一句话看懂：一篇来自 Oilprice.com 的分析指出，随着 AI 在制造业等领域暴露局限性，以及大量企业项目半途而废，市场对 AI 的过度狂热正在降温，包括投资界知名人物在内的分析人士警告 AI 泡沫可能破裂。该观点来自 2026 年 7 月发表的报道，核心数据是 2025 年有 42% 的组织放弃了大半 AI 项目。
事件核心：发生了什么
该报道引用了投资顾问 Jeremy Grantham 的观点，他计划抛售科技股，认为 AI 如同铁路或互联网早期，过度投资后人们会发现其本质是“工具”而非“金矿”，真正的利润来自围绕 AI 构建服务的企业，而非 AI 技术本身。数据层面， 2025 年有 42% 的组织放弃了大部分 AI 计划，对比 2024 年的 17% 显著攀升；一项 2024 年的 RAND 报告更指出超过 80% 的工业 AI 项目以失败告终。具体案例中，福特汽车在引入 AI 后，发现系统对不完整或不够细微的数据缺乏韧性，同时随着资深工程师离职，训练 AI 所需的重要“制度知识”也随之流失，导致福特不得不返聘和升迁超过 350 名经验丰富的员工。
为什么重要
这篇文章体现了一个关键的行业反思：AI 的商业化并非线性的乐观故事。在制造业等需要长期稳定、复杂决策的场景下，当前的 AI 在应对供应商延迟、设备故障、需求波动等不可预测因素方面能力有限，无法替代人类判断。这直接冲击了“AI 将全面替代人工”的激进叙事。投资界的泡沫警告、企业大规模放弃项目，以及福特等标杆公司的切身体验，都在提示市场：AI 从热炒到真正实现稳定、高 ROI 的落地应用，可能比预期的要漫长得多。对于像英伟达等硬件公司，以及依赖 AI 概念推高股价的科技巨头而言，这种落差会直接反映在估值和资本信心上。
对用户/开发者/创作者的影响
对开发者和企业决策者而言，这意味着在采购或自研 AI 系统时，必须更加务实，不能仅凭大语言模型的演示效果就大规模部署。像福特遇到的数据缺失、模型缺乏领域知识等问题，要求企业构建更严谨的数据治理体系，并保留相当比例的人类专家进行监督和校正。对普通用户而言，这篇文章侧面提示，目前 AI 在生产级流程中的失误率可能高于宣传预期，日常使用中应保持对 AI 生成结果的批判性判断。对创作者，短期内的冲击可能减弱，因为企业会重新评估 AI 自动化内容生产的实际风险与成本。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
第一，未来一段时间内，科技公司的财报电话会上将更频繁地出现“AI 投资回报周期”的提问，投资者可能会索要更具体的数据而非模糊承诺。第二，像福特这样的制造企业是否会公开分享其 AI 失败案例及补救策略，这会成为其他行业评估技术风险的重要参考。第三，开源大模型是否会在“实际落地能力”上缩小与闭源巨头的差距，从而推动更理性的 API 定价和商业采用模式。
