Beobachtungen zur 2026 Bund Conference: Die neue AI-Wirtschaft steht vor einer kritischen Reflexion – die Körperliche Intelligenz beginnt, „Blasen“ zu platzen („AI New Economy Enters Critical Reflection; Embodied Intelligence Starts to ‘Puncture Bubbles’)

Tiefgehende Analyse der 2026 Bund Conference: AI entwickelt sich von „Show-Off“ zu „praktischer Anwendung“ – Blasen und praktische Umsetzung coexistieren

Zusammenfassung der Kerninhalte

Das Thema der 2026 Shanghai Bund Conference war „Gemeinsam eine neue AI-Wirtschaft schaffen“. Im Gegensatz zu früheren Jahren hat sich der Fokus von der Frage „Wie stark ist die Technologie?“ auf die Frage „Kann das Geschäft wirklich funktionieren?“ verlagert.

Der auffälligste Aspekt war, dass von den anwesenden Führungskräften von Ant Group, MasterCard, OPPO und dem Chefwissenschaftler von Alibaba nur Han Xinyi von Ant Group tatsächlich mit einem AI-Agenten echte Zahlungen durchgeführt hat – und zwar nur zu 25%. Dies zeigt eine harte Realität auf: Obwohl das Konzept des „Agentic Commerce“ (Handel mit AI-Agenten) sehr beliebt ist, verläuft die praktische Umsetzung viel langsamer als erwartet, und die notwendige Infrastruktur sowie Vertrauensmechanismen sind noch nicht vollständig entwickelt.

Gleichzeitig ist der Verkauf von AI-Hardware (z. B. Smart-Glasses) rückläufig, und die Branche der „Embodied Intelligence“ (Roboter) beginnt, ihre „Blasen“ zu platzen. Die Industrie ist nicht mehr blind optimistisch, sondern stellt ernsthafte Fragen: Brauchen die Kunden das wirklich? Funktioniert das Geschäftsmodell? Ist die Zuverlässigkeit hoch genug? Es handelt sich um eine harte Selektionsphase, die von der „Erstellung von Konzepten“ hin zu einer „praktischen Anwendung“ übergeht.

---

Detaillierte Analyse: Fünf Dimensionen, um die „kalten Überlegungen“ zur neuen AI-Wirtschaft zu verstehen

1. Die „letzte Meile“ beim Zahlungsprozess: Warum hilft AI dir noch nicht beim Ausgeben von Geld?

Phänomen:

Han Xinyi ließ AI mehr als 40 Yuan für Snacks ausgeben – doch das ist nur ein sehr seltenes Beispiel. Jorn Lambert, ein Führungskraft von MasterCard, gab zu, dass er zwar mit AI nach Produkten suchte, aber nicht wagte, AI die Zahlung direkt durchführen zu lassen.

Tiefgehende Analyse:

Es geht nicht nur um Technologie, sondern auch um Vertrauen und Regeln:

• Alte Systeme passen nicht zu neuen Anforderungen: Die aktuellen Zahlungssysteme, Bankvorschriften und Risikokontrollverfahren wurden für Menschen entwickelt. Menschen zögern beim Einkaufen und überprüfen die Produkte, während AI in Millisekundenentscheidungen trifft. Die bestehenden Systeme können nicht zwischen Fehlern durch AI und Hackerangriffen unterscheiden und können die großen Anzahl von kleinen Transaktionen, die AI verursacht, nicht verarbeiten.
• Mangel an Vertrauen: Verbraucher trauen es AI nicht zu, ihr ganzes Geld zu überlassen – schließlich ist unklar, wessen Verantwortung bei Fehlern liegt (z. B. wenn AI etwas Falsches kauft oder zu einem Kauf überredet). Es fehlen klare Verantwortlichkeitsregeln.
• Fazit: AI-Zahlungen befinden sich derzeit noch in der „Demonstrationsphase“ und nicht in der „Verbreitungphase“. Um AI wirklich das Sagen über das Geld zu geben, müssen neue Finanzinfrastruktur und Sicherheitsstandards für maschinelles Verhalten entwickelt werden.

