核心内容总结
今年的太阳谷峰会（全球精英聚会）聚焦人工智能（AI）行业的“信任危机”：企业投入大量资金却难见回报，成本超支、降本增效落空，甚至引发失业焦虑；大佬们讨论的核心话题包括AI成本控制、监管压力、中国模型的竞争，以及AI应用中的“知识产权悖论”；同时，峰会背后还藏着贝索斯太空数据中心融资、Anduril放缓IPO等与AI相关的大动作。
一、AI行业正遭遇“信任危机”：老板们投了钱却没看到效果
过去两年，90%的企业都增加了AI投入，但只有12%能靠AI产生新收入（Comviva报告）。比如：
- Coinbase：先裁员14%说AI能替代工作，一个月后却开始“省AI钱”，甚至想用中国模型（因为比美国模型便宜）；
- Uber：今年4月就花光了全年AI预算，最烧钱的是Claude Code，不得不重新招人；
- 极端案例：有的企业AI实际成本是预算的6倍，毕马威调查显示74%的企业对AI成本没数，26%完全误判。
这导致86%的企业高管被董事会追问“AI投入值不值”，但只有16%能拿出证据回应——AI不再是“未来神药”，反而成了老板们的“烫手山芋”。
二、太阳谷峰会的头号话题：AI成本怎么降？
OpenAI掌门人萨姆·奥特曼直接剧透：“所有人都在问我，AI是不是太贵了。”
- 奥特曼的解决方案：推出GPT-5.6 Sol，说它完成编码任务用的计算资源（token）少了54%，还比竞品好用；
- 他的“抱怨”：觉得AI负面评价太多（比如预测50%失业没成真），但主持人追问“计算成本上升怎么办”时，他只说“要靠算法改进对冲”，没给出具体办法；
- 纳德拉更坦诚：微软CEO提醒精英们要重视公众对AI的恐惧，因为信任危机不解决，AI很难被社会接受。
三、AI应用的“现实困境”：替代工作没那么容易，成本却高得吓人
之前大家以为AI能替代基础工作，但实际情况是：
- 普通员工用AI，要么学半天没效果，要么担心失业；
- 企业用AI，不仅要付模型费，还要花时间训练、调整，反而增加成本；
比如Coinbase用AI完成几个月的工作只花几天，但后续为了省成本，不得不换便宜模型——AI的“降本”是暂时的，长期成本反而可能上升。
四、峰会背后的“大动作”：都和AI算力有关
太阳谷峰会历来是“交易诞生地”，今年的动作都绕不开AI的核心需求——算力：
- 贝索斯的太空计划：他在峰会上谈“太空数据中心”，想把数据中心放太空（用太阳能解决电力问题）。峰会后，蓝色起源（他的航天公司）融资100亿，估值1300亿，钱主要用来造火箭，支持太空数据中心；
- Anduril放缓IPO：这家做国防AI的公司估值从300亿涨到600亿，但CEO说市场“炒作过度”，暂时不上市——怕估值太高，上市后投资者赚不到钱。
五、纳德拉的“AI悖论”：企业用AI要付“双重代价”
微软CEO纳德拉提出一个扎心问题：
企业为了用AI，得把自己的专有知识（比如业务逻辑、客户数据）喂给模型，但模型学会后，这些知识就不再是企业独占的；反过来，企业越依赖AI，就要给模型厂商付更多钱——相当于“既送了自己的秘密，又要花钱买服务”。
他预言：未来企业会争取“用模型输出训练自己的模型”的权利，不然会越来越被动。
最后：AI泡沫会重演互联网故事吗？
太阳谷峰会的大佬们都想给出“不会”的答案，但具体到成本、回报、信任这些问题，又拿不出完美解决方案。就像2000年互联网泡沫前，巴菲特提前预言危机——今年的峰会，大佬们虽然没明说“泡沫”，但焦虑已经写在脸上了。AI要走出不一样的曲线，得先解决“花钱不见效”的信任问题。