美国词典韦氏词典年度词汇2025 年的目标是“slop”，它将其定义为“通过人工智能方式生产的低质量数字内容，通常是大量生产”。这一选择突显了这样一个事实：尽管人工智能正在被广泛接受，尤其是那些热衷于削减工资成本的企业老板，但它的缺点也变得越来越明显。到 2026 年，面对人工智能的现实，经济风险将日益增加。

Ed Zitron，这位满嘴脏话的人工智能怀疑论领袖，非常令人信服地指出，就目前情况而言，整个行业的“单位经济学”是指满足单个客户请求的成本与公司能够向他们收取的价格相比。只是不加起来。他用典型的丰富多彩的语言称它们为“狗屎”。

随着越来越多的付费客户注册，人工智能带来的收入正在迅速增长，但到目前为止还不足以覆盖正在进行的疯狂投资：2025 年将达到 4000 亿美元（2970 亿英镑），预计未来 12 个月内还会有更多收入。

另一位强烈怀疑论者科里·多克托罗 (Cory Doctorow) 认为：“这些公司没有盈利。他们无法盈利。他们通过吸收他人的数千亿美元资金，然后将其点燃来维持灯火通明。”

对于前沿企业来说，亏损并不新鲜，有时甚至持续多年。但随着成本下降，往往会实现盈利。到目前为止，大型语言模型 (LLM) 的每次迭代都往往更加昂贵，消耗更多的数据、精力和高薪技术专家的时间。

训练和运行模型所需的庞大数据中心的建造和装备成本非常昂贵，以至于在许多情况下，它们是通过债务融资的，并以未来收入为担保。

彭博社最近的分析表明仅 2025 年，此类数据中心信贷交易就达 1,785 亿美元，缺乏经验的新运营商加入华尔街公司，掀起了“淘金热”。

然而，数据中心配备的珍贵的英伟达芯片的保质期有限，可能比贷款协议的保质期短。

除了杠杆——借贷——繁荣还越来越多地涉及另一个泡沫指标：金融工程，包括各种复杂、循环的融资安排这带有过去企业崩溃的不祥回声。

相信生成式人工智能最终会产生足够的收入来匹配巨额投资，就像所有泡沫一样，依赖于讲述正在发生的变革规模的宏大而戏剧性的故事。

因此，法学硕士不仅仅是分析和综合大量信息的出色工具。正如 OpenAI 首席执行官 Sam Altman 所说，他们正在快速接近“超级智能”；或即将取代人类的友谊”，根据马克·扎克伯格的说法。

他们确实似乎正在取代特定部门的一些不幸的人类雇员。Brian Merchant，《机器中的血》一书的作者，将针对大型科技的强烈抵制与 19 世纪的勒德分子叛乱进行了比较，收集了大量第一手证词为了支持人工智能生成的输出，作家、编码员和营销人员被解雇。

然而，他们中的许多人都强调了数字替代品所产生的工作质量平淡，或者更糟糕的是，当敏感任务转移到人类控制范围之外时所面临的风险。

事实上，近几个月来，急于大规模取代人类工人的危险已经变得越来越明显。

在英国，高等法院发出关于律师使用人工智能的警告在两起案件中引用了完全虚构的判例法的例子之后。

犹他州希伯市的警察学会了手动检查转录工具的工作在错误地声称一名警官变成了青蛙后，他们经常根据随身摄像机的镜头起草文章。背景音乐是​​迪士尼的《公主与青蛙》。

诸如此类的具体例子没有考虑到麦钱特所说的人工智能生成的内容在每个在线空间中流动的“溢出层”的成本，这使得识别什么是真实的变得更加困难。

多克托罗认为：“人工智能并不是‘即将到来的超级智能’的弓波。它也不会提供“类人智能”。它是一堆有用（有时非常有用）的工具，当员工可以决定如何以及何时使用它们时，有时可以让员工的生活变得更好。

从这个角度来看，这些技术可能仍然具有显着的生产力优势，但可能还不足以证明当今的高估值和正在进行的投资海啸是合理的。

任何重新思考都会导致金融市场混乱。作为国际清算银行（BIS）最近指出目前，“七巨头”科技股在标准普尔 500 指数中的占比已从三年前的 20% 上升至 35%。

股价调整对现实世界的影响将远远超出硅谷，波及大西洋两岸的散户投资者、亚洲科技出口商和为该行业扩张提供资金的贷款机构，包括监管松散的私募股权公司。

在英国，预算责任办公室 (OBR) 估计在其预算预测中，如果英国和全球股市在未来一年下跌 35%，那么“全球调整”情景将使该国 GDP 下降 0.6%，并导致公共财政恶化 160 亿英镑。

与 2008 年全球金融危机（当时英国机构是主要参与者）相比，这相对可控。但在一个努力站稳脚跟的经济体中，这种影响仍然会被敏锐地感受到。

因此，虽然一想到大型科技公司的超级富豪老板阶层受到贬低而感到幸灾乐祸也许是可以理解的，但我们都生活在他们的世界里，我们无法逃避后果。