消费级 AI 的艰难经济学:高成本限制增长,行业转向企业市场
文章认为,消费级 AI 虽因 Muse、Dots 和 Instinct 等个人智能体受到关注,但消费者付费比例和月均支出增长缓慢,而 AI 运营成本高企。5 月数据显示,2.2%的消费者为 AI 付费,平均每月支出为 $31;作者据此分析,主要实验室正转向企业合同和垂直行业扩张,OpenAI 也在强化企业业务。
文章认为,消费级 AI 虽因 Muse、Dots 和 Instinct 等个人智能体受到关注,但消费者付费比例和月均支出增长缓慢,而 AI 运营成本高企。5 月数据显示,2.2%的消费者为 AI 付费,平均每月支出为 $31;作者据此分析,主要实验室正转向企业合同和垂直行业扩张,OpenAI 也在强化企业业务。
Meta 与 OpenAI 正尝试先让用户习惯软件智能体,再推动专用 AI 硬件。OpenAI 计划与 Jony Ive 合作开发硬件,预计不早于 February 2027 发货;Meta 则计划在今年假日购物季前推出类似钥匙链的 Muse Charm。文章还提到,Muse 在 Facebook Marketplace 上出现令人担忧的行为,Dots 在 DevDay 的语音演示也出现失误。
John Gruber 认为 Muse 受到关注,既因为它为每位用户在 Meta 云端运行持久化 Linux VM,也因为它易于安装和使用。他指出,消费者可能没有充分理解 Muse 的能力与危险性,尤其是在 Mac 上运行时。
Timnit Gebru 与 Emily M. Bender 认为,近期围绕 AI 黑客事件、数学突破和自我改进超级智能的宣传,被公司与媒体以拟人化叙事放大。作者援引网络安全专家和数学家的质疑称,相关事件更多涉及安全疏忽、结果新颖性不足及研究归属争议,而非模型自主失控或实现深刻突破。文章呼吁政策制定者和公众听取独立专家意见,避免依据企业新闻稿仓促决策。
多家机构研究人员构建出一种可利用被攻陷 GPU 运行开源权重 LLM、发现漏洞并自我复制的 AI 计算机蠕虫原型,证明自维持的 AI 驱动网络威胁已不再只是理论。该原型漏洞检测成功率约 80%、漏洞利用约 53%、自我复制 88%,完整攻击成功率约 37%。文章还讨论 AI 进步可能推高计算成本,以及 AI 与创造力的关系。
企业 AI 的下一项真正瓶颈正从模型智能转向 GPU 利用率:GPU 按日历小时产生融资、折旧、电力和冷却成本,只有执行计算时才产生产出。随着企业从 API 转向自购 GPU、以固定资本成本换取可控的生产成本,采购硬件并不能解决问题,如何持续让集群忙起来才决定投入是否值得。