万亿美元买了个寂寞。
有个问题一直让我有点想不通。
你去买了一台据说能让你生产效率翻三倍的机器，花了相当于买三台普通机器的钱，然后发现它确实让你的原材料产出翻了三倍，但最终卖出去的东西只比以前多了三成。
你会怎么想？

你大概会说，这机器没问题，是我车间后段出了问题。
然后你找来一堆顾问，顾问告诉你，车间后段暂时还不适配这台机器，需要重建。重建需要多少钱？和重建之后能省多少钱相比，重建成本要先烧几年？
你皱眉算了算，决定先按原样用着。
这就是 2026 年全球 AI 投资的现实处境，用一万亿美元规模的资金，精确地复刻了上述这个困境。

MIT 的研究团队做了一件很扎心的事，他们真的去追踪了开发者用 AI 工具前后的工作表现，每个环节都记录下来。代码文件产出，增加了近 300%。提交审查，增幅折了一半，剩下 150%。
到了最终软件发布，增幅再缩五倍，落在大约 30%。
这组数字像一个漏水的水管，水从源头喷出来，沿途不断渗漏，流到末端的时候已经细若游丝。
问题不是 AI 不行，AI 在它能管的那一段干得挺猛。问题是它管不了那些人工审查、流程整合、协作对齐的环节，而恰好这些环节才是价值真正生成的地方。
代码写多了不等于软件好了，软件多了不等于用户来了。
数据顺便提了一句：过去这一年移动应用的发布数量明显上升，下载量却压根没动。大多数新应用发出去，就静静地躺在了应用商店里，无人问津。
AI 在上游加速生产，下游的真实需求却没有跟着膨胀。

贝恩去问了全球 951 家大型企业，AI 用起来到底省了多少钱。结果最大的那个分组，占比 40%，省的成本在 10%以下。
全球累计 AI 支出超过一万亿美元，最大比例的采用者省了不到一成。
这事本来可以到此为止，但贝恩发现了一个更让人头皮发麻的细节：44%的大型企业，正在用 "尚未兑现的上一轮 AI 收益"，来为下一轮 AI 投资提供资金支撑。换个说法，就是用承诺中的钱，还在继续押注。
贝恩把这个叫做 "存在结构性漏洞的循环赌注"，措辞已经相当客气了。
Uber 首席执行官 Dara Khosrowshahi 最近说，他们公司一个季度就把全年 AI 预算烧完了，后来不得不把大部分使用切换到低成本模型，只在特定场合才开动前沿工具。一个全球体量的科技公司，尚且如此。
高德纳预测，超过 40%的智能体 AI 项目会在 2027 年底之前被叫停。这个数字放在那里，像悬而未落的石头。

当然有人会说，技术革命初期都这样，得给它时间。
MIT 的研究员也是这个意见，他们引用了电气化的历史。19 世纪末工厂引入电动机，最初只是把蒸汽机换掉，工厂布局照旧，生产方式照旧，结果效率提升微乎其微。真正的生产率飞跃出现在几十年后，当工程师为每个工作台配备独立小型电机，整个生产流程从根上重新设计，效率才真的出来了。
这个类比说得通，但有一个细节值得注意，电气化时代的投资者不是按照 "几十年后的效率" 给工厂估值的，他们是在等效率真正出来之后，估值才跟着走。
今天的 AI 概念股估值，是按照尚未兑现的未来生产力定价的。
MIT 研究员说，AI 红利真正释放，依赖于新型组织形态与商业流程的涌现，而不是把 AI 硬塞进现有架构。他说的很可能是对的，但 "涌现" 这件事发生的时间节点，没有人能给出保证。
Anthropic、OpenAI 这些原生 AI 公司，使用量和营收确实在爆炸式增长，这是真的。但那是卖铲子的，不是挖金子的。
买铲子的那波人，挖出来的金子还没跟上铲子的价格。

贝恩在报告里说了一句话，像钉子一样：技术跑通了，价值没到来。
这句话后面跟着的问题是，价值什么时候才会到来，以及那个时候现在的估值还能不能站得住。
这个问题没有答案，或者说，现在没有人敢给出答案。
一万亿美元花出去，30%的发布增幅，不到 10%的成本节约，和一张还在打白条的下一轮投资账单，静静地摆在那里，等着被人认真对待。