随着有关 AI 炒作可能过度的警告悄然浮现，美国一些科技股在昨夜遭到了抛售。
在本轮 AI 浪潮中扮演 " 卖铲人 " 角色的英伟达，周二下跌了 3.5%。与此同时，"AI 军工第一股 "Palantir 重挫了 9.4%，芯片设计公司 Arm 也下跌 5%。
AI 概念股的集体重挫，导致科技股占比较高的纳斯达克综合指数周二收盘下跌了 1.4%，创下 8 月 1 日以来的最大单日跌幅。标普 500 指数也下跌了 0.7%。
对此，不少华尔街交易员将部分 AI 概念股下跌的原因，归咎于麻省理工学院分支机构周一发布的一份重要报告。该报告与 OpenAI 首席执行官奥尔特曼当天有关人工智能泡沫可能正在形成的言论一同，令年内愈发不可一世的 AI 浪潮，遭遇了 " 当头棒喝 "。
一位美国科技基金的交易员表示，麻省理工学院的报告显示，高达 95% 的企业从其生成式 AI 投资中获得的回报为零，" 这个故事让人们感到恐惧。"
麻省理工报告究竟说了什么？
这份题为《生成式人工智能的鸿沟：2025 年商业人工智能的现状》的报告显示，尽管企业在生成人工智能上已花费了 300 至 400 亿美元，但 95% 的公司迄今并未能获得商业回报。
这项研究的重点在于 "GenAI 鸿沟 "。研究发现尽管人们争相整合强大的新模型，但只有大约 5% 的 AI 试点项目实现了收入的快速增长；绝大多数项目停滞不前，对企业利润表几乎没有产生任何可衡量的影响。
这项研究基于对 150 位企业领袖的访谈、对 350 名员工的调查以及对 300 个公共 AI 部署的分析，描绘出了成功案例和停滞项目之间的清晰鸿沟。
麻省理工学院 NANDA 项目的研究贡献者 Aditya Challapally 表示，" 一些大公司的试点项目和年轻的初创公司在生成式 AI 方面确实表现出色。例如，有些由 19 或 20 岁年轻人领导的初创公司，其收入在一年内从零跃升至 2000 万美元，" 这是因为他们专注于一个痛点，执行到位，并与使用他们工具的公司建立了明智的合作伙伴关系。"
但在数据集中的 95% 的公司里，生成式 AI 的实施效果不佳。核心问题是什么？不是 AI 模型的质量，而是工具和组织双方的 " 学习差距 "。虽然高管们常常归咎于监管或模型性能，但麻省理工学院的研究指出，问题在于企业集成过程存在缺陷。
Challapally 解释称，像 ChatGPT 这样的通用大模型工具因其灵活性而在个人使用中表现出色，但在企业应用中却会停滞不前，因为它们无法从工作流程中学习或适应工作流程。
数据还揭示了资源分配的不匹配。目前，超过一半的生成式 AI 预算用于销售和营销工具，然而麻省理工学院发现最大的投资回报率往往来自后台自动化——消除业务流程外包、削减外部代理成本以及简化运营。
成功的 AI 部署背后是什么？
麻省理工的报告认为，公司采用 AI 的方式至关重要。从专业供应商处购买 AI 工具并建立合作伙伴关系的成功率约为 67%，而内部构建的成功率仅为前者的三分之一 ( 约 22% ) 。
这一发现在金融服务和其他高度监管的行业中尤其具有现实意义，在这些行业中，许多公司正在 2025 年构建自己的专有生成式 AI 系统。然而，麻省理工学院的研究表明，这些单打独斗自行开发的公司失败率要高得多。
Challapally 指出，接受调查的公司通常不愿分享失败率。" 几乎我们所到之处，企业都在尝试构建自己的工具，" 他说，但数据显示购买的解决方案能带来更可靠的结果。
报告还显示，AI 带来的劳动力市场颠覆已经开始，尤其是在客户支持和行政岗位。与大规模裁员不同，公司越来越多地选择在职位空缺时不再填补。大多数变化集中在那些因被认为价值较低而先前被外包的工作上。
对负面消息趋敏感
可以说，这份报告的发布正值人们对科技股高估值担忧日益加剧之际。市场再度开始对任何有关人工智能的负面消息都十分敏感，这一点显而易见——正如 1 月 DeepSeek 横空出世所引发的美股市场动荡一样。
周二的抛售进一步表明，在经历了数月的人工智能驱动的狂热之后，任何质疑人工智能商业可行性的证据，都有可能再度引发市场回调。
从走势来看，周二的下跌也恰恰是由今年一些表现最佳的股票下跌所致。甲骨文和超微半导体 ( AMD ) 是自 5 月中旬以来表现最好的五只大盘股中的两只，这两家公司分别下跌了 5.9% 和 5.4%。在应用内投放广告的 AppLovin 下跌了 5.9%。
专注于科技领域的 Irving Investors 投资组合经理 Jacob Sonnenberg 表示，" 市场此前一直很火爆，而周二你会看到很多非常热门、势头强劲的股票开始出现轮换。"
