即使AI未来创造了巨大的社会价值，也不能直接证明今天投入AI基础设施的巨额资本一定能够获得相应回报。
因为AI完全可能出现这样一种结果：
技术越来越强。
使用越来越普遍。
生产成本越来越低。
消费者得到越来越多。
社会生产率大幅提高。
但是与此同时：
AI服务价格不断下降。
下游产品价格不断下降。
原有行业利润被重新分配。
大量新增生产能力没有形成同比增长的交易。
最终能够流回AI资本端的现金，只占整个社会价值的一小部分。
十、所以我对2030年的AI持悲观态度
这种悲观并不是认为AI没有价值。
恰恰相反。
真正的问题可能是：
AI太有生产力了。
它可以在极短时间内制造远远超过市场消费能力的合格供给。
当生产能力增长速度远远超过需求增长速度，技术创造出来的价值就会通过竞争、降价、免费和消费者剩余迅速扩散出去。
社会得到价值。
消费者得到价值。
企业得到一部分价值。
但是最初投入巨额资本建设AI基础设施的人，未必能够把这些价值全部变成自己的现金流。
所以判断AI投资是否存在泡沫，真正应该问的可能从来不是：
AI能够创造多少价值？
而是：
AI创造的价值，最后有多少能够变成钱？
再进一步：
这些钱里面，又有多少能够回到最初投入巨额资本的AI产业？
如果这个比例足够高，今天的投资可以成立。
如果这个比例远低于资本市场现在的预期，那么即使AI最终成为像电力、互联网一样重要的基础技术，也仍然可能出现另一种结果：
技术成功了，社会也受益了，但早期资本对它的定价错了。
这才可能是AI真正的泡沫。
