而AI导入的一个过程带来的问题依旧现实且直观：

1、大厂发现模型能力足够强之后，甚至可以取代一些资深程序员的工作，而传统的一些基础性的程序编程工位甚至直接用AI来跑，只需要极少的人员负责验证，甚至说为了节约成本，只需要招聘毕业生来跟踪AI工作就行了；

2、AI本质上是赋能，但是因为使用AI的门槛并不高，但凡能用会用的群体规模多了，又带来了产出端的同质化竞争。

各种完全可以数字化的工作，都加都说是用AI赋能，大家效率都提升，反而供给大规模增加了，同质化竞争形成的服务性质的内卷又加剧了。意味着什么呢，你用AI反而导致行业的供给能力过剩之后的收入还在下降，同时倒逼行业内部精简人员，变相又增加社会岗位减少，裁掉的群体要么加入到这个行业的AI赋能后再创业，变相增加供给，要么去抢其它方向的饭碗；

现在就导致了，硅基在通胀，算力需求依旧在全方位增长，但是基于效率提升带来的供给爆发式增长或者增加，典型的就是各位现在刷到的AI短视频已经爆发了，但是同质化题材的审美疲劳也很快产生厌恶情绪。点击率不够，很多做出来的产品石沉大海，但是成本是刚性的，已经收不回来了。

数字化行业用AI赋能的过程，产出效率起来了，但是需求没起来。

所以最后都会回到一个新的平衡，因为不用AI你会落伍，用了AI在需求没有爆发的过程中只能内耗卷成本管控，否则相当于把利润转移到了AI服务型公司而已，而AI服务型公司本质上还要支付硅基建设过程中的大量成本，如果终端无法获得积极地澎湃的增长而只是蚕食存量供需，就一定会在某一个节点反噬。