警惕AI泡沫！95%投资无效，跨境这样赚大钱！

当前，人工智能（AI）技术正以前所未有的速度融入全球各行各业，从智能制造到智慧医疗，从金融服务到跨境贸易，AI的身影无处不在。它被视为驱动经济增长、提升运营效率、优化用户体验的关键动力。特别是对于中国跨境行业而言，AI的智能翻译、市场分析、供应链优化、智能客服等功能，正逐步重塑着国际贸易的运作模式，为企业带来了降本增效、拓展市场的新机遇。然而，在全球范围内，一个值得深思的现象也随之浮现：尽管企业对AI投入巨大，但如何将这些投入转化为实际的经济回报，仍然是一个亟待解决的课题。

最新的海外报告显示，在尝试部署AI技术的公司中，约有95%尚未能从中获得直接的经济收益。这一数据引起了广泛关注，促使业界开始重新审视AI投资的策略与落地效果。一些声音甚至开始担忧，如果这种趋势持续下去，是否会引发AI市场出现“泡沫化”的风险。

面对这样的行业现状，美国一家专注于AI基础服务领域的初创公司Scale AI的首席执行官杰森·德罗格（Jason Droege）提出了他的看法。他指出，许多企业在拥抱AI时，可能抱有一种“即插即用，立竿见影”的理想化预期，认为只要将AI模型引入，问题便能迎刃而解。但现实情况却远比想象中复杂。德罗格强调，AI并非万能的魔法棒，它有其擅长的领域，也有其局限性，关键在于如何精准识别并有效利用。

Scale AI这家公司，在AI领域以其独特的基础数据处理能力而闻名。我们知道，大型语言模型（LLM）的训练需要海量的、高质量的数据支持。这些数据必须经过精细的标注和分类，才能让模型学会区分不同类型的信息，例如识别图片中是猫还是鱼。Scale AI多年来正是通过提供这种专业的数据整理服务，成为了许多AI巨头背后不可或缺的合作伙伴。

值得一提的是，在2025年6月，美国科技巨头Meta公司对Scale AI进行了大手笔的战略投资，以143亿美元的价格收购了其49%的股权，使得Scale AI的整体估值达到了290亿美元。作为此次交易的一部分，Scale AI的创始人兼当时的首席执行官亚历山大·王以及其他几位高管转岗至Meta。此次投资无疑是对Scale AI核心技术和市场价值的肯定，但也引发了行业内的一些讨论。一些外媒报道指出，部分与Scale AI有合作关系的LLM开发商，如OpenAI和谷歌（美国），在Meta投资后，可能对与Scale AI的继续合作有所顾虑，并已适度调整了合作规模。

对此，Scale AI方面表示，尽管市场存在一些担忧，但自Meta投资以来，其核心的“数据标注”业务量仍在持续增长。同时，新任首席执行官德罗格——他于2024年加入Scale AI担任首席战略官——正在积极拓展公司的另一项业务：帮助各类企业构建定制化的数据集，并开发AI工具以实现流程自动化，从而接管那些重复性高、耗时耗力的常规任务。德罗格希望能通过这一战略，改变业界对AI应用投入难以实现盈利的固有印象。他认为，虽然很多公司可能低估了成功部署AI的难度，但一旦找对方法并有效实施，AI所能创造的价值是巨大的。

如何让AI真正“赚钱”？

德罗格指出，企业在AI投资上未能见效，一个常见的原因是将AI应用于不适合解决的问题。他认为，AI并非能够解决所有难题，它更适合处理那些人类在操作上可能“缓慢、不一致或容易出错”的任务。例如，阅读和总结大量文件、编辑文稿、处理复杂的保险理赔，或是为医生快速提供患者病史摘要等。在这些领域，AI的效率和准确性优势能够得到充分发挥。

例如，Scale AI已成功协助美国知名的梅奥诊所（Mayo Clinic）开发了AI系统，用于在医生问诊前整理并提供患者的病史概览，极大地提高了诊疗效率。此外，他们还为卡塔尔政府、思科（美国科技公司）以及美国金融机构Global Atlantic Financial Group等客户提供了定制化的AI解决方案。就在2025年8月，Scale AI还与美国国防部签署了一份价值9900万美元的合同，为其陆军开发AI应用。

