虚张声势：国内厂商的展会

说了AI强大的一面，我再泼点冷水，谈谈科技展会。展会通常是快速了解一个行业的最佳窗口，展商也常会用概念性产品来制造震撼效果。

最近我去了三四个与AI沾边的科技工业展，大部分展区中几乎一半内容是关于云和AI的，我看到的AI也确实有进步。

但当我坐小火车前往一个“扫地僧”交流区，根据工作场景提了些极简单的需求时，现场展示的“扫地僧”尴尬地表示无法实现。我于是提议：“那就按你们的标准流程一步步操作，演示自动生成一个贪吃蛇游戏代码吧。”结果代码依然一堆BUG，旁观者都觉得表现拉跨，两位工程师面面相觑地定位问题——这还只是公开展示区的DEMO，若是商业应用呢？可能指望靠AI省力自动生成代码完成实际任务，暂时还不太现实。

更麻烦的是，代码会不会成为新的“黑箱”？事实上，不少大公司或大项目的关键程序员一旦离职，整个核心系统就成了无人能调的“黑箱”，捉虫（软件工程领域用语，主要用于描述查找和修复计算机程序中的错误或缺陷的过程。）只能依赖测试大牛定位。对此，华为的惯常做法是“推倒重写”。但有多少公司有勇气对核心系统动刀，向那些“养寇自重”的关键人员说不呢？如今AI或许能替代这些“关键程序员”，但它自己会不会从屠龙少年变成新的“恶龙”，成为更深不可测的“关键程序员”和“黑箱”？当你高度依赖AI时，成本未必真能降下来。许多技术更新，表面降成本，实则将成本压力转移给了供应商，而非惠及消费者。商业定价往往依据竞争态势而非成本，就像当年“让天下没有难做生意”的电商，如今流量成本并不比线下便宜。AI驱动的商业范式转换，或许同样如此——商家成本降了，消费者却未必受益。

在AI展会上，尽管大家看了不少，但感觉仍是“概念先行”。无论是“具身智能”、“手指操作的机器人倒水”还是“工矿码头智能化”，都不免让人感觉这些场景十几二十年前就有了雏形。

我研究生学的就是人工智能相关的神经网络，回顾AI诞生七十年，除了几次重大突破外，大部分时间实际处于停滞状态，更像一种脉冲式发展。上一次爆发是在2016-2017年，阿尔法狗战胜围棋冠军，核心技术仍是卷积网络，应用也集中在最基础的声音、图像、翻译等领域。当时媒体喧哗，我也好奇这是否是真正的进步，但我一位研究AI的朋友直言：“没新技术，只是新应用。”

那么这次Gen AI（生成式人工智能）的脉冲发展呢？展会上随处可见的机械臂和工厂智能化，在一位深耕顶尖工厂体系多年的朋友看来：“似乎20年前就成熟了，有些许进步，但缺乏惊喜。”我记得2010年华为提出的企业网解决方案就涵盖了矿业、工厂、石化、银行、交通、政务、智慧城市、救援、医疗、教育等行业。如今展会上看到的所谓AI，我个人感觉更多只是深度数字化的延续，披上了一层AI的外衣。很多还在玩“文字游戏”，就像大数据、金融科技、人工智能和5G这些概念常常被捆绑在一起。

或许对其他发展中国家而言，AI和机器人是了不起的技术，但在高度内卷的中国，展会上的AI和机器人赛道早已荆棘密布。从春节宇树科技震撼的机器人舞蹈，到现在随便一个科技展会上，任何一家公司都能攒出一台机器人或机器狗——所以你大概就能猜到，机器人行业的淘汰赛快开始了。

AI其实也类似，早期套壳应用暂且不提，曾接触过一些国家级大牛主导的AI实验室，他们也苦于难以找到明确方向。更甚的是，如今你投入几十亿、上百亿烧出来的“技术护城河”，可能领先优势只能维持半年，然后突然一天，价值几十亿的壁垒就被新模型瞬间击穿——AI时代的大模型，可能说失效就失效了。

一位中国头部科技公司的区域负责人和我私下交流时表示：虽然对AI极度自信，但假以时日人，类在AI面前都将如蝼蚁，对此，螳臂当车可以说毫无意义。这位负责人走访了上海多家科技企业，包括西岸投资巨大、算力超强、语料丰富的“模速空间”，依然感到前景不明。最近某大厂的大模型方向上也传出些“小道消息”，因技术路径实在困难，为冲KPI不得不走捷径。在应用场景上，强如华为也仍在摸索AI的落地……所以，那些急于产品化的企业，目前似乎还没拿出真正过硬的好产品。

当然，我依然相信在医疗等领域可能会有新的实质性进展。但仅从展会呈现来看，AI在商业场景应用的进展可能有些被夸大了。那么，媒体在这其中又扮演了怎样的角色呢？