[AI] 为啥现在一边喊着 AI 代替人类，另一边各种场景 AI 落地却困难重重

[sighforever]

现在就在 AI 相关的行业里做应用层，感觉每一个项目落地都很难说真正完全的解决了用户的问题，只能说差不多在特定条件下有一定的效果。和以前的 IT 化项目或互联网传统项目比，效果上的程度差的很远。

在互联网 C 端，除了编程相关的，几乎没有出圈的产品，其他的差不多都是原有的产品里面增加几个 AI 擅长方面的功能。

而且和上游的大模型公司的同学也聊过，实际上至少国内的大模型 api ，并发量调用量很低的，和传统业务没法比。

但是看行业的新闻和公司大佬，基本上都是一副过不了几年，所有工作都会由 AI 代替，所有人都去享受生活的样子。

倒也不是说 AI 没用，大模型很好用，我也天天用，但就感觉很纠结，完全看不懂为啥现在是这样...

[RealVic]

和几年前的 VR/AR 一样。

不过啊，谈到 AI 落地，2025 年，我们中中合作研发的 AI 应用即将上线，我们将会继续为人类带来提升生活体验、活着的意义的好产品，敬请期待。

我的话就说到这里，谢谢大家。

[Pteromyini]

因为落地是技术问题，难就是难
喊 AI 替代人类是股价和流量问题，又不需要对言语负责

[ChefIsAwesome]

不吹牛逼怎么拉投资？

[jeesk]

数字货币不是吗？

一会 eth 替代电子支付，现金， 一会又会落地的场景有限，

[csys]

AI/ML 在别的领域还是有健康发展的，比如医疗影像诊断，机器人等

只是 LLM 难以落地，或者说没有可靠的商业模式，也没有像蒸汽机和互联网一样带来变革

说难听点，OpenAI\NVIDA\Microsoft 本质上实际是个金融诈骗集团，LLM 就是 21 世纪最大的骗局（虽然现在才过去 1/4 ）

这场泡沫最后真正能贡献的，是为非 LLM 的 AI 提供大量廉价的基础设施

[lscho]

AI 属于基建啊，和当年的计算机、4G 网，甚至现在的 5G 网一样。落地有很长的滞后性，甚至这个滞后性会让很多人感觉不到 AI 带来的影响。只有你过了几年回头看的时候，才会看到带来的变化。换句话说，AI 很早就已经开始研究和投入使用了，但是直到价格、能力突破了某个节点（就是 OpenAI ）才被大众所熟知。

目前没有多少落地应用的原因还是因为成本太高，只有大厂玩的起，普通用户和小公司根本承担不起这个成本。这也是 deepseek 爆火的原因，不是因为 deepseek 多强，而是成本低。包括刚出谷歌的 Gemini2.0Flash 第一目标也是先把成本降下来，并不是提升性能。

[musi]

因为这是两拨人
落地是想用技术带来实际的价值
喊口号的口号就会带来价值

[deetincelle]

实际生产力<(金融效应+政治效应)

[matolv]

已知 ai 擅长逻辑思维和解决定性问题。已落地是楼主所说的 vscode+copilot 后端是 o1/o3/sonnet 等，或 cursor 等同类产品，帮助程序员提高生产力。
而更早的产品有围棋 ai ，如绝艺，katago 帮助人类提高下棋水平，也叫 ai 一选。
llm 以后可以帮助孩子成为小镇做题家，减少家长老师的工作负担，增加填鸭式教育的做题量，人手 ai 自行提升做题水平。
llm 在各行业可以提供 ppt 模版和大纲，在通用的基础上各员工自行修改需要的部分。
cv 可以提供 ai 生图，修图，视频等工作。减少艺术工作者的工作量，和提高影视行业效率。
ai adas 通过感知融合算法提供自动驾驶的能力，帮助女司机停车入库，高速巡航甚至城市行驶。
总体而言 ai 的应用基于内行熟悉并且了解 ai 给出答案的合理性，这样的使用效率最高且不会出错，有效提高生产效率，否则外行容易无法验证 ai 给出的答案导致降智。

[levelworm]

落地需要细心培育，没人愿意做，所以都希望别人弄好。不过我怀疑大厂有人做了。

[netabare]

