Meta 暫停 AI 招聘
上週，Meta 的 Mark Zuckerberg 宣布凍結所有 AI 相關的招聘。在此之前，Meta 才剛投入數十億美元，從 OpenAI 等競爭對手那裡挖角頂尖人才。
矽谷熱議 AI 泡沫
另一方面，一個鮮少人能預見的故事正在矽谷上演：每個人似乎都在討論 AI 泡沫。
AI 專案高失敗率
造成這種現象的部分原因是，最近有報告顯示，95% 的 AI 驅動專案都失敗了。這項數據並非空穴來風，而是基於麻省理工學院（MIT）的一項研究，該研究分析了公司使用 AI 的成果。
投資者擔憂
這個結果讓仰賴 AI 來維持市場非理性繁榮的投資者感到恐慌。就連 OpenAI 的 Sam Altman 本人都表示：「我們是否正處於投資者整體對 AI 過度興奮的階段？我認為是的。」
AI 編碼工具的實際效益
我個人從一開始就使用 AI 編碼工具，因為老實說，我真的不喜歡寫程式。我喜歡開發軟體，而程式碼只是一種手段。
開發者經驗分享
經過多年使用 AI 編碼的經驗，我仍然不覺得自己成為了「10 倍速開發者」。有時我感覺像個 2 倍速開發者，但有時更像個 0.5 倍速開發者。顯然，我不是唯一有這種感覺的人。
麻省理工學院研究：AI 導入的挑戰與困境
麻省理工學院的這項研究分析了 300 個公開部署案例，訪談了 150 位領導者，並調查了 350 位與近期 AI 整合相關的員工。
投資巨大，成效不彰
研究涵蓋了企業在生成式 AI 方面的 300 億到 400 億美元的投資。然而，研究發現，95% 的投資都未能實現快速加速營收的目標。事實上，幾乎所有專案都對公司利潤沒有產生任何可衡量的影響。
自行開發 vs. 第三方工具
此外，研究還發現，嘗試自行開發 AI 工具的公司，其失敗率更高。原因很簡單：當你可以自己打造一個更差的版本時，為何要付費購買 AI 工具呢？使用第三方工具的公司反而表現更好。
AI 鏟子銷售商的黃金時代
我認為這個故事的寓意是：現在是成為企業 AI 鏟子銷售商的絕佳時機。
AI 成功案例：Ignite 的轉型
儘管研究顯示 AI 導入的失敗率很高，但仍然有一些成功的案例。例如，在 2023 年，企業軟體公司 Ignite 的執行長 Eric Vaughn 解雇了 80% 的開發人員，並用 AI 取代了他們。
轉型成果
兩年後的今天，他不後悔，並表示這個決定現在為公司帶來了 75% 的利潤率。
AI 模型本身沒問題，問題在於人類使用
麻省理工學院研究的最終結論是：AI 無法賺錢並不是 AI 模型本身的問題。這些模型絕對夠聰明，問題在於人類不擅長使用它們。這完全是一個技能問題。
失敗原因分析
AI 整合失敗的原因包括：
-
脆弱的工作流程
-
缺乏背景知識
-
與日常運營不協調
AI 編碼的陷阱
許多人沒有意識到，AI 編碼幾乎與吸毒成癮無異。
初期的高峰體驗
第一次使用 AI 編碼時，你會感到無所不能，好像可以在幾個小時內寫出一個價值數十億美元的軟體。
隨之而來的挫折
但在進行了 200 次提示後，你得到的只有錯誤和價值 10 萬美元的雲端帳單。你仍然深信，下一個提示將會解決所有問題。
開發者的未來
隨著炒作逐漸降溫，程式設計師在可預見的未來仍然有撰寫程式碼的工作。
{# 
{# 
{# 
{#