AI为什么不火了?

多客科技

作者：微信文章
AI为什么不火了？

一、现象：从流量顶峰到热度退坡的直观变化

2025 年初，DeepSeek 以数学推理 88.9% 通过率、代码生成 82% 首次编译通过率的技术突破，叠加每百万 token1 元的低成本优势，登顶全球应用商店下载榜。但短短三月后，其官网月活用户环比下降 18.7%，安卓端下载量同比缩水 23.3%，全球 AI 大模型应用留存率跌破 40% 警戒线，资本端更出现融资额同比下降 62%、估值溢价率腰斩的冷遇，AI 行业从狂欢陷入冷静。



（你还记得吗？)







二、核心原因：三重枷锁下的热度退潮




1. 技术周期的必然回调




AI 行业正复刻互联网 1995-2000 年的发展轨迹：DeepSeek 引发的技术狂欢如同网景浏览器上市后的投资热潮，而当市场发现当前技术存在结构性瓶颈，便进入价值重估阶段。硬件层面，GPU 集群面临算力密度、能源效率、散热极限三重枷锁，英伟达 H100 芯片 700W 功耗墙与 PCIe 5.0 传输瓶颈，导致千亿参数模型 GPU 利用率仅 43%；算法优化亦陷困境，模型压缩率超 65% 即触发准确率断崖式下跌，某电商场景预测准确率从 92% 跌至 78%，技术突破进入静默期。
2. 商业落地的成本困局




企业 AI 投入陷入 "高成本低回报" 陷阱：IDC 数据显示，算力投入占 IT 预算超 30% 后，ROI 骤降至 0.7:1，某零售集团 2.3 亿元智能供应链投入仅增收 8000 万元。DeepSeek 虽实现能效优化，但规模化部署仍受限于非线性成本曲线 —— 并发请求从 5 万 QPS 增至 10 万 QPS，需重构架构而非简单扩容，某云服务商仅光模块成本就增加 400 万美元。中小企业因 ROI 失衡，AI 项目夭折率高达 68%，市场需求从爆发转向收缩。
3. 市场预期的理性回归




年初 DeepSeek 的技术突破催生非理性期待，但后续应用落地暴露适配难题：制造业数据采集复杂、金融业数据格式混乱，导致通用 AI 模型难以快速渗透；医疗 AI 因诊断偏差、自动驾驶因责任认定等伦理法律问题进展缓慢。同时，AI 工程师市场供需逆转，基础人才过剩与高端人才稀缺并存，岗位增长从 50% 跌至 10%，进一步削弱行业热度感知。
三、本质：黎明前的技术蓄力期




当前 AI 降温并非衰退，而是技术革命的必经阶段。正如 2001-2005 年光纤技术突破支撑移动互联网爆发，如今异构计算集群已使视频生成成本降低 59%，国产芯片能效比达国际领先水平。全球 57% 的 AI 专利聚焦基础层创新，光子计算、量子机器学习等突破正在酝酿，当算力成本与算法效率形成交汇，AI 将迎来真正的普惠爆发期。