因为现在的 AI 不是强人工智能。

而且 AI 已经算好的了，隔壁区块链前几年吹上了天现在一地鸡毛，再退一步，企业级微服务云原生分布式管线之类的东西，最后到底解决了啥问题呢？也不好说。

[twinsant]

因为他们的时间线不同，一个看长期，一个看短期

[AlexHsu]

因为能代替的那部分人类政策不允许啊
现在 ai 在广告运营这个冷门赛道其实很猛的 电商图片没几张是真的了
最适合代替的公务员 这玩意你说他能让代替么

[ToosieQ]

正是因为落地难，才刺激消费制造焦虑让消费者去消费

[vikaptain]

一边是吹牛逼的，一边是实际干活的。

[INCerry]

总的还说，我感觉还是算力不够导致落地难

[mandex]

很多人浑水摸鱼吹牛逼割韭菜。真正做事的人才感觉到困难。

[junwind]

落地是另一波人事情，这波人不管落地不落地的，不妨碍拉投资，把钱放口袋。什么元宇宙，VR ，AR ，都没落地啊。包括汽车的自动驾驶也没完全落地的，普通人就老老实实当牛马，顾好自己的一日三餐就不容易了。不用操心落不落地，AI 目前我编程当辅助用的。

[areless]

各种场景 AI 落地没有困难重重啊。。。无人驾驶 视觉识别 ocr 翻译 物流 下棋 等等等很多很多领域都落地 而且频繁应用。
哦，你说的 AI 是特指 LLM 吧。LLM 唯一场景就是替代人类，其它任何场景的正确率都不如精确的专用模型，适合比较感性的语言文艺绘画类工作。当然 LLM 对比评分时把辅助编程当成重要的加分项，也使得他适合编程辅助场景了。

[wind3110991]

AI 和 AR 、VR （可以统称 XR ）其实领域不太一样。
AI 属于基建，可以理解为网络、通信这样的东西； XR 是一个比较具体的应用场景了（或者说是一种信息传递的媒介），我理解 XR 目前比较成熟的，都是偏视觉类+社交属性的产品，其实并不是每个用户都有类似的需求。国内近几年投入 XR 建设的，最终项目投入基本都终止或者暂停了（参考腾讯和字节）。

但是 AI 对社会进步和工作、生活效率的提升是方方面面的，比如交通（智能驾驶）、残障人士生活（文/图转声音）、智能推荐酒店/餐饮、AI 写文章/新闻/代码 等等。

在国内：落地 = 变现（大部分是）
在国外：落地 = 试点 + 吸引风投 + 开源/协同

不管什么技术领域，要不击鼓传花（比如 15 年开始到 22 年的区块链，至今没有一个好的落地场景，除了 ICO 割韭菜），要不也需要恰饭。投资人不是傻子，如果你有 10 个亿，你短期内会愿意给 DeepSeek 或者字节、阿里、百度这些 AI 国内领头多少钱呢？

[0x663]

喊的人和做的人不是一批人

[hanxiansheng]

AI 替代人类的方式或许是让一个人能干 10 个人的活，让其中的 9 个人没活干。

[CynicalRose]

可以看看 GPTS 、扣子等 Agent 搭建平台， 就会发现当前应用端主要就是围绕着 LLM 模型建设周边应用工具，做前置、后置处理，但并没有脱离 LLM ，我无法把这些应用或智能体当作完整的产品，它们最大的问题我觉得还是自由度过高，完全考研人的提问水平。

虽然现在很多课都在尝试教人怎么提问，但再怎么教也不能做到像搜索引擎那样直白，有学习成本。落地的进程一定会往限制自由度和降低门槛与成本的方向发展，而非频繁突破上限，这也是学术派与工业派的写照了。

[gexyuzz]

知识库，绘画不都可以吗

[CodeAllen]

核心问题是 AI 是黑盒，能力强但并不是性能稳定的系统。想要用好是很难的，而且技术一直在迭代演进，AI 自身也都在降本增效，目前还有一个方向就是 AI 自迭代，超级 ASI 不断升级进化出新的 AGI ，甚至是迭代 ASI 自身，所以后面还有芯片算力和能源供应问题。
还有一点，AI 不是替代传统业务的，是加速传统业务迭代实现降本增效的。

[asdf1098]

一边制造恐慌，一边创造希望，推高股价起飞的小手段。

[wyw98]

可能等到人工智能能倒过来读的时候可能就是有很多落地的项目了