人工智能预测为何如此困难

人工智能的技术影响已渗透到社会生活的方方面面，但未来发展走向却愈发难以预判。尽管《麻省理工科技评论》在 AI 趋势研判领域有着不俗的过往记录，不仅去年的预测全部成为现实，还发布了 2026 年的前瞻性展望（其中包含对 AI 相关法律纠纷的分析），但每年评估 AI 实际影响的难度仍在不断加大，核心原因在于三大未解难题。

其一，当前引爆 AI 热潮的核心技术 —— 大语言模型，能否在短期内持续实现渐进式升级，仍是未知数。这一技术支撑着 AI 伴侣、客服系统等各类应用场景，堪称当下 AI 领域兴奋点与焦虑感的主要来源。一旦其发展陷入停滞，或将开启一个后 AI hype 时代，给整个产业格局带来深远调整。

其二，公众对 AI 技术的接受度普遍偏低。近一年前，OpenAI 首席执行官萨姆・阿尔特曼与特朗普共同宣布，计划投资 5000 亿美元在美国全境建设 AI 数据中心网络，却没想到这一计划遭到了众多美国社区的强烈反对。这一事件也反映出，科技巨头在推进 AI 基础设施建设时，正面临严峻的舆论挑战与公众信任危机。

其三，监管层面的应对举措混乱不一。特朗普政府推动将 AI 监管权收归联邦政府，而非由各州自行管控，这一做法得到了科技企业的青睐，它们也希望能将这一规则以立法形式固定下来。但另一方面，从加利福尼亚州的进步派议员到日益向特朗普靠拢的联邦贸易委员会，各方都以保护青少年免受聊天机器人危害为由介入 AI 监管，不同阵营的监管动机与实施路径差异显著，能否摒弃分歧形成统一的监管框架，仍存在极大变数。

不过，AI 在科学研究领域的积极价值仍不容忽视。作为 AI 的早期形态，机器学习长期以来一直为各类科研工作提供助力。其中，深度学习技术支撑的 AlphaFold 工具斩获诺贝尔奖，彻底革新了蛋白质结构预测领域，为生物学研究带来突破性进展；图像识别模型在癌症细胞检测方面的精准度也在持续提升。而以 ChatGPT 为代表的新一代大语言模型，虽能高效分析海量研究文献并总结已有成果，但此前一些宣称这类模型取得重大科学突破（如破解未解决的数学难题）的高调报道，最终被证实为虚假信息。此外，这类 AI 虽能为医生诊断提供辅助，但也可能误导公众自行诊断健康问题，进而引发灾难性后果。

（来源：麻省理工科技评论  https://www.technologyreview.com/2026/01/06/1130707/why-ai-predictions-are-so-hard/）

专家共识：AI 将长期存在

人工智能已彻底走出概念验证阶段，全面融入企业主流业务场景。沃顿商学院与 GBK Collective 联合发布的 2025 年度报告显示，对约 800 名大型企业决策者的调查结果表明，82% 的受访者每周至少使用一次生成式 AI，较上一年度提升 10 个百分点；其中 46% 的受访者每日都会使用，同比增长 17 个百分点。另有四分之三的企业领导者表示，其在 AI 领域的投资已获得正向回报。这一趋势也得到了 IBM、麦肯锡以及斯坦福大学 AI 指数报告的印证：2023 年底，已有 42% 的企业部署了 AI 技术；到 2024 年，65% 的组织已将生成式 AI 纳入常规运营，应用场景主要集中在软件开发、客户服务及市场营销三大领域。

实际应用数据进一步印证了 AI 的实用价值。一项覆盖 5000 多名客服人员的研究显示，配备生成式 AI 助手后，客服团队每小时解决问题的数量平均提升 15%，其中初级员工的业务提升尤为明显。在软件开发领域，借助 AI 协作编程的团队，完成任务的速度较对照组快 55.8%。如今，企业已不再将 AI 视为单纯的技术噱头，而是将其整合为核心运营工具。超八成企业计划在未来一年增加 AI 相关投入，其中 62% 的企业预期增幅将达到两位数，同时企业正逐步将预算从试点项目转向已验证成效的成熟应用。

