“追逐每个模型版本都是愚蠢的差事，而且会导致组织内部人工智能疲劳”：GoodData.AI 首席技术官表示，企业应该在每个新版本上关注自动化用例
一句话看懂： GoodData.AI 首席技术官 Peter Fedorocko 在接受 TechRadar 采访时指出，企业不应盲目追逐每一个新发布的 AI 模型版本，而应将精力集中在能带来实际效率提升的自动化用例上。他认为当前 AI 市场的狂热估值并非完全泡沫，但许多公司内部已出现“AI 疲劳”，核心问题在于缺少清晰的业务战略而非技术本身。
事件核心：发生了什么
在 TechRadar 制作的独家访谈中，GoodData.AI 首席技术官 Peter Fedorocko 对企业如何应对 AI 快速发展提出了尖锐批评。他指出，ChatGPT 公开已近四年，AI 仍然是企业界最被误解的技术之一。许多组织内部对“AI”的理解范围极广，从简单的生产力提升工具到全自主的代理自动化系统（Agentic Automation），这导致董事会层级对如何评估投入产出比（ROI）陷入困惑。Fedorocko 认为，追逐每个新模型的行为是“愚蠢的差事”，会迅速导致组织内部的“AI 疲劳”。他建议企业真正关注点不应是模型更新本身，而是如何将技术嵌入到能自动完成具体任务的用例中。
为什么重要
这次访谈反映了随着 GPT-4、Claude 3、Gemini 等大模型版本迭代加速，企业信息技术采购者所面临的真实困境。Fedorocko 的言论切中了两个关键问题：第一，AI 迭代速度已经超越了大多数企业的消化能力，导致高昂的算力（Compute）成本被浪费在调试而非实际生产上；第二，他将当前 AI 市场高涨的估值与 2000 年的互联网泡沫进行了比较，认为表面的投机性泡沫确实存在，但基础层——计算、数据与模型——是真实的。他警告，许多在融资演讲中堆砌“AI”关键词的公司并不值得高估值，但核心的基础设施技术（如训练和推理能力）不会消失。这与业界对“模型商品化”和“应用层价值”的讨论高度一致：底层大模型正在成为商品，真正的护城河在于如何利用 API 和开源模型构建具体业务的自动化流程。
对用户/开发者/创作者的影响
对于普通用户和开发者而言，Fedorocko 的观点意味着无需被“模型更新恐慌”绑架。如果你正在使用第三方 API（如 OpenAI 的 GPT 系列、Anthropic 的 Claude 系列或开源模型）构建 AI 应用，重点应放在特定任务的自动化效率和结果验证上，而非频繁调整底层模型版本导致应用不稳定。在内容创作领域，频繁换用新模型可能会降低产出风格的一致性。对企业决策者来说，这释放了一个明确信号：与其投入大量预算购买最新的大模型许可证，不如将精力花在梳理哪些业务流程可以被 AI 自动化（例如客服响应、数据分析、代码审查）。Fedorocko 特别指出，AI 虽然可以写代码、做决策，但它“没有想要的东西”，也无法承担对公司或客户的责任——人类职位不会被 AI 完全替代，因为商业本质上是由“任务、关系、判断和问责”构成的系统。
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
1. 部署策略选择的变化： 更多企业 IT 部门是否会从“追逐最新模型”转向“冻结模型版本并优化 RAG 流程”值得关注。如果这一趋势成立，针对特定任务的微调服务和小型专有模型的商业需求可能上升。2. 自动化用例的商业化落地： 市场上已经出现大量 AI Agent（自动代理）创业公司，Fedorocko 的话既是机会也是警告——这些公司能否证明其产品在特定场景下的 ROI 明确超过换模型带来的成本？3. 算力基础设施的理性回归： 如果企业回归务实采购，Nvidia 等供应端的高估值能否持续将面临更严峻的资本市场审视。目前公开信息显示，行业头部公司仍在大规模扩张算力，但这一观点可能预示着拐点的讨论即将展开。
来源：TechRadar
