对人工智能（AI）的当前估值和未来潜力存在显著的怀疑。核心论点是，AI 公司的市场估值，如 Anthropic 的2万亿美元定价，是基于对一个被极度夸大的潜在市场的幻想，而这与现实中所需的惊人收入不符。此外，公众对 AI 的不信任源于该技术未能解决健康、住房等现实世界问题，这些问题本质上是物理和社会的，超出了当前以数字世界为中心的 AI 模型的能力范围。
估值泡沫与市场幻觉
金融分析师 Aswath Damodaran 对 AI 领域的巨额估值提出了尖锐批评，认为这是一种“大市场错觉”。他指出，即便 AI 能颠覆美国一半的劳动力市场，其潜在收益也难以支撑当前的估值。
- Anthropic 的案例： 要在十年内支撑起 2万亿美元 的估值，该公司需要产生近 1.2万亿美元 的收入。如果市场成熟需要15年，则需要近 2万亿美元 的收入。
- 整个 AI 行业： 假设所有 AI 公司的总市值为 5万亿美元，整个行业需要产生 5万亿（10年内）到 8万亿（15年内）美元的收入才能实现盈亏平衡。
一个22万亿美元的 AI 总可用市场（TAM）是虚构的。去年80%的年化经常性收入（ARR）增长，远不足以成为你以2万亿美元价格购买 Anthropic 的理由。
Damodaran 的结论是，虽然他不会做空 AI 公司，因为市场短期内可能变得更不理性，但他绝不会成为买家。
现实世界的挑战：从数字到物理
AI 在数字世界中表现出色，但将其能力扩展到物理世界面临着根本性的困难。
Christopher Mims 指出，机器人技术依赖于对物理领域的模拟，即“世界模型”。与大型语言模型（LLM）处理文本的灵活性不同，物理世界的复杂性和“硬边界”对 AI 构成了巨大挑战。
真实世界非常复杂，有很多特殊情况和硬性边缘，你不能“差不多”就行。如果你的机器人在移动时撞到了什么东西，一切都改变了。
这意味着，虽然 AI 领域正在探索新的架构以操控机器人，但要达到像 LLM 在文本领域那样的通用性，还有很长的路要走。
信任危机与落空的承诺
公众对 AI 的负面看法，根源在于科技行业未能兑现其宏大的承诺。Anthropic 首席执行官 Dario Amodei 认为，这是一种深刻的信任危机。
- 承诺与现实的脱节： 人们感到失望，因为 AI 公司声称要造福世界，但现实中，AI 并未在关键领域带来实质性改善。
- 无法解决核心问题： AI 需要在最显眼的领域证明其价值，例如 健康、住房、教育 和 生活成本。
- 能力圈的限制： 这些问题本质上是 物理问题 和 社会问题。目前的 AI 模型是数字世界的大师，但物理和社会世界仍在其能力范围之外。
此外，Hollis Robbins 强调了隐私问题，指出 LLM 的本质是“解读”你发送的一切信息，这使得保护隐私比以往任何时候都更加困难，并引发了对 AI 代理行为的问责难题。