塔斯娱乐资讯网

李彦宏APEC警示AI泡沫:热潮之下,考题其实在应用层

11月17日,2026年APEC工商领导人峰会在深圳前海国际会议中心举行。百度集团创始人、董事长兼首席执行官李彦宏当天分两场参加对话,围绕人工智能落地、区域合作分享判断。其中一句“如果不解决这个问题,AI可能变成一个泡沫”,迅速在科技圈和资本市场引发讨论。

很多人第一反应是:这是不是李彦宏在唱衰AI?把他的完整表态读完就会发现,这是一个身处行业一线的从业者,在热潮中给出的理性提醒。本文结合公开发言内容,客观拆解他到底说了什么、泡沫风险从何而来、他开出的药方是什么,以及这场讨论对企业、从业者和普通人意味着什么。
一、先还原现场:他到底说了什么
李彦宏把2026年AI产业的关键词定为“最紧迫”。他的核心判断链条大致是这样的:
过去三年多,AI技术迭代极快,各方面投入成倍增长,算力、云资源价格、Token消耗都在快速上升;但AI在应用层的渗透“低于预期”,很多企业用上AI之后,收入和利润并没有明显提升。“如果我们不能够解决这个问题,大家所担心的AI是个bubble(泡沫),就有可能变成现实。” 因此,最紧迫的事,是找到AI真正适合的应用场景,让AI应用帮助企业产生收入和利润。
需要特别厘清的是:李彦宏谈泡沫,否定的不是AI技术方向,而是“投入与产出脱节”的现状。 在同一场对话中,他明确表示对AI长期发展趋势保持乐观,百度AI业务收入占比未来将持续提升;最近一个季度,百度智能云增速接近100%。也就是说,他的逻辑是“方向长期向好,但短期必须解决商业化落地问题”,而不是“AI不行了”。
二、泡沫感从何而来:四层现实对照
为什么一个AI头部公司的创始人,会在国际公开场合主动提“泡沫”?把他的判断拆开看,背后是四组可以对照观察的产业现实。
1. 底层热火朝天,应用渗透却低于预期
这三年,芯片、云计算、大模型等底层层面确实取得了巨大成就:模型能力快速提升,多模态、智能体、推理成本下降等进展肉眼可见。但李彦宏认为,AI的力量最终要靠应用层释放——只有把AI真正用进各个国家、各个公司、各类组织的真实场景,技术能力才能转化为实际价值。当下的落差在于:底层技术跑在前面,上层应用的规模和深度还没有跟上。
2. 用了AI,不等于增收增利
市场上曾经流行一种预期:只要企业用上AI,利润就会自动上升。李彦宏在对话中直接回应:这个效果在大多数公司还没有出现。不少企业部署了AI工具、接入了大模型,但业务流程、组织方式没有同步改造,结果只是效率上有零散提升,收入端、利润端看不到明显改善。投入持续增加,回报尚未兑现,这正是“泡沫担忧”最容易滋生的土壤。
3. 算力与成本压力持续累积
算力紧张是全球性现象。李彦宏提到,AI让百度这类公司从轻资产运营走向重资产,算力在全球都很紧张;与此同时,算力、云资源价格和Token消耗快速上升。如果大量算力被投入到缺乏清晰商业场景的项目中,硬件、电力、运维成本持续消耗,而变现路径迟迟跑不通,投入产出失衡的风险就会放大。
4. 组织能力没有跟上,技术价值落不了地
这是李彦宏这次发言中很有分量的一层观点。业界通常把AI技术栈分为四层:芯片、云、模型、应用。而他认为,在应用之上还有一层——组织能力。
他用工业革命作类比:电机早已被发明并装进工厂,但在流水线出现之前,电力对GDP增速的贡献其实很有限;今天大模型能力已经很强,如果企业的组织方式跟不上,同样难以真正获益。换句话说,不是买了模型、接了接口就算完成AI化,企业内部的分工、知识沉淀、协作流程都需要重构。