2. Der „Abkühlungstrend“ im Agentic Commerce: Vom „Alles kann mit AI“ zum „Schwierigen Anpassen an konkrete Szenarien“

Phänomen:

Im vierten Quartal des letzten Jahres war die Branche extrem optimistisch bezüglich des Agentic Commerce – in diesem Jahr hat sich die Umsetzung jedoch deutlich verlangsamt. Obwohl Alipay’s „Abao“ Kaffee bestellen und Taxis rufen kann, fehlt noch viel bis zur breiten Verbreitung.

Tiefgehende Analyse:

• „Funktionsfähig“ bedeutet nicht unbedingt „benutzerfreundlich“: Auf Messen mag es cool sein, wenn AI Kaffee bestellt – im echten Leben zählen die Nutzer jedoch Schnelligkeit und Genauigkeit. Wenn AI langsamer ist als der Mensch oder die Anfragen falsch versteht, werden die Nutzer es verlassen.
• Fragmentierte Anbieterlandschaft: Nur wenige führende Plattformen (z. B. Alipay, Taobao) haben die AI-Technologie erfolgreich integriert. Viele kleine und mittlere Unternehmen sowie Offline-Dienste verfügen noch nicht über die notwendigen Schnittstellen. AI möchte helfen, aber die entsprechenden Systeme sind noch nicht bereit.
• Langfristige Herausforderungen: Die Hersteller müssen herausfinden, wie sie AI einen umfassenderen Kontext geben können (z. B. über Geschmack, Budget, Standort) und wie sie sichere, zuverlässige Transaktionen sicherstellen können. Das erfordert die Zusammenarbeit der gesamten Wertschöpfungskette.

3. Der Rückgang des Verkaufs von AI-Hardware: Die Wahrheit hinter dem Rückgang der Smart-Glasses-Verkäufe

Phänomen:

Im Juli dieses Jahres sanken die Verkäufe von Smart-Glasses auf den führenden E-Commerce-Plattformen um 15,3%. Der Investor Yan Qianhang weist darauf hin, dass AI-Hardware keine neuen Interaktionsweisen geschaffen hat und die visuelle Interaktion noch sehr begrenzt ist.

**Tiefgehende Analyse:

• Der Reiz des Neuen ist vorbei: Die ersten Käufer von Smart-Glasses waren meist Technologie-Enthusiasten oder Neugierige. Wenn der Reiz nachlässt und das Produkt keine wesentlichen Probleme löst (z. B. ist es nicht unverzichtbar wie ein Handy), sinken die Verkäufe.
• Interaktionserfahrung unzureichend: Die meisten Smart-Glasses sind lediglich eine Erweiterung des Handybildschirms und bieten keine revolutionären Interaktionsmöglichkeiten. Die Nutzer sehen weiterhin auf den Bildschirm statt direkt mit der Umwelt zu interagieren.
• Rückkehr zur Logik der Konsumelektronik: Investoren bewerten AI-Hardware nun nach den Standards herkömmlicher Hardware: Was löst es für Probleme? Welche Zielgruppe hat es? Kann es Markenloyalität schaffen? Wenn die Antworten negativ sind, scheitern die Produkte – unabhängig von der Popularität des AI-Konzepts.

4. Die „Blasenbildung“ bei Embodied Intelligence (Roboter): Vom „Tanzen“ zum „Arbeiten“

Phänomen: Mehr als 40 Robothersteller präsentierten ihre Produkte, doch die Branche diskutiert zunehmend über mögliche „Blasen“. Han Zheng, CEO von Sudu Technology, betont, dass die Erwartungen an die Zuverlässigkeit von Robotern sehr hoch sind (nahe 100%), während die aktuellen Roboter nur in 5–10 % der Fälle diese Anforderungen erfüllen können.

