最近一段时间，关于 AI 泡沫的讨论越来越多。科技公司的估值、不断增加的算力投资，以及 AI 企业未来能否实现预期中的盈利，都成为市场关注的问题。甚至有人开始讨论，这场围绕 AI 的投资热潮是否会在 2027 年出现转折。
看到这些讨论时，我一直在想，所谓的 AI 泡沫究竟是什么？是技术本身的价值被高估了，还是资本市场对它未来的盈利能力过于乐观？又或者，除了那些发生在股票市场和科技企业之间的事情，普通人的生活里也正在形成另一种关于 AI 的泡沫？
我之所以会产生这样的疑问，并不是因为我不相信 AI。恰恰相反，我几乎每天都在使用它，也亲身感受到了这项技术给工作带来的变化。只是这几年，每当我打开社交媒体，总能看到有人分享自己如何通过 AI 在几个月内建立一门生意，如何一个人经营公司，或者如何借助某个 AI 工具实现月入几万甚至几十万美元。看得多了，我有时也会怀疑，是不是自己还没有真正掌握使用 AI 赚钱的方法。
毕竟，我使用 AI 的时间并不短，也确实通过它获得了一些收入，但如果与那些令人羡慕的数字相比，我的成绩还真有些小巫见大巫。
AI 改变了我的工作，但赚钱并没有变得那么简单
在使用 AI 之前，我的大部分工作都围绕自己熟悉的领域展开，包括 B2B 外贸、供应链、市场研究以及品牌运营。后来，随着 AI 工具逐渐进入日常工作，我开始尝试一些过去并不擅长，甚至从未想过能够独立完成的事情。
例如网站建设。我没有接受过专业的软件开发训练，也不是程序员，但借助 AI，我开始尝试建立和维护自己的网站。在这个过程中，我遇到过不少问题，有时一个看似简单的功能，也需要反复调整才能正常运行。AI 并没有让我突然拥有专业开发人员的能力，却让我有机会接触原本不熟悉的领域，并逐渐理解其中的一些基本逻辑。
内容创作、行业研究和市场分析也是如此。以前需要花费大量时间整理的资料，现在可以借助 AI 更快地完成初步研究；遇到不熟悉的话题，也可以先通过它建立基本认识，再决定哪些内容值得继续深入。
AI 的确提高了我的工作效率，也帮助我赚到了一些钱，但这与社交媒体上宣传的轻松获得高收入，依然存在很大距离。
我相信有人确实通过 AI 建立了成功的业务，只是那些收入惊人的案例，往往很少完整展示背后的过程。我们不知道他们此前积累了多少行业经验、客户资源，投入了多少广告费用，又经历过多少次失败。有些视频展示的是营业收入，却没有解释实际利润。即便这些数字完全真实，也不意味着同样的方法能够被其他人轻松复制。
看着这些故事，我开始思考，我们究竟是在学习 AI，还是在追逐少数人通过 AI 获得财富的故事？
当教别人使用 AI 赚钱，也成为一门生意
前段时间，一位朋友问我关于学习 AI 作图的事情。她看到一些机构宣传，只要掌握 AI 绘画、视频制作或者其他相关技能，就有机会通过接单、经营账号等方式获得不错的收入。她想知道，学习 AI 作图是否真的能够帮助她赚钱，以及这些机构是否真的能够教会她赚钱。
我当时反问了她一句：“你觉得有哪个富翁，会大张旗鼓地告诉你赚钱的方法？”
现在想想，这句话确实有些绝对。成功的创业者愿意分享经验，并不值得怀疑，真正有能力的培训机构也可以帮助学习者掌握有价值的技能。但如果一种赚钱方法真的如宣传中那样容易，而且可以被成千上万人同时复制，那么我们至少应该认真了解，它究竟依赖什么样的市场条件，又为什么值得如此大规模地推广。
