全球范圍內(nèi)，關(guān)于人工智能（AI）是否陷入泡沫的討論持續(xù)升溫。有人將當前的AI投資熱潮與20世紀末的互聯(lián)網(wǎng)泡沫相提并論，但創(chuàng)新工場創(chuàng)始人李開復(fù)在接受專訪時表示，AI與互聯(lián)網(wǎng)泡沫有本質(zhì)區(qū)別。他指出，歷史上每一項顛覆性技術(shù)都會經(jīng)歷所謂的“泡沫期”，但AI已在實際應(yīng)用中創(chuàng)造巨大價值，例如在編程領(lǐng)域，其創(chuàng)立的“零一萬物”公司80%的代碼由AI生成，僅20%由人工完成。

針對AI估值過高的質(zhì)疑，李開復(fù)以O(shè)penAI為例分析稱，該公司年收入約120億美元，較2024年增長數(shù)倍，但年投入高達400億美元。這種“燒錢”模式雖在財務(wù)投資人看來堪稱災(zāi)難，但大部分投入是為未來布局，其價值可能在未來數(shù)年內(nèi)通過營收爆發(fā)式增長收回。他強調(diào)，當前AI領(lǐng)域存在兩種“泡沫”：一種是技術(shù)尚未成熟但未來可能兌現(xiàn)價值，另一種是技術(shù)已產(chǎn)生價值但估值過高，而AI屬于后者。

在中美AI競爭格局方面，李開復(fù)認為兩國路徑差異顯著。美國在基座模型技術(shù)上領(lǐng)先約6個月，且以O(shè)penAI、Anthropic為代表的閉源路線試圖通過通用人工智能實現(xiàn)“贏家通吃”；而中國在開源領(lǐng)域表現(xiàn)突出，全球前十開源模型中九個來自中國。他比喻稱，閉源模型如“天才獨行沖刺諾貝爾獎”，開源模型則像“學(xué)生互助小組共同成長”。盡管閉源模型當前能力更強，但開源模型憑借成本低、易部署、受信任等優(yōu)勢，正在縮小技術(shù)差距并快速構(gòu)建應(yīng)用生態(tài)。

商業(yè)落地層面，李開復(fù)指出中美呈現(xiàn)不同特點。美國企業(yè)級市場更成熟，大公司愿意為AI軟件支付高額費用，形成“采購-輸血-研發(fā)”的良性循環(huán)；而中國消費級市場潛力巨大，科技大廠通過持續(xù)迭代產(chǎn)品搶占市場紅利。他特別提到，中國大廠在AI應(yīng)用創(chuàng)新上可能超越美國，尤其在手機應(yīng)用領(lǐng)域。不過，中國企業(yè)級軟件市場仍面臨挑戰(zhàn)：傳統(tǒng)企業(yè)對AI認知不足，更傾向私有化部署以保護數(shù)據(jù)安全，且招標模式常導(dǎo)致項目虧損。

對于初創(chuàng)公司的生存空間，李開復(fù)認為機會集中在應(yīng)用層。他預(yù)測AI Agent（智能體）將顛覆傳統(tǒng)工作模式，將模型從“問答工具”升級為“超級員工”，為企業(yè)創(chuàng)造實際價值。盡管深入傳統(tǒng)行業(yè)業(yè)務(wù)邏輯的挑戰(zhàn)艱巨，但初創(chuàng)公司可憑借靈活性優(yōu)勢，在礦業(yè)、農(nóng)業(yè)等非典型領(lǐng)域建立標桿案例。他透露，其公司已轉(zhuǎn)型與阿里巴巴等大廠合作，通過開放基座模型降低研發(fā)成本，同時訓(xùn)練輕量化模型開發(fā)盈利應(yīng)用。

談及AI對就業(yè)的影響，李開復(fù)判斷常規(guī)白領(lǐng)崗位將率先被替代，而需要情感交流、信任建立的服務(wù)類工作，以及跨學(xué)科創(chuàng)造性工作短期內(nèi)難以被取代。他同時強調(diào)，AI已催生數(shù)據(jù)標注員、提示詞工程師等新職業(yè)。對于個人應(yīng)對策略，他建議主動掌握AI工具，通過人機協(xié)作提升職業(yè)競爭力，而非將其視為威脅。