推广 热搜: 采购方式  滤芯  带式称重给煤机  甲带  气动隔膜泵  减速机型号  无级变速机  链式给煤机  履带  减速机 

2025-2026年度AI报告深度解读

   日期:2026-01-10 23:36:31     来源:网络整理    作者:本站编辑    评论:0    
2025-2026年度AI报告深度解读

“AI正在经历一场静水流深的进化——它变得不仅仅只会‘说话’或者‘画画’,而是开始‘干活’了。” 翻开得到AI学习圈新鲜出炉的《2025-2026 AI年度报告》,这句话精准地戳中了当下AI发展的脉搏。

2025年初,DeepSeek席卷全球的震撼仿佛就在昨天,但在我们的体感时间里,那已是“侏罗纪时期”的往事。时间发生了奇异的“折叠”。

这份近两百页的内部报告,没有停留在对技术参数的炫技,而是深入数十家企业一线,记录下AI从“概念”变成“工具”的真实轨迹。它揭示了一个核心转变:AI正从一个“生成式的内容引擎”,进化为“决策式的执行引擎”。

01

AI时代的技术路线之争

0报告开篇,科学作家万维钢就抛出了一个根本性争议:AI到底该怎么变聪明? 这不仅是技术路径的选择,更是两种世界观的碰撞。

一条是以OpenAI前首席科学家伊利亚为代表的 “自学成才路线”:只需给足算力和数据,架构设定好,让模型在预测练和强化学习中自己“左右互搏”,野蛮生长。

另一条是以图灵奖得主杨立昆为代表的 “世界模型路线”:不相信模型能自己学会一切,坚持由人类出手,把物理定律、常识等“世界的正确结构”手工灌输给AI。

万维钢鲜明地站在了“自学成才”一边。他重提强化学习之父萨顿的 “苦涩的教训”:几十年来,人类专家精心设计的规则如围棋定式、手工特征图像识别,最后总会输给简单粗暴、靠算力和数据的通用方法。

“你教它,不是成全它而是限制它。”

一个强有力的证据来自北京大学的研究“AI-Newton”。仅仅通过观看物体运动的视频,不给任何公式,AI自己就提出了一套潜在变量和方程,与牛顿力学高度相似。 “不是你教它,而是它教你。”

但自学成才路线也并非高枕无忧。万维钢指出了天空中的 “两条乌云”。

一是预训练的扩展定律似乎见顶:高质量公开文本数据基本枯竭,各家模型因语料相似而趋于同质化。

二是价值函数的终极难题:我们敢让AI拥有类似求生欲和好奇心的内生价值吗?没有它,AI可能无法拥有真正的高级智能;但有了它,“万一它哪天为了‘探索’去干点你不想让它干的事儿怎么办?”

争论未有定论,但实干家们已无暇等待。他们正将AI推入一个个具体场景,让答案在实践中浮现。

02

AI时代的效能革命

当AI能把所有事都做得飞快时,什么最稀缺?清华经管学院李宁教授的答案是:“慢下来想清楚‘做什么’的能力。”

他提出了一个至关重要的区分:从“效率”转向“效能”。效率是把事情做快,效能是做对的事情。

他尖锐地指出国内企业的“效率陷阱”:特别擅长“一周出结果,三天就上线”,却可能在错误的方向上狂奔。好比很多APP功能花哨,核心体验却不如国外只做好一件事的产品。

“在AI时代,这个逻辑要变了。真正的努力,是花时间去思考什么是对的事情。”

这种思维转变,正在重塑组织形态。一个根本性的逻辑被打破:企业的业务增长,不再必然需要人数的增长。

报告展示了一个物业公司的案例:IT部门仅十来人,通过调用AI多模态API,就做出了以前需要博士算法团队才能实现的安全生产视频监控分析。

更引人注目的是“超级个体”的涌现。一个大学生课后项目“微舆”(舆情分析系统)登上GitHub趋势榜第一;一个18岁高中生因写出“神级”提示词,成为DeepSeek核心论文贡献者。

“在AI时代,年龄、学历、工作经验这些传统标准,正在让位于你能做出什么。”

这对管理者构成了直接冲击。2025年亚马逊裁员上万人,大量是管理岗位。“未来不会有纯粹的管理者岗位。” 李宁判断,管理者必须自身就是强大的个体贡献者,同时具备协调能力。

个人该如何构建核心竞争力?李宁团队提出了 “AI力” 概念,并拆解为四个维度:

第一,创造力:提供AI无法完成的“连接火花”(如“把王者荣耀和入职引导结合”);