回顾最近几年的 AI 热潮，会发现相关的赚钱故事一直在变化。AI 写作工具开始普及时，有人宣传只需要掌握几个提示词，就能够批量生成文章、经营博客，或者通过为企业提供文案服务获得收入。后来，AI 绘画受到关注，各种利用生成图片出售设计作品、接受商业订单的课程随之出现。随着 AI 视频生成能力逐渐提高，又有越来越多的人开始教授如何制作短视频、经营自媒体，以及通过内容获得收益。到了现在，AI 漫剧也成为新的热门领域，围绕制作流程、平台收益和商业机会的培训宣传再次增加。
每当一种新的 AI 应用受到关注，似乎总会有人迅速发现其中的赚钱机会，并将这些机会整理成课程，出售给希望增加收入的人。
这些领域当然存在真实的商业需求。AI 降低了部分创作工作的技术门槛，让过去缺少专业设备和制作经验的人，也有机会参与内容生产。但那些支付了学费的人，最终究竟有多少获得了稳定收入？他们是否收回了学习成本？又有多少人在课程结束后，发现自己虽然学会了使用工具，却依然不知道应该去哪里寻找客户？
目前并没有足够可靠、具有代表性的公开数据，可以帮助我们判断整个 AI 培训市场的学员盈利情况，所以我不想断言大多数人都没有赚到钱。不过，培训机构获得多少收入，与学员最终能够赚多少钱，显然是两个不同的问题。
对于学习者而言，购买课程只是投入的开始，接下来仍然需要承担时间成本、市场竞争和经营失败的风险。但对于销售课程的机构而言，只要有人愿意购买，课程收入就已经产生了。
2026 年，美国联邦贸易委员会（FTC）处理的一起案件，让我对这种收入宣传有了更多思考。
一家名为 Publishing.com 的公司销售包括 AI Publishing Academy 在内的线上出版培训产品，向消费者介绍通过电子书、有声读物出版获得收入的方法。根据 FTC 于 2026 年 4 月公布的指控 ，相关营销宣传让消费者相信，他们能够通过这些方法获得可观的被动收入，但多数购买相关产品和服务的人并未达到广告承诺的收入水平。该公司及相关负责人同意支付 150 万美元解决有关指控。
这起案件不能代表整个 AI 培训行业，但它提醒我们，当一门课程的宣传重点从学习技能转向未来收入时，消费者更应该关注那些没有出现在成功案例中的信息。
有时候我甚至会想，对于某些机构而言，他们或许真的通过 AI 赚到了不少钱，只不过真正让他们获得稳定收入的商业模式，并不是学员正在学习的那一种，而是向希望通过 AI 赚钱的人销售课程。
当 AI 让写作越来越容易，我们还需要怎样的内容？
在这些不断出现的 AI 赚钱机会中，AI 写作是我自己最熟悉，也最有感触的领域之一。
我运营着独立网站 FlowAnRiver，也经常借助 AI 进行资料研究、整理文章思路和英文写作。它确实让我节省了大量时间，尤其是面对不熟悉的专业领域时，AI 可以帮助我更快地理解基本概念，并为后续研究提供一些方向。但也正因为使用得足够频繁，我开始注意到 AI 生成内容中一些很难忽视的问题。
有些文章虽然结构完整、语法正确，却总让我觉得似曾相识。段落安排过于工整，观点之间的衔接很像，某些常用词语和表达方式不断重复，甚至连文章开头如何提出问题、结尾如何总结观点，都有一种熟悉的感觉。
这些内容不一定存在明显的错误，也未必完全没有信息价值，但如果连续阅读很多类似的文章，就会发现它们往往缺少能够让人记住作者的东西。
而写作对于我来说，并不只是将资料整理成完整的句子。一个人为什么关注某个问题，是什么样的经历让他产生怀疑，又为什么逐渐形成某种判断，这些东西往往比语言是否足够漂亮更重要。
就像现在这篇关于 AI 泡沫的文章，如果只是要求 AI 整理相关新闻和市场数据，或许很快就能得到一篇看起来专业的分析。但我真正想写它，是因为自己长期使用 AI，也确实获得过收入，却始终无法理解，为什么网络上有那么多人能够如此轻松地通过 AI 获得高额回报。朋友关于 AI 培训的提问，以及我自己在内容创作中遇到的问题，又让我开始重新审视那些关于 AI 赚钱的宣传。
