上周看到一份报告，说2025年全球AI投资超过5800亿美元，但95%的企业在这场豪赌中收获为零。
5800亿。95%。零回报。
这几个数字放在一起，像极了一个黑色幽默。
钱去哪了？
我去翻了翻那些科技巨头的财报。英伟达的GPU卖到手软，数据中心的数量一年比一年多，AI创业公司的估值一个比一个离谱。钱确实在流动，流向算力、流向模型、流向各种听起来很酷的实验室。
但流进实体经济的呢？
那些说好的"AI赋能制造业"、"AI驱动医疗革命"，在财报里翻来覆去就那几个亿。跟5800亿比起来，连零头都不到。
更有意思的是那份报告里提到的矛盾：AI模型的性能在某些基准测试上已经超过人类专家，比如法律推理、准确率已经超过50%。但同一个问题出现在读时钟这种简单任务上，AI却频繁翻车——最好的模型也只有50%的准确率。
这说明什么？
AI擅长的是那些可以被精确量化的任务。法律考试、编程竞赛、图像识别，这些有明确胜负标准的事情，AI学得飞快。但现实世界不是考场，现实世界充满了模糊、充满了例外、充满了"看情况"。
一个会读时钟的AI，花了多少钱？答案是：目前还没花出来，因为做不到。
效率的幻觉
我见过很多公司买AI。
买回来之后呢？装起来，跑一跑演示，然后呢？然后就放在那里了。
不是不想用，是不知道怎么用。AI能做的事情确实很多，但要把这些能力嵌入到真实的业务流程里，需要的投入往往比买AI本身大得多。数据要整理，流程要改造，员工要培训，还要担心各种合规问题。
这就像买了一把瑞士军刀，但你的工作只需要一把剪刀。你花了大价钱买回来，然后发现自己还是在用剪刀。
但问题是，如果你不买，你就落后了。
这种焦虑比亏损更可怕。它让整个市场陷入了一种囚徒困境：每个玩家都在被迫跟进，因为没人想成为那个被淘汰的。
于是我们看到了一个奇怪的现象：花了大价钱，却没有得到预期的回报。但没有人停下来，因为停下来更可怕。
什么才是真实的？
斯坦福的报告里有一个数据让我印象很深：使用AI辅助的程序员，效率反而降低了19%。AI帮忙写了代码，但程序员在学习这些代码的时候，负担更重了。
这跟那些"AI让你效率提升10倍"的叙事完全相反。
我开始思考这个问题。效率是什么？效率是把事情做得更快。但更快本身不是目的，快了之后用来做什么才是。
如果AI帮你省下了时间，但你用这些时间做了更多的工作，那么效率提升只是让你更累了。
如果AI帮你省下了时间，但你用这些时间刷了更多的短视频，那么效率提升只是让你更空虚了。
真正的效率，应该是让你有更多时间去做那些只有你能做的事情。AI擅长的是重复、是计算、是有标准答案的问题。但人类的价值，恰恰在于那些没有标准答案的事情——爱、选择、在不确定中前行。
尾声
我不知道5800亿最后能换回什么。
也许很多年后回头看，这只是人类历史上又一轮技术泡沫。也或许这场豪赌真的改变了什么，但那个改变不一定是按照我们设想的方式。
我唯一确定的是：追求效率本身没有错，但效率从来不是终点。
站在这个十字路口，比起追问"AI能不能帮我做更多事"，或许更值得问的是——
"我想用省下的时间，做什么？"
这个问题没有AI能替你回答。