互联网大厂开始后悔搞AI了吗?
“后悔搞 AI”更像是对投入产出和落地节奏的重新校准,不宜简单理解成大厂要放弃 AI。训练和推理需要算力、数据、人才与长期资金,模型能力提升也不自动等于产品收入;如果用户留存、付费或效率收益暂时覆盖不了成本,企业自然会压缩重复建设、调整预算,或把资源从追逐参数转向能解决具体问题的应用。
但这与否定 AI 的战略价值不同。大厂仍可能继续投入基础模型、芯片与云服务,同时更严格地挑项目:例如优先评估 AI 是否降低客服和研发成本、改善搜索或内容服务,是否能稳定达到准确率、时延和安全要求,以及推理成本能否随使用规模下降。对用户而言,功能上线不代表成熟;要看它是否可靠、是否省时,错误时能否纠正,并留意数据使用边界。
所以更准确的说法是:行业从“先投入、抢位置”转向“算账、找场景、做取舍”。个别公司或项目可能收缩,AI 本身是否值得长期做,则要看技术进步能否转化为可持续的产品价值和商业回报。