这些疑问来自我的生活和工作经历，而不是因为某个热门关键词值得写成一篇文章。
更值得注意的是，随着 AI 生成内容越来越普遍，Google 也在持续强调原创性、准确性和内容本身的价值。
根据 Google Search Central 关于生成式 AI 内容的官方指南 ，Google 并不因为一篇文章使用了 AI 就直接认定它是低质量内容。AI 可以用于研究、组织信息和辅助创作，但如果网站利用 AI 或其他自动化方式，大规模生产缺乏实际价值、主要为了操纵搜索排名的内容，就可能违反其关于规模化内容滥用的政策。
这个区别值得注意。使用 AI 并不是问题，重要的是文章是否为读者提供了值得阅读的内容。
当然，人类写作者同样会重复表达，也可能写出缺少独立观点的文章，而 AI 参与创作的内容也不一定缺少个人特点。但如果一个人只是将相似的指令不断输入工具，几分钟就生成一篇文章，然后希望市场为这些内容支付高额费用，那么他很可能忽略了写作背后真正需要的能力。
当越来越多人能够通过 AI 快速完成基础写作时，客户是否还愿意为大量相似的内容支付过去的价格？如果一家企业已经能够使用 AI 生成初步文案，它为什么还需要聘请一个只会使用相同工具、却不能提供更多专业判断的写作者？
这并不意味着写作行业会失去价值，而是客户对写作者的要求可能正在变化。懂得行业、理解受众、能够核实信息并形成独立判断的人，依然有机会借助 AI 提高自己的工作效率。但仅仅学会生成文字，未必就能建立持续获得收入的能力。
AI 的价值，与市场愿意为它支付的价格
在资本市场中，人们担忧的并不是 AI 完全没有用处，而是科技企业为了发展 AI 投入的资金，以及投资者赋予这些企业的估值，是否能够通过未来的收入和利润得到支持。
2026 年 7 月，英国央行在《金融稳定报告》 中讨论了 AI 相关企业不断增加的融资需求，以及市场对未来盈利增长的高度期待。报告指出，AI 具有提高生产力和推动长期经济增长的潜力，但未来生产力增长的规模、实现时间，以及企业能否将这些增长转化为商业收入，仍然存在不确定性。
一家企业可能开发出出色的 AI 产品，却仍然面临高昂的运营成本；用户数量可能持续增加，但付费收入未必能够覆盖全部投入。即使某家公司最终获得了成功，也不代表整个行业的所有投资都会得到合理回报。
这让我想到互联网泡沫。2000 年前后，大量互联网企业的股价大幅下跌，一些公司最终消失，但互联网并没有因为资本市场的调整而失去价值。相反，它后来逐渐改变了人们的生活，也成为全球商业运行的重要基础。
我不知道 AI 未来是否会经历类似的市场调整，也不认为我们能够准确预测所谓泡沫破裂的时间。但至少从互联网的发展历史来看，一项技术拥有长期价值，与市场在某个阶段是否过度乐观，完全可以同时存在。
而当我重新审视普通人所面对的 AI 财富宣传时，发现两者之间似乎也存在某种相似之处。
资本市场根据 AI 未来可能创造的利润进行投资，普通人则可能因为相信 AI 能够带来新的收入机会，而不断购买课程、订阅软件，甚至投入积蓄尝试创业。购买课程当然不等同于投资股票，二者的经济机制和风险性质也不同，但人们都在根据对未来收益的判断，为今天尚未完全兑现的机会付出成本。
如果最终的商业回报远远低于最初的期待，失望和损失就可能随之出现。
当人人都能够使用 AI，谁能够获得更多收入？
