现在很多行业都已经开始使用AI，为什么AI还没有为我们赚到钱？

为什么AI还没帮我们赚到钱？除了英伟达！现在没有几家AI公司是赚钱的。

很多人都观察到了，AI已经被应用于很多领域，比如AIGC应用于游戏、新闻、写作、自媒体等行业中，且相关公司的股价都在飙升，人人都在谈论AI。可是反映在经济上，AI对各国生产力的促进还没体现出来。前几年人们还在谈论“大停滯”-从20世纪90年代末到现在，美国人的实际收入水平已经停止增长。AI的作用到底在哪儿呢？

近期，日本总务省发布《2024年生成式AI应用白皮书》显示，在企业使用AI的比例上，美国达到了84.7%，我国也达到了84.4%，仅次于美国。这一系列数据表明，现在AI在各行各业中普及率越来越高。但是却发现一个很奇怪的现像，现在没有几家AI公司是赚钱的。除了英伟达！

说白了就是，为什么AI还没帮我们赚到钱？其实这个现象并不是特例，这是“通用技术”正常的发展阶段。

蒸汽机、电力、半导体、互联网，这些都是通用技术。而通用技术，都不是一上来就能创造巨大财富的。比如1987年， 经济学家罗伯特·索洛就有个感慨，说我们这个时代到处都能看到计算机，唯独生产力统计里看不见计算机。

其实那很正常，因为通用技术刚出来不会立即改造经济活动。AI也是一种“通用技术”。

很多人认为AI对社会的影响将会超过电力，那我们不妨先回顾一下电力的发展。下图展示电在美国家庭和工厂的普及历史。

图片来看万维刚老师《拐点》一书

爱迪生(Edison)在1879年就发明了电灯，可是过了20 年，美国才只有3%的家庭用上了电。到1890年，美国工厂只有5%用上了电力。甚至到了1910年，新建的工厂还是优先采用蒸汽动力。这是为什么呢？

三个加拿大经济学家--阿杰伊·阿格拉沃尔(Ajay Agrawal)、乔舒亚·甘斯(Joshua Gans)和阿维·戈德法布(Avi Goldfarb)--刚好讨论过这个问题。他们在《权力与预测》 (Power and Prediction)这本书中提出，我们此刻正处在人工智能的“中间时代”(The Between Times),也就是未来已经到来， 只是还没能带来很大效益。他们认为，通用技术要真正发挥生产力效能，需要经过三个阶段。

第一个阶段叫“点解决方案”(The Point Solution),是简单的输入端替换。

比如，电力初始时代，用灯泡比蜡烛方便一点，用电力做动力有时候会比蒸汽动力便宜一点，你能会有替换的意愿。你的生活方便了一点点，你的成本降低了一点，但是仅此而已。

AI在现阶段的很多应用也是如此。比如，用AI生成图片比用PS处理图片更便捷一点，购物使用AI推荐比自己去找更精准一点，而且产品的成本也比自己找的便宜一些。用AI生成图片比用传统软件（如Photoshop）更便捷，用AI推荐商品比自己去搜索更精准，甚至成本更低。这些都是对现有流程的小幅改进，但并没有带来生产方式的根本变革。

第二个阶段叫“应用解决方案”(The Application Solution), 是把生产装置也给更换了。

以前的工厂用蒸汽做动力时，都是一根蒸汽轴连接所有机器，蒸汽一开，所有机器都开动。改用电力之后，工厂发现， 如果每台机器都有独立的电源，那就完全可以用哪台开哪台， 岂不是更省钱？但这并不容易，因为这意味着你必须对机器进行改造，什么机床、钻头、金属切割器、压力机，都得根据独立电源重新设计。这是需要时间的。

在AI领域，这个阶段则表现为行业关键节点的变革。举个例子，AIGC（生成式AI）正在改变人们获取信息的方式。以前，人们习惯通过搜索引擎寻找答案，如今越来越多的人开始依赖AI工具进行信息查询和分析。在农业领域，AI已经被用于精准预测天气，帮助农民根据预测结果进行耕种和防灾决策。

第三个阶段叫“系统解决方案”(The System Solution),是整个生产方式的改变。

蒸汽时代的厂房，因为要用到蒸汽轴，所有机器都必须布置在中央轴附近。用上电力，你可以随处安装插头，机器可以放在工厂里任何一个位置，那么你就可以充分利用空间，没必要把所有机器集中在一起。这就使得“生产流水线”成为可能。这已经不是局部的改进，这要求生产方式和组织方式都得到系统性的变革。

对应到AI，当下的自动驾驶技术虽然已经解决了智能交通中的一些“点”和“线”问题，但要实现真正的系统性解决方案，还需要构建城市智能大脑，整合所有的交通信息，通过传感器实时监测路况、天气和车辆情况，统一调度城市内的所有交通工具。这将彻底改变城市交通的运作方式，从而释放AI的全部潜力。

当然，到目前为止，我们对AI的应用还处在点解决方案和一定程度上的应用解决方案阶段，并没达到系统解决方案阶段。这就是为什么AI还没有发挥最大的作用。然而，这并不意味着AI没有前途，恰恰相反，AI正处于蓄势待发的阶段。