然而，AI 应用并非一帆风顺。波士顿咨询公司 2025 年的研究指出，仅有 5% 的企业通过 AI 实现了规模化商业价值，60% 的企业则收效甚微，这一现象凸显出 “采购 AI 工具” 与 “重构业务流程” 之间的本质区别。高德纳预测，到 2027 年，超过 40% 的代理型 AI 项目将因商业逻辑薄弱、成本过高或风险管理不善而被迫终止。企业要想通过 AI 实现突破，关键在于将 AI 应用与流程再造、员工培训及风险管控相结合，并以投资回报率作为核心衡量标准。经合组织（OECD）的数据显示，AI 技术的采纳主要集中在数据基础雄厚的大型企业，尤其是信息通信与专业服务行业。

（来源：国会山报  https://thehill.com/opinion/technology/5673342-measuring-ai-returns-investment/）

从软银策略到AI热潮，2026年值得关注的动向

2025 年，人工智能成为全球科技与投资领域的核心焦点，引发广泛热议。随着技术的飞速迭代，市场对 AI 算力的需求持续飙升，直接推动数据中心建设进入高速扩张期。但进入 2026 年，业界开始普遍质疑这一增长势头的可持续性，其中英伟达在高端 AI 芯片市场的主导地位是否会被动摇，成为各方关注的核心议题。长期以来，英伟达凭借其 GPU 架构，在大型 AI 模型训练领域占据绝对优势。但如今，多家企业正加速研发替代型芯片方案，包括定制化 AI 处理器与新型计算架构，这意味着全球 AI 芯片市场的竞争格局可能迎来重大转变。

与此同时，作为 AI 产业发展的核心基础设施，数据中心的投资热潮是否已接近峰值，也成为业界讨论的热点。尽管云计算厂商与科技巨头仍在持续加大投入，但部分分析师指出，电力供应紧张、土地资源稀缺及建设成本攀升等制约因素正逐步显现，可能导致相关资本支出的增速放缓。总体来看，AI 产业正从此前的爆发式增长，逐步迈入结构性调整阶段，技术路线的竞争与投资效率的提升，将成为决定未来产业格局的核心变量。

（来源：日经亚洲  https://asia.nikkei.com/business/technology/tech-asia/from-softbank-s-strategy-to-the-ai-boom-tech-trends-to-watch-in-2026）

黄仁勋透露，英伟达 H200 AI 芯片在中国市场需求旺盛

英伟达首席执行官黄仁勋于周二（2026 年 1 月 6 日）表示，公司旗下 H200 人工智能芯片在中国市场迎来 “极高” 需求，而美国政府近期已释放批准该芯片出口的信号。黄仁勋在拉斯维加斯举行的国际消费电子展（CES）新闻发布会上透露，英伟达已重启 H200 芯片的生产工作，目前正与美国政府敲定出口许可的最终细节。他表示：“我们已激活供应链，H200 芯片正通过生产线持续出货。”

尽管 H200 芯片进入中国市场还需获得中方的进口审批，但黄仁勋表示，公司并不期待中方发布相关正式声明，芯片的监管审批状态将通过客户订单逐步显现。“我们不会等待任何新闻稿或重大公告，实际的采购订单将说明一切。” 他同时强调，H200 芯片的销售额将额外计入英伟达此前发布的两年 5000 亿美元营收预测 —— 该预测此前并未涵盖中国市场的相关收入。

投资者普遍将中国市场视为英伟达的重要增长引擎。黄仁勋此前曾预估，中国 AI 芯片市场的年规模可达 500 亿美元，而目前这部分收入尚未纳入公司的财务预期。去年 12 月，美国总统特朗普曾表示，允许英伟达向中国出口 H200 芯片，但前提是公司需将相关销售额的 25% 上缴美国政府。值得注意的是，H200 芯片虽较英伟达当前最新产品落后一至两代，但与以往为符合出口管制要求而特意降低性能的型号不同，此次的 H200 芯片并未进行任何性能限制。

（来源：CNBC  https://www.cnbc.com/2026/01/06/huang-nvidia-seeing-very-high-demand-for-h200-ai-chips-from-china.html）