过去，技术门槛限制了许多人进入某些行业。建立网站需要开发能力，制作商业视频需要专业设备和经验，设计产品也往往依赖特定的软件与专业技能。现在，AI 让越来越多人能够以更低的成本参与这些工作，但市场并不会因为每个人都能够制作网站，就自动产生同样数量的新客户，也不会因为内容创作的成本下降，就无限增加消费者的注意力和广告预算。
当生产变得容易，消费者可能获得更多选择，创作者却也需要面对更多竞争者。
我觉得还有一个问题值得思考：AI 提高效率所创造的经济价值，最终会由谁获得？
假设一项原本需要三天才能完成的工作，现在借助 AI 只需要几个小时。对于企业而言，这可能意味着成本下降；对于客户而言，他们也可能因此期待更低的服务价格；而对于自由职业者来说，虽然完成工作的时间减少了，却不一定能够继续按照过去的价格收费。
如果所有竞争者都能够使用相同的工具，效率提升所带来的优势也可能逐渐缩小。
当然，有人可能因为效率提高而承接更多项目，有人能够提供过去无法提供的服务，也有人会创造出全新的商业模式。AI 带来的收益最终如何分配，仍然取决于具体行业、客户需求和市场竞争。
所以，当有人告诉我，只要学习某种 AI 工具，就能够轻松获得高额收入时，我更想知道，他们所介绍的商业模式究竟如何获得客户，以及在越来越多人掌握相同技能之后，这种收入还能否持续。
我仍然会每天使用 AI
我依然认为 AI 是一项值得持续学习的技术，也相信它会在未来改变更多工作和行业。对于像我这样独立经营业务、需要同时处理不同工作的人来说，AI 已经带来了很多实际帮助，而这些帮助不会因为资本市场出现波动就突然消失。
即使未来某一天，AI 相关公司的估值出现明显调整，一些曾经热门的创业项目逐渐退出市场，或者某些 AI 赚钱课程不再受到追捧，我大概还是会像现在一样，每天打开 AI，继续研究问题、处理工作，尝试学习新的技能。
我也希望自己未来能够借助 AI 获得更多收入。毕竟，学习新技术并不只是为了提高效率，对于一个希望拓展业务、寻找更多机会的人来说，它同样可能意味着新的发展空间。
只是我越来越不愿意把个别成功案例，当成衡量自己是否正确使用 AI 的标准。
有人借助 AI 创造了年收入几十万美元的企业，有人利用它增加了自由职业收入，也有人只是让原本繁琐的工作变得更容易完成。这些不同的结果并不矛盾，也不意味着只有收入最高的那一部分人才真正理解了 AI。
也许我确实还没有找到利用 AI 获得高额收入的方法，这完全有可能。但我同样相信，市场上那些令人惊讶的成功故事，不能自动成为每一个学习者未来收入的保证。
回到最初的问题，AI 泡沫究竟是什么？
如果从资本市场来看，它可能表现为投资者对企业未来盈利能力的预期，超过了这些企业最终能够实现的经济回报。而在普通人的生活中，我更担心的是，随着 AI 创业成功故事不断传播，人们开始将技术提供的可能性，误认为一种容易实现的财富承诺。
技术本身可以有价值，围绕它的市场预期也可能过高。我们没有必要为了肯定其中一方面，就否认另一方面。
至于 AI 会不会在 2027 年出现所谓的泡沫破裂，我没有答案，也不想仅仅因为某些预测就对一项仍在发展的技术下结论。
但下一次，当我看到有人分享自己通过 AI 月入几万美元，或者某个培训机构再次宣传新的 AI 赚钱方法时，我想自己仍然会感到好奇。我想知道的不只是他们赚到了多少钱，也想知道那些同样购买了课程、花费时间学习，却没有出现在宣传视频里的人，最终获得了什么。
毕竟，一项技术能够创造多少令人羡慕的成功故事，和它究竟能够在多大程度上改善普通人的工作与收入，并不是同一个问题。
而我更关心后者。