三、他开出的药方:场景、组织与长期主义
警示风险之后,李彦宏在同一场合给出了自己的解法,主要包括三个方向。
1. 回到应用层,找到真正适配的场景
他反复强调,AI价值最终来自应用层。在被问到哪些场景最能体现技术价值时,他给出的答案是无人驾驶:全球每年有超过100万人死于道路交通事故,而无人驾驶技术的安全性据称比人类驾驶员高约10倍,是最能体现技术价值的应用之一。萝卜快跑已在迪拜持续扩大开放道路范围,与Uber、Lyft等平台合作在伦敦开展测试,在中国香港的测试也已开展数年。
这个案例的逻辑是:真正有价值的AI应用,应当对应明确的真实痛点、可量化的社会价值和可持续的商业闭环,而不是停留在演示Demo和概念包装上。
2. 重构组织:智能组织三原则
针对中小企业“如何跨过AI门槛”,李彦宏分享了百度内部的三点实践体会:
• 打破岗位边界:AI是“通才”,一个人可以同时扮演多个角色、端到端完成多项任务,企业内部的岗位分工必须随之重构;
• 沉淀隐性知识:许多做事方法和经验规则存在于员工脑中,没有数字化沉淀,AI就无法充分利用;组织需要有意识地把这些知识沉淀下来、相互激发;
• 形成工作流闭环:设计好人与多个智能体之间的协作流程,让数据一环扣一环流动,用得越多、数据越多、模型越聪明,最终实现AI自我进化与企业竞争力提升。
用他的话说,这是“从个体效率的提升,转化为整体效能的提升”。
3. 开放合作,弥合AI发展鸿沟
谈及跨国合作,李彦宏提出一个朴素原则:聚焦,企业不能把想法、力量、努力过度分散;合作不是完全依赖伙伴,而是各自发挥优势,把一件事共同做成。他同时指出,不同经济体在AI发展上存在明显落差,不能因为存在风险就不往前走,而应通过政策引导把风险降到最低;“词元(Token)的全球流通”仍是待解问题,需要产业各方优化技术,让算力资源在全球范围内更高效地匹配。
四、横向对照:“最激动人心”与“最紧迫”并不矛盾
在同一场APEC活动上,宇树科技王兴兴用“最激动人心”形容当下AI和机器人技术的临界点;也有创业者谈到,纯软件大模型内卷遇到瓶颈,更大机会在于AI走进物理世界、与终端场景深度融合。表面上看,一个乐观、一个警示,实则视角不同。
王兴兴更多站在技术突破角度,关注机器人、AI硬件正在逼近的能力拐点;李彦宏更多站在产业商业化角度,关注技术能不能变成收入和利润。两者并不矛盾:技术持续向前突破是一回事,技术红利能否被企业和社会规模兑现是另一回事。前者回答“能不能做出来”,后者回答“能不能活下来、走得远”。
五、放到历史里看:泡沫出清是技术革命的常见阶段
回望过往重大技术浪潮,几乎都走过相似路径:概念狂热—资本涌入—泡沫滋生—洗牌出清—稳健增长。早年的互联网、移动互联网如此,电气化进程也是如此。
泡沫本身并不等于技术失败。它的正面作用,是吸引资金、人才和注意力进入赛道,加速技术探索;而当市场回归理性,缺乏硬核技术、找不到真实场景、持续烧钱无法造血的项目会被淘汰,资源和人才会向真正能创造价值的方向集中。李彦宏这次提示的风险,本质上是在提醒行业:不要把短期预期拉得过高,要尽早回到落地和价值验证上来。
当然也要客观看到,泡沫之下真实的技术进步仍在持续:推理成本下降、多模态能力提升、智能体、自动驾驶、行业智能系统都在稳步迭代。泡沫是热潮附带的副作用,不是AI本身的原罪。历史反复证明,杀死技术的从来不是泡沫,而是泡沫退去之后再也没有新的价值产出。

六、对不同群体的现实启示
对实体企业:不必为了“AI化”的名头盲目投入。更稳妥的路径是先梳理自身业务中成本高、重复度高、规则清晰的环节,小范围试点验证降本增效效果,再逐步扩大;同时同步调整岗位分工和流程,而不是简单买一套工具。
对创业者:单纯靠概念、Demo融资的窗口期正在收窄。市场更看重解决什么真实痛点、客户是否愿意持续付费、成本能否可控。相比扎堆卷通用大模型,深耕垂直行业、做轻量化高可靠的AI方案,生存空间往往更大。
对AI从业者:不必被“AI马上取代所有人”的焦虑裹挟。现阶段AI更多是效率辅助工具,擅长信息整理、初稿生成、标准化处理等工作;深度决策、复杂现场判断、跨场景统筹、共情与创造性工作,仍是人的核心价值。把AI变成自己的工具,同时积累AI难以替代的专业能力,是更务实的选择。
对关注资本市场的公众:区分“有自研底座、稳定客户、持续营收”的硬核主体,与“蹭AI热点、基本面没有实质变化”的炒作概念,避免仅凭情绪和题材下判断。需要说明的是,本文不构成任何投资建议。
结语
李彦宏在APEC上谈AI泡沫,不是给人工智能泼冷水,而是给火热的市场按下一次理性提醒键:技术长跑才刚刚开始,短期概念终将被验证,只有能够落地、创造真实收益的技术,才能穿越周期。
从“模型能力很强”到“组织能力跟上”,从“演示效果惊艳”到“增收增利兑现”,中间隔着的正是应用层这场硬仗。挤掉泡沫之后,AI产业才会真正进入高质量发展的新阶段。
#AI泡沫 #李彦宏 #APEC #人工智能 #大模型 #AI落地