4月13日，斯坦福大学发布了一份423页的AI年度报告，数据一出，整个科技圈炸了锅。
核心结论就一句话：95%的企业在AI上花了约3500-4000亿美元，但一分钱回报都没赚到。
这是什么概念？相当于全世界绝大多数公司在AI上的投入，全打了水漂。
中美差距只剩2.7%
报告里最受关注的，是中美AI实力的对比。
顶级模型性能差距已经缩小到只有2.7%。 而这个逆转的转折点，正是2025年2月DeepSeek R1发布之后。从那开始，中美双方进入了高频性能更迭期，你追我赶，差距肉眼可见地缩小。
不过，差距小不代表全面追平。美国在顶级模型数量上仍然领先——2025年美国发布了50个顶级模型，中国是30个。私人AI投资方面，美国2859亿美元对中国124亿美元，差距依然很大。
但中国在另一些领域已经反超：AI论文引用份额全球第一，专利授权量全球第一，工业机器人安装量是美国的8倍多。 2024年中国安装了29.5万台工业机器人，美国只有3.42万台。
还有个有意思的数据：移居美国的AI学者数量，从2017年以来下降了89%。 人才流动的方向正在发生变化。
95%的企业，白花了钱
这是报告里最扎心的一组数据。
全球AI投资在2025年创了历史纪录，达到5810亿美元，比2024年翻了一倍。但问题来了——只有5%的企业成功实现了AI工具的大规模部署，剩下的95%基本等于白投。
矛盾的是，AI在一些具体场景中确实有效：客户支持智能体每小时解决的问题增加了约15%，GitHub Copilot用户的代码提交量增加了26%，AI广告创作团队的人均产出跃升50%。
但到了宏观经济层面，AI对全要素生产率的实际贡献只有0.01个百分点，接近于零。
更值得关注的是，报告指出了一个"学习惩罚"现象：过度依赖AI学习的工程师，速度反而没有提升。 22-25岁的软件开发者和客服人员就业人数，较2022年峰值下降了近20%。
AI普及速度超过互联网
不过，AI的普及速度确实惊人。生成式AI在3年内达到了53%的人口采用率，这个速度甚至超过了个人电脑和互联网。
全球普及率最高的国家是新加坡（61%），美国反而只排到第24位（28.3%）。
有意思的是，最强大的AI模型透明度反而最低。 基础模型透明度指数从58分降到了40分——模型越来越强，但越来越像一个"黑盒子"。
这份报告的潜台词很明确：AI的技术竞赛远没有结束，但商业化的难题才刚刚开始。 钱砸进去了，怎么把钱赚回来，才是接下来所有企业要面对的真正考验。
