儘管部分狂熱已經平息，但AI革命的不可避免性仍然在企業董事會和華爾街深深紮根。“低投資的風險遠遠大於高投資的風險，”谷歌母公司Alphabet(GOOGL.O)的首席執行官Sundar Pichai最近告訴投資者。

然而，華爾街對沖基金Elliott Management表示，許多所謂的AI應用“永遠不會具備成本效益，永遠不會真正有效，將消耗過多的能源，或者會被證明是不可信的，”英國《金融時報》報道。

AI熱潮一直是股市近期飛漲的推動力，儘管現在增長已經放緩。截至9月3日，除了特斯拉(TSLA.O)外，所有“七巨頭”公司的股票都在下跌，其中英偉達(NVDA.O)的損失最大。

歷史以及AI統計引擎不可避免的不可靠性支持了Elliott的觀點。AI已經是一個成熟的企業。它並沒有處於將證明市場過高期望的超高速增長狀態。

在過去70年中，AI創新者一直在努力將數字計算機完美操控1和0的能力與人類思維和話語的模糊性相結合。

早期的應用體現了專業知識。然而，這種方法僅限於具有可編碼知識的問題，如醫療診斷。

此外，統計近似的成本效益遠超編碼的人類專業知識。谷歌的搜索算法輕鬆超越了雅虎的人類互聯網分類者，成爲一個顯著的例子。

然而，依賴統計近似也限制了準確性。模糊的輸入可能使應用程序變得不可接受的不可靠。使用標準字體的打印文字比手寫文字更少模糊。不足爲奇的是，光學字符識別軟件在掃描打印書籍和文件時比手寫識別程序更準確。解讀口語（“there”還是“their”？）需要了解說話者的意圖。但由於統計相關性無法發現意圖，因此聽寫程序仍然令人沮喪地時好時壞。

AI應用的準確性還取決於生成基礎數據的過程。自動剎車、鋼鐵製造和石油精煉等物理過程的穩定性使其適合可靠的統計建模。相反，人類行爲則受到個人意願和社會態度的影響。因此，關於物理過程的統計預測往往可靠，而消費者行爲的預測可能極爲不準確。

然而，統計AI並不需要是無誤的。

Alphabet(GOOGL.O)和Meta Platforms(META.O)依靠統計AI生成現在主導互聯網的廣告。他們投放的幾乎每一則廣告都與我的興趣毫不相關。但展示錯誤廣告的風險較低，即使算法廣告的目標定位極其不準確，也勝過盲目廣告的替代方案。

在創意應用中，AI的準確性可能並不重要。視頻遊戲和卡通中的特效或動畫沒有正確標準。恢復舊電影拷貝沒有客觀基準——誰知道原版是什麼樣子？自動化AI恢復勝出，因爲它比人工恢復便宜得多和快得多。

隨著堅定的創新者逐漸瞭解到哪些好處超越了局限，AI變得無處不在。2006年，未來學家尼克·博斯特羅姆指出，AI“已經滲透到通用應用中，往往不再被稱爲AI，因爲一旦某事變得足夠有用和普遍，就不會再被標記爲AI”。

蘋果(AAPL.O)在2007年推出的iPhone使AI獲得了巨大的推動。幾乎每個智能手機應用——從發短信到髮色情短信，從地圖到配對，從視頻編輯到流媒體——都融入了AI。以Uber(UBER.N)和Airbnb爲代表的AI驅動智能手機應用徹底改變了交通和旅遊。移動搜索和社交媒體擊垮了主流媒體和廣告。

儘管AI的使用已經十分廣泛，熱衷者仍認爲AI處於初級階段。一位資深軟件企業家認爲，“早期的實例，如蛋白質摺疊，都是深奧的。”但現在，大型語言模型（LLM）增加了可供更廣泛公衆使用的聊天界面。“真正的創造力來自於人們的使用和建議新用途，而不是來自創造它的工程師，”這位企業家說。

將其與1979年電子表格的發明相比，似乎更具吸引力。電子表格擁有簡單的用戶界面，使有限技術專長的人能夠構建有用的程序。它們爲不需要昂貴大型機的應用提供了引人注目的價值，成爲個人計算機的“殺手應用”。

LLM的用戶界面甚至比電子表格更簡單、更自然。然而，在引擎的底層，LLM運行著具有相同統計問題的統計引擎，這些問題界定了早期AI應用的實際範圍。與早期AI一樣，LLM在創意應用中表現出色，例如圖像生成，其中準確性不是決定性因素。相反，與其他統計AI模型一樣，模糊的輸入和輸出破壞了它們的可靠性。它們無法從不穩定過程生成的數據中學習，也無法高度依賴上下文。

將所有可能的數據投入LLM的訓練池並不會提高它們的準確性和可靠性。醫學數據並不能改善對法律或工程問題的回答。對斯瓦希里文學的訓練並不能提高對莎士比亞戲劇的統計摘要。

在低風險的應用中，人們會容忍LLM的錯誤，就像他們對文本消息中的自動完成功能的錯誤一樣。數萬億美元的問題是，低風險用途的好處是否能夠覆蓋成本。

電子表格在可承受的個人計算機上提供了大型機級別的可靠性。相比之下，LLM需要用戶購買更昂貴的硬件。此外，用戶硬件僅佔構建、訓練和操作LLM成本的一小部分。儘管存在誇大的宣傳，但LLM並不像尼古拉·特斯拉的交流電發明那樣，徹底改變了電氣化的經濟學。

目前，瘋狂的投資者和壟斷者正在大規模補貼AI的非經濟用途。當熱潮退卻，投資者意識到已經高大的樹木無法像幼苗一樣發芽，更不用說長到天空時，會發生什麼？