当然，也有人可能会担心，由AI来辅助决策医疗理赔或提醒医生患者病情，是否会存在风险？德罗格强调，在AI系统的部署过程中，人类专家的参与至关重要。他认为，一个成功的AI应用，需要由该领域的资深专家持续提供反馈和指导，不断优化其性能。例如，在医疗领域，经验丰富的医生应积极使用AI辅助工具，并指出其中的不足，从而推动AI系统不断迭代完善。他提到，这一过程可能需要数周甚至数月，但最终能打造出比通用聊天机器人更具实用的工具。比如，一些政府机构正利用AI预审建筑许可申请，通过学习历史审批数据，让人工审核过程更加快速和顺畅。

然而，一些分析师认为，AI工具要真正为企业带来显著收益，可能还需要数年时间。美国DA Davidson公司的技术研究主管吉尔·卢里亚（Gil Luria）表示，对于大型企业而言，要广泛部署既能产生营收又能节省开支的AI工具，仍需时日。但他同时补充道，一旦企业真正掌握了在组织语境下应用AI的方法，这些工具将变得极具价值，并创造巨大的收入。

值得注意的是，Scale AI在AI应用开发领域也面临着激烈的竞争，包括亚马逊（美国）和微软（美国）等行业巨头。卢里亚指出，虽然Scale AI在数据标注市场占据先发优势，但在AI应用开发领域，其已置身于一个竞争者众多的红海市场。

尽管如此，德罗格依然对Scale AI的数据业务和应用业务充满信心。他透露，在Meta投资之前，公司的应用业务营收已达数亿美元级别，而数据业务自交易完成以来也保持着月度增长的势头。他认为，对于那些真正理解AI工作原理及其适用范围的企业来说，其中蕴藏着巨大的机会。这一观点也与海外报告的研究结论不谋而合：在部署AI方面最不成功的企业，往往是那些试图独自构建AI工具而缺乏外部专业支持的公司。德罗格强调，专业的知识和经验能够帮助企业明晰AI能解决哪些问题，以及不能解决哪些问题，从而避免盲目投入。

对国内跨境行业的启示

从全球AI产业的发展态势来看，中国跨境行业在AI技术的应用上正面临前所未有的机遇与挑战。当前，中国跨境电商、国际物流、外贸服务等领域已经开始积极探索AI的应用，例如通过智能推荐系统提升用户购物体验，利用AI分析国际市场趋势，优化海外仓储管理，以及运用智能客服系统处理多语言咨询等。

海外企业在AI投资和落地过程中遇到的问题，也为我们提供了宝贵的经验借鉴：

务实理性，避免盲目追逐： 跨境企业在引入AI时，应避免将其视为“包治百病”的灵丹妙药，而是要对AI的能力边界有清晰的认知。
聚焦痛点，精准应用： AI最能发挥作用的，是那些流程重复、数据密集、容易出错的环节。例如，在跨境物流中，AI可以优化路线规划、预测运力需求；在跨境营销中，可以进行市场趋势分析、精准用户画像。
重视数据积累与质量： 高质量的训练数据是AI模型有效运行的基石。跨境企业应重视自有数据的积累、清洗和标注，确保AI模型能“学”到准确、有价值的信息。
强化人机协作，发挥专家作用： AI并非要取代人类，而是辅助人类。在跨境业务中，尤其是在涉及复杂决策、文化理解和情感沟通的环节，人类专家（如资深外贸经理、市场分析师）的经验和判断仍然不可或缺。他们应参与AI系统的设计、训练和迭代，实现“人机合一”。
警惕“应用泡沫”： 虽然AI应用前景广阔，但也要警惕过度承诺和低效投入。在选择AI解决方案时，应充分评估其投资回报率，选择与业务目标高度契合的定制化方案，而非简单复制通用模型。
关注定制化与生态合作： 对于自身不具备AI研发能力的中小型跨境企业，可以考虑与专业的AI服务商合作，共同开发定制化的AI工具，或利用第三方平台的AI服务，实现技术赋能。

综上所述，AI在跨境行业的深化应用是大势所趋，但要真正实现投资回报，需要企业采取更为务实、精准的策略。未来几年，随着AI技术的不断成熟和应用场景的不断拓展，我们有理由相信，AI将为中国跨境行业带来更深层次的变革和增长。国内相关从业人员应持续关注此类动态，积极学习，谨慎布局，抓住新一轮技术浪潮带来的发展机遇。

新媒网（公号: 新媒网跨境发布），是一个专业的跨境电商、游戏、支付、贸易和广告社区平台，为百万跨境人传递最新的海外淘金精准资讯情报。

本文来源：新媒网 https://nmedialink.com/posts/ai-bubble-alert-95-no-return-cb-profit.html