尽管部分狂热已经平息，但AI革命的不可避免性仍然在企业董事会和华尔街深深扎根。“低投资的风险远远大于高投资的风险，”谷歌母公司Alphabet(GOOGL.O)的首席执行官Sundar Pichai最近告诉投资者。

然而，华尔街对冲基金Elliott Management表示，许多所谓的AI应用“永远不会具备成本效益，永远不会真正有效，将消耗过多的能源，或者会被证明是不可信的，”英国《金融时报》报道。

AI热潮一直是股市近期飞涨的推动力，尽管现在增长已经放缓。截至9月3日，除了特斯拉(TSLA.O)外，所有“七巨头”公司的股票都在下跌，其中英伟达(NVDA.O)的损失最大。

历史以及AI统计引擎不可避免的不可靠性支持了Elliott的观点。AI已经是一个成熟的企业。它并没有处于将证明市场过高期望的超高速增长状态。

在过去70年中，AI创新者一直在努力将数字计算机完美操控1和0的能力与人类思维和话语的模糊性相结合。

早期的应用体现了专业知识。然而，这种方法仅限于具有可编码知识的问题，如医疗诊断。

此外，统计近似的成本效益远超编码的人类专业知识。谷歌的搜索算法轻松超越了雅虎的人类互联网分类者，成为一个显著的例子。

然而，依赖统计近似也限制了准确性。模糊的输入可能使应用程序变得不可接受的不可靠。使用标准字体的打印文字比手写文字更少模糊。不足为奇的是，光学字符识别软件在扫描打印书籍和文件时比手写识别程序更准确。解读口语（“there”还是“their”？）需要了解说话者的意图。但由于统计相关性无法发现意图，因此听写程序仍然令人沮丧地时好时坏。

AI应用的准确性还取决于生成基础数据的过程。自动刹车、钢铁制造和石油精炼等物理过程的稳定性使其适合可靠的统计建模。相反，人类行为则受到个人意愿和社会态度的影响。因此，关于物理过程的统计预测往往可靠，而消费者行为的预测可能极为不准确。

然而，统计AI并不需要是无误的。

Alphabet(GOOGL.O)和Meta Platforms(META.O)依靠统计AI生成现在主导互联网的广告。他们投放的几乎每一则广告都与我的兴趣毫不相关。但展示错误广告的风险较低，即使算法广告的目标定位极其不准确，也胜过盲目广告的替代方案。

在创意应用中，AI的准确性可能并不重要。视频游戏和卡通中的特效或动画没有正确标准。恢复旧电影拷贝没有客观基准——谁知道原版是什么样子？自动化AI恢复胜出，因为它比人工恢复便宜得多和快得多。

随着坚定的创新者逐渐了解到哪些好处超越了局限，AI变得无处不在。2006年，未来学家尼克·博斯特罗姆指出，AI“已经渗透到通用应用中，往往不再被称为AI，因为一旦某事变得足够有用和普遍，就不会再被标记为AI”。

苹果(AAPL.O)在2007年推出的iPhone使AI获得了巨大的推动。几乎每个智能手机应用——从发短信到发色情短信，从地图到配对，从视频编辑到流媒体——都融入了AI。以Uber(UBER.N)和Airbnb为代表的AI驱动智能手机应用彻底改变了交通和旅游。移动搜索和社交媒体击垮了主流媒体和广告。

尽管AI的使用已经十分广泛，热衷者仍认为AI处于初级阶段。一位资深软件企业家认为，“早期的实例，如蛋白质折叠，都是深奥的。”但现在，大型语言模型（LLM）增加了可供更广泛公众使用的聊天界面。“真正的创造力来自于人们的使用和建议新用途，而不是来自创造它的工程师，”这位企业家说。

将其与1979年电子表格的发明相比，似乎更具吸引力。电子表格拥有简单的用户界面，使有限技术专长的人能够构建有用的程序。它们为不需要昂贵大型机的应用提供了引人注目的价值，成为个人计算机的“杀手应用”。

LLM的用户界面甚至比电子表格更简单、更自然。然而，在引擎的底层，LLM运行着具有相同统计问题的统计引擎，这些问题界定了早期AI应用的实际范围。与早期AI一样，LLM在创意应用中表现出色，例如图像生成，其中准确性不是决定性因素。相反，与其他统计AI模型一样，模糊的输入和输出破坏了它们的可靠性。它们无法从不稳定过程生成的数据中学习，也无法高度依赖上下文。

将所有可能的数据投入LLM的训练池并不会提高它们的准确性和可靠性。医学数据并不能改善对法律或工程问题的回答。对斯瓦希里文学的训练并不能提高对莎士比亚戏剧的统计摘要。

在低风险的应用中，人们会容忍LLM的错误，就像他们对文本消息中的自动完成功能的错误一样。数万亿美元的问题是，低风险用途的好处是否能够覆盖成本。

电子表格在可承受的个人计算机上提供了大型机级别的可靠性。相比之下，LLM需要用户购买更昂贵的硬件。此外，用户硬件仅占构建、训练和操作LLM成本的一小部分。尽管存在夸大的宣传，但LLM并不像尼古拉·特斯拉的交流电发明那样，彻底改变了电气化的经济学。

目前，疯狂的投资者和垄断者正在大规模补贴AI的非经济用途。当热潮退却，投资者意识到已经高大的树木无法像幼苗一样发芽，更不用说长到天空时，会发生什么？