AI写诗VS养猪:AI发展趋势的两个分化
作者：微信文章点击上方蓝字关注我们
长按关注苍穹猎鹰
公众号ID：cangqionglieying
这是苍穹猎鹰第410篇演化日记
AI写诗VS养猪：AI发展趋势的两个分化
本文只是小编的观点分享，列举的数据和逻辑仅用于分析说明，不构成任何的决策建议。
近期，这波AI浪潮“最靓的仔”OpenAI首席执行官山姆·阿尔特曼发了封内部信，宣布OpenAI进行“Code Red”状态，具体措施包括暂停广告业务、AI Agent、Pulse功能这些商业化项目，全力提升ChatGPT的能力。
先来解释一下什么是“Code Red”，按照字面意思直接翻译过来就是“红色代码时刻”。源自西方紧急事件响应体系（类似“Code Blue”医疗急救、“Code Black”安保危机），在科技公司中特指“最高级别紧急事件”（如核心系统宕机、重大数据泄露、致命漏洞爆发等）。
到底发生了什么事？OpenAI在AI领域不是一骑绝尘的么？还有谁能威胁到它的地位？
事件的始作俑者就是Google。不少网友都被Google于11月18日发布的Gemini 3所惊艳到，具体参数这里就不赘述，感兴趣的朋友可以自行上网查阅。
根据网上数据：Gemini的月活用户是6.5亿，而截止2025年11月，ChatGPT全球月活跃用户规模达到约8.1亿，还是ChatGPT领先，但Gemini的势头更猛。
Gemini月活用户从5月的4.5亿增长到10月的6.5亿。
最关键的是，用户的粘性。根据网维分析数据公司Similarweb的数据，用户在Gemini上的聊天时长已经超过了ChatGPT。用户愿意在Gemini上花更多的时间，说明它的产品体验在某些方面确实超过了ChatGPT。
而在三年前，情形却是反过来的。
2022年11月，ChatGPT横空出世，谷歌CEO桑达尔·皮查伊立刻宣布公司进入“Code Red”状态，还召回了已退休的创始人拉里·佩奇和谢尔盖·布林。
并推翻了原有的各类商业计划，全力应对OpenAI的威胁。三年过去了，风水转流转。
这就是科技的魅力，谁都不可能一直独领风骚。不时冒出来的科技新贵，随时挑战传统巨头的地位，还有昔日的老对手在虎视眈眈。
1/4
一场“击鼓传花”的估值游戏？
同时，不少大佬发出警告，小编也感觉到，老美的AI已经成了资本的狂欢游戏。
美股的科技七姐妹，借着这波AI东风，股价不断地创历史新高。最耀眼的当属英伟达。凭借着GPU和CUDA生态，在这波AI浪潮中赚得盆满钵满。
市值相继超越苹果、微软等一众科技巨头，登顶美股一哥，成为人类历史上首家突破5万亿美元的上市公司。
各大科技巨头都争先恐后地在AI领域玩命地投入，但产出实在是差强人意。
就拿当前最火的OpenAI来说。2025年10月，OpenAI通过一次二次股票出售确认估值达到5000亿美元，是2025年初2600亿美元估值的近两倍，也相当于谷歌市值的六分之一。
但其2024全年营收只有37亿美元，2025年上半年营收依然保持高速增长，达到43亿美元，注意这只是营收，不是利润。
就算是利润，也和其5000亿美元的估值天差地别，要实现“自我造血”还遥遥无期，只能靠一轮接一轮的巨额融资，才能把这个“饼”继续画下去。
甚至有些AI初创企业，连一个产品都没有，估值就涨上了天。让人不得不考虑，会不会又是一轮“击鼓传花”的游戏？
2/4
扩展定律的谢幕
11月25日，OpenAI前首席科学家伊利亚•苏茨克维在一档播客节目也宣称，“扩展时代（Age of Scaling）已经终结”。
当前的AI热潮泼了一盆冷水。因为本轮的AI热，信奉的就是“扩展定律”（Scaling Laws）。简单说就是迷信算力、数据和资本，秉持“大力出奇迹”。
尽管已经有不少业内人士对此技术路线提出质疑，却依然抵挡不住资本市场的狂热。
在“扩展定律”的推波助澜，AI模型沦为了“做题家”，而非真正能举一反三的“天赋学生”。
伊利亚更是重新定义了AGI（通用人工智能）：未来的超级智能，不应该只是个在海量数据和 GPU集群上预训练出来的成品，应该是一个具有超高学习效率的智能体。
