※ 引述《snowpoint (暱稱)》之銘言：
: 錢不會騙人，就是因為AI大有可為，所以世界資金流向才會這麼誇張
: 讓台灣以已開發國家的身分在2026寫下11%的GDP成長率
: 所以我個人是認為這些擔憂是可信的
: 不過大家覺得現在美國當家做主的有多少信用可以讓世界各國團結起來
: 阿中國在這種請況下更不用說了
在我看這些擔憂以及隨後的同業約定就是一種無比假掰的表現。
當初這些公司為什麼要花大錢投入 LLM 的研發？
不就是因為他們發現本來只是用來解決電腦翻譯精準度和效率的東西在吞了很多資料後，
居然能提供原始資料給不出的資訊，於是便把這種特性稱作湧現（ emergent），
然後開始用力餵他更多資料，期望能靠這種特性發大財。
早在這些大廠開始大餵特餵之前，
難道沒有意識到為了開發或代理任務的生意這樣做有可能產生某些意料外的結果嗎？
但他們還是做了，然後現在卻像如夢初醒一般，
以一種眾人皆醉我獨醒姿態一本正經到處講幹話？ 這到底是在幹麻？
當初不就是要這些資料上沒有的能力才拼命搞 AI，但搞完現在又說再做會完蛋？
那長遠看你們到底是要不要做啊？ 這不是自相矛盾嗎？
假如要防止有人用它破壞世界，那該做的事難道不是努力設更多護欄或使用者帳號控管，
再不然乾脆放棄代理這種燒到有答案為止的生意，鼓勵人把 AI 當個諮詢顧問就好？
最後的結論怎麼會是降低 AI 研發速度呢？ 這邏輯根本就不通嘛~
最後補上跟投資有關的點：
幾年前有人談到 AI 時提醒說：一門生意火不火熱跟它好不好賺是兩回事。
這就好比餐飲服務業和航空業一直都不缺願意上門的顧客，但是一直都沒有很好賺。
今天你的 AI 服務先提供諮詢或具體的指令引導使用者完成一些事後，
使用者面對的環境和形勢就變了，可能變得更加複雜，
這樣 AI 也很有可能要進一步訓練或吞入更多資訊才能回應使用者下一個問題，
但這樣就衍生更多成本了，這些服務像個洞一樣要不斷投入才能再擴張，
偏偏這些公司卻無法像接案那樣──根據 AI 產出的價值多寡向使用者計費，
最終除非像谷歌搜尋那樣靠使用者提供的資訊賣精準廣告或銷售商品再抽傭賺錢，
否則即便幾年後如預期那般損益兩平，
但整體的淨利和成本攤還速度卻未必能符合最初的想像和期望。
若以上判斷沒錯，那依我看現在喊減速十之八九是出現商業模式的問題了，
可能投資門檻變高、金融環境變得險惡，
或者就算升級商品也不能保證營收增長或淨利率。
在這樣的情況下，這些公司的確需要減緩產品研發速度，
先停下來應付監管並想辦法加快變現，
不然哪天當投資人發現這門生意的前景不如最初想像的那般無限光明時，
即便到時用戶仍然絡繹不絕，付費訂閱者也在所多有，
但整間公司的市值可能還是會一口氣下修不少。