第二,沟通能力:学会用AI理解的信息逻辑(如Markdown)而非人的修辞与其对话;

第三,判断力:在AI生成的众多方案中,选择“美、好、合适”的那一个;

第四,任务拆解能力:将复杂任务拆解为AI擅长的微任务链。

李宁给出的行动建议极其简单:“花时间去用。AI力是练出来的,不是学出来的。” 形成“AI First”的条件反射,并调整时间分配:用90%的时间思考,10%的时间让AI执行。

03 

AI时代的资本选择

当技术狂飙突进时,资本游戏也令人眩晕。深耕创投圈的庄明浩在报告中描绘了一幅 “数字折叠” 的疯狂图景:

1亿美金:是顶级AI科学家的“转会费”,也是AI初创公司的ARR(年度经常性收入)及格线。

10亿美金:AI独角兽的衡量标准。传统软件公司成长为独角兽平均需9年,AI公司仅需2-3年,速度提升4.5倍。

100亿美金:是入场券、是营收线、也是巨头算力租赁的“一张发票”。

1000亿美金:OpenAI未来五年预计烧钱规模,人类商业史上首个千亿级烧钱“超级物种”。

更夸张的是,OpenAI创始人山姆·奥尔特曼已开始用“GW”签合同。1GW相当于一个500亿美金的数据中心。他给英伟达10GW,给博通10GW……这些合同总盘高达1.5万亿美金。

庄明浩揭示了奥尔特曼的 “资本永动局”三步走:

第一步,制造神话:抛出5000亿美金的“星际之门”计划,定下“玩大的”基调。

第二步,点石成金:用未来的订单换取当下资源,推动合作方股价暴涨。

第三步,完美闭环:与英伟达签订10GW服务合同,换取英伟达1000亿美金投资。

“他用未来的钱,买了现在的算力;巨头用现在的钱,买了未来的股价增长故事。” 庄明浩比喻这如同十几个电源插排首尾相连成闭环,精巧却未接入墙电。

这是巨大的泡沫吗?连奥尔特曼自己也承认。但庄明浩提醒,这可能是一种 “生产性泡沫” ,如同历史上的铁路热、互联网热,最终会留下改变世界的基础设施。

他的结论给普通人指了一条明路:“永远不要做那个早早下车的大聪明。” 历史教训是,为躲避崩盘而提前离场的损失,远大于崩盘本身。在不确定性中,“与其在岸上焦虑水位高低,不如跳下去游两圈。”

04 

AI时代的下一个明天

未来已来。

报告结尾,得到联合创始人快刀青衣写下了他的年度观察与预测。

三个被低估的真相:

第一,人才比算力稀缺:最缺的是“懂场景、能把AI用到业务里”的复合型人才。

第二,用好与会用差千倍:差距在于“问题定义能力”,能拆解模糊需求为清晰步骤者胜出。

第三,AI考验的是组织:80%的企业难将AI转化为实质价值,最大阻力常来自中层管理者。

对2026年的三个判断:

首先,多模态深入企业场景:AI结合“看、听、说”,在客服、培训、设计等领域重新定义工作。

其次,数据成为第二曲线起点:做过数据治理的企业将发现自己手握“金矿”,垂直业务数据是核心护城河。

最后是人数少效率高的“特战小分队”崛起:小团队决策快、无内耗,人均创收可达行业均值10倍,是最佳创业配置。

报告记录了一个温暖瞬间:一位74岁用户因手抖无法打字,通过Get笔记的语音输入开始记录人生。她说:“感觉得到了重生。”这或许揭示了技术最本质的价值。当AI走出实验室与发布会,深入日常使用一线时,真正的革命才悄然开始。

正如报告卷首语所言:“真正的技术革命,往往在它变得像水和电一样基础、甚至被隐形时,才算真正完成。”

对于身处其中的每个人,报告传递的信息清晰而有力:不要等待AI完美,不要看清终局再起跑。因为在这个加速度时代,“想,都是问题;做,才是答案。”

在AI学会“干活”的时代,你的位置,取决于你是否愿意卷起袖子,和它一起干。

如需获取报告原文

请在后台联系

END

求点赞

求分享

求喜欢

 
打赏
 
更多>同类资讯
0 条相关评论

推荐图文
推荐资讯
点击排行
网站首页  |  关于我们  |  联系方式  |  使用协议  |  版权隐私  |  网站地图  |  排名推广  |  广告服务  |  积分换礼  |  网站留言  |  RSS订阅  |  违规举报  |  皖ICP备20008329号-18
Powered By DESTOON