就像人一样，衡量标准不单纯看考试成绩、做题数量，还要看动手实践和解决问题的能力。
通过标准化考试得到的，不一定是真本事。
3/4
“虚拟狂欢”和“落地深耕”
AI热潮以来，中美走出了截然不同的发展路径。
老美的AI发展路径，更像一个禁锢在屏幕里面的数字大脑：ChatGPT能写出优美的诗句，Midjourney能画出绚丽的图片，却仅停留在数字空间，物理世界的应用案例寥寥无几。
而且老美的大模型多数是闭源，以此保持技术优势和公司股价。
而国内的AI则秉持开源开放、应用导向、效率优先的原则，在完整的工业链和丰富的应用场景加持下，在落地应用端大放异彩。
比如工业生产端，让高炉炼铁效率提高1%，煤矿无人化开采，港口装卸无人化（如天津港、秘鲁钱凯港）。医疗健康领域的，有瑞金医院的病理大模型、中山医科大学的眼科远程诊断模型等等。
还能干脏活累活。如《AI实干家访谈：挺好农牧刘美华，用AI测量种猪的“体脂率”》所提及，挺好农牧科技通过AI+视觉识别+机械臂的技术组合，测量种猪的背膘曲线，从而提高种猪育种的科学性和准确性。
传统人工测量一次耗时15分钟，还经常测不准。大多数育种场一年仅测量一次，根本无法实现精准育种。
而挺好农牧科技做了这样的一套AI系统，专门解决这个问题。现在这套系统能做到一次测量不超过20秒，准确率达到98%，而且可以每天测量。
据挺好农牧科技董事长刘美华的预测，如果能做到每天测一次，育种效率能提升一大截。现在一头母猪一年能生20头小猪，要是育种做得好，将来能提升到28头。
这意味着，全国母猪存栏量可以从4000万头降到3000万头甚至更低，同时保持出栏量稳定，对整个行业来说是巨大的效率提升。
少养1000万头种猪，光减少猪舍、饲料、人工等成本的支出，就是一笔天文数字。
这些例子表明，AI的核心价值，在于能成为实实在在解决生产难题、提高效率、保障安全的“具象化”技术，而不是单纯的写诗、画画。
4/4
前车之鉴
近期，在科技观察家王煜全在其公众号提到一个失败案例。
扫地机器人的鼻祖iRobot，被要求在2026年1月15日前拿出自救方案，否则将被迫申请破产保护。公司方面也表示，很难在破产法庭外找到其他出路。
这就意味着，一个多月后，这家拥有20多年历史、开创家用机器人时代的公司，可能真的要走向资产清算的结局。
曾几何时，iRobot的Roomba就是扫地机器人的代名词，就像iPhone之于智能手机。
类似的案例还有激光雷达。
Velodyne成立于1983年，于2007年推出首款商用3D动态扫描激光雷达HDL - 64E，该产品在当年的挑战赛中助力5支完赛车队脱颖而出，也让Velodyne一举奠定行业地位。
现在Velodyne早已不复当年行业龙头的风光，目前正处于被并购后的整合求生状态。
究其原因，是其产品因性价比不足失去竞争力：16线产品遭速腾聚创低价冲击，64线产品被禾赛科技狙击，就连大股东百度都替换了其高线数激光雷达产品。
在王煜全看来，以制造业为基础的硬件行业，无论科技含量多高，都不应违背工业革命以来的核心规律，即通过规模化制造推动成本下降、提升利润，进而反哺研发，形成创新提升产品力、进而促进销量的闭环。
从这些案例不难看出，美国科技企业存在远离产业、一心追求技术突破、过度金融化的问题，导致其不少科技企业陷入“起个大早，赶个晚集”的窘境。
未来，美国在AI领域能否避免重蹈覆辙？目前看来，风险不容小觑。
本文只是小编的观点分享，列举的数据和逻辑仅用于分析说明，不构成任何的决策建议。
参考资料：
快刀青衣：《三年前Google发“Code Red”对抗OpenAI，三年后反过来了》
蓝血研究：《任正非为什么不为华为的困境做开脱？》
王煜全：《敲响警钟！扫地机鼻祖只剩1个月破产，自以为创新的企业注意了！》
· END·
推荐阅读：
腕间藏医术：可穿戴设备让“治未病”照进现实
深港广集群登顶全球：国内24个创新集群入百强
巴菲特谢幕信：股神的投资和人生智慧
长按关注苍穹猎鹰
公众号ID：cangqionglieying
作者简介：苍穹猎鹰，思路比套路深、三观比五官正的深度价值投资者。
页:
[1]