“AI”90%以上是营销“算力”则是“黑洞”，这句话戳中了当前 AI 行业的核心痛点：
过度营销泡沫 + 算力投入产出严重失衡，本质是资本驱动的非理性军备竞赛，技术落地与商业变现远不及预期。
一、“90% 是营销”：泡沫大于实质。
1. 行业共识：营销盖过技术。
Linux 之父林纳斯・托瓦兹直言：AI 90% 是营销，10% 是现实。大量 AI 发布会、概念炒作、融资故事，核心是卖预期、炒估值，而非落地价值。
2. 数据佐证：投入巨大，回报微薄。
全球 AI 年投入超6500 亿美元，相关营收仅500 亿美元，投入产出比约 13:1。
OpenAI 估值8500 亿美元，年亏数百亿；ChatGPT 订阅年收入仅百亿级，远不及千亿级投资。
企业 AI 试点失败率高，95% 企业 AI 投资零回报，盈利闭环极难跑通。
3. 技术夸大：“智能” 是假象。
大模型看似能生成内容、对话，实则是高级模式匹配，数学推理、复杂逻辑、真实世界理解能力极弱，“AGI（通用人工智能）” 仍是遥远概念，当前 AI 更像 “人工智障”。
二、“算力是黑洞”：烧钱无底洞，边际成本飙升。
1. 算力需求指数级增长，能耗惊人。
训练算力每3.5 个月翻一番，远超摩尔定律。
中国大模型 Token 消耗量两年暴涨1800 倍（2024 年初 1000 亿 / 天→2026 年 2 月 180 万亿 / 天）。
ChatGPT 日耗电超50 万度；一个大型 AI 集群耗电抵一座中型城市，电网承压。
2. 边际成本递增，违背互联网规律。
传统互联网（如 Netflix）边际成本趋近于零；AI 大模型相反，用户越多，算力 / 电费呈指数级增长。企业用 AI 写代码，月算力账单可达十几万美金，甚至超过人力成本。
3. 无效算力泛滥，浪费严重。
参数竞赛：盲目堆参数（从亿级到万亿级），性能提升边际递减，成本激增。
刷数据造假：为融资 / KPI，故意生成无意义内容、重复任务，Token 消耗虚高，无商业价值。
供需错配：美国训练算力是中国 10 倍，但中国真实推理调用量是美国 2 倍，硬件消耗与实际需求严重脱节。
三、本质：资本驱动的 “算力传销”。
巨头闭环：英伟达→AI 公司→融资→买英伟达 GPU→推高英伟达股价→再融资，形成金融自嗨，非真实商业造血。
炒作逻辑：把 “堆算力 = 堆智能” 包装成科技革命，实则是卖显卡、卖算力的硬件传销。
泡沫临界点：2026 年，硅谷开始 “AI 幻灭”—— 微软收缩 AI 授权、优步耗尽 AI 预算、Meta 裁员控成本，烧钱模式难以为继。
四、并非全盘否定：10% 的真实价值。
工具价值：AI 在文案生成、代码辅助、图像设计、客服等场景，确实能提升效率，降低重复性劳动成本。
技术积累：大模型训练、算力网络、算法优化等，为未来技术突破打基础，长期仍有价值。
拐点将至：林纳斯预测5 年后（2031 年），AI 将在真实工作负载中普及，回归理性应用。
总结
“AI 90% 是营销，算力是黑洞” 是对当前行业的精准批判：
短期泡沫巨大，算力浪费惊人，商业变现困难；长期有价值，但需挤掉水分、回归理性，从 “烧钱堆算力” 转向 “降本提效、落地价值”。