Tiefgehende Analyse:

• Zuverlässigkeit ist entscheidend: In Laboren sind Roboter beim Tanzen oder Spielen beeindruckend – in realen Szenarien (z. B. in Apotheken oder Fabriken) kann ein einziger Fehler zu großen Verlusten führen. Die Nutzer akzeptieren keine Roboter, die nur zu 80 % zuverlässig sind; sie benötigen 99,9 % Zuverlässigkeit. Die aktuellen Technologien sind noch weit davon entfernt.
• Hochgesteckte Erwartungen und Realitätsprüfung: Die Markte spekulierten, dass Roboter viele menschliche Arbeitsplätze ersetzen könnten – dies war jedoch eine große „Story-Blase“. Tatsächlich können Roboter derzeit nur sehr spezifische, wiederholte Aufgaben übernehmen.
• Kapitalblase: Die Markte prognostizierten, dass es in China 100 führende Unternehmen im Bereich der Embodied Intelligence geben würde – nach den Gesetzen des Marktes werden jedoch wahrscheinlich nur einige überleben. Viele Start-ups stehen vor einem Umbruch.
• Pragmatische Ausrichtung: Kluge Unternehmer konzentrieren sich auf die Entwicklung von Robotern, die in bestimmten Szenarien hochzuverlässig sind. Anstatt allgemeine Roboter zu entwickeln, konzentrieren sie sich auf spezifische Anwendungen.

5. Branchenkonsens: Langfristig optimistisch, kurzfristig vorsichtig

Phänomen: Trotz rückläufiger Verkäufe, langsamer Umsetzung und Diskussionen über „Blasen“ glauben viele Investoren und Unternehmer weiterhin an die Zukunft der Embodied Intelligence und der neuen AI-Wirtschaft.

Tiefgehende Analyse:

• Dunkelheit vor der Morgendämmerung: Die Branche befindet sich noch in einer frühen Phase. Mit zunehmender Datensammlung (z. B. menschenzentrierte Daten, Weltmodelle) und der Anwendung der Skalierungsgesetze stehen bald technologische Durchbrüche bevor.
• Nicht alle Investitionen sind verschwunden: Obwohl es Blasen gibt, ist das Gesamtvolumen an Kapital weiterhin hoch. Kapital wird nicht abgezogen, sondern neu verteilt – von Unternehmen, die nur „Geschichten erzählen“, zu solchen, die tatsächliche Daten und praktische Umsetzungsfähigkeiten haben.
• Stärkere Differenzierung: In den nächsten Jahren wird es zu einer starken Differenzierung in der Branche kommen:
• Gewinner: Unternehmen, die spezifische Probleme lösen können, über einzigartige Daten verfügen und klare Geschäftsmodelle haben.
• Verlierer: Unternehmen, die sich nur auf Konzepten ausrichten, deren Technologie sich gleicht und deren Geschäftswert unklar ist.
• Kernlogik: Es ist nicht pessimistisch, die Erwartungen zu senken – es handelt sich um eine „rationale Rückkehr“ zur Realität. Die Branche beginnt, langfristige Visionen von kurzfristigen Realitäten zu trennen. Langfristig wird AI die Wirtschaft verändern; kurzfristig müssen konkrete, zuverlässige Lösungen gefunden werden.

---

Erkenntnisse für die Allgemeinheit:

1. Seien Sie vorsichtig mit der Übertragung Ihres Geldes an AI: AI-Zahlungen sind noch nicht ausgereift – überprüfen Sie große Transaktionen persönlich.

2. Seien Sie bei der Kaufentscheidung für AI-Hardware vorsichtig: Kaufen Sie keine Produkte, deren Nutzen für Sie nicht klar ist (z. B. Echtzeit-Übersetzungen, Assistenzfahrfunktionen).

3 Konzentrieren Sie sich auf Zuverlässigkeit statt auf Coolness: Beurteilen Sie AI-Produkte und -Dienste anhand folgender Fragen: Funktioniert es wirklich zuverlässig? Ist es besser als Ihre aktuellen Methoden? Wer übernimmt die Verantwortung bei Problemen?

4. Die Branche befindet sich in einer Umstrukturierung: Wenn Sie an Investitionen oder Unternehmertum interessiert sind, ist jetzt nicht der Zeitpunkt, blind nach hohen Renditen zu streben – achten Sie darauf, welche Unternehmen tatsächlich praktische Lösungen bieten und Cashflow erzeugen.

Zusammenfassung: Die neue AI-Wirtschaft von 2026 ist keine Show der „Magie“, sondern eine Prüfung der technischen Umsetzbarkeit. Wer es schafft, AI von einem „Spielzeug“ zu einem „werkzeuglichen Hilfsmittel“ zu machen, wird die Zukunft gestalten.