如果你说的ai只是狭义的ai，比如llm之类的。用途就是写写文案画画图之类的，大概率都不用一两年资本就会退潮。
但实际上支撑现在ai壮大的并不是这些，现在ai最深远的影响是解决复杂问题的范式。之所以ai会集中在金融 医疗 娱乐等领域爆发，是因为对机器来说容易实现的对人类来说很难，反之对机器很难的对人类来说容易。
这就好比以前求一个问题需要极其复杂的数学建模而且很可能没有解析解，然后需要反复迭代和根据不同环境进行修正。而现在ai有了将各种问题炼丹化的趋势。
因此只有对物理和数学概念留于表面的人才会觉得ai在各种工程难题上难以替代过去传统经验公式积累几十年的工科。
至于为什么会有炼丹化的趋势，我觉得本质上还是物理学统一理论的映射。比如从四元数到哈密顿算子和拉氏量 再到电磁学 相对论 量子力学。人类研究现代物理所用的数学工具有着惊人的连续性。这种连续性允许现在的人类在找不出解析解或者无法做出高精度建模的情况下强行凑出一个泛化能力很强的公式。
而这个公式还在不断迭代升级，对以往的经验公式（不论是金融 医疗 物理研究）都有毁灭性打击。
因此很多人只是从agi角度判断ai有没有用本身就是非常可笑的，因为实际上并不要实现agi 只要发现并把人类不擅长但是机器擅长的问题丢给ai，就能砸了大量行业的饭碗/戳破很多高大上行业暴利潜规则。
现在的问题在于，ai创造的收益无法对冲期造成的破坏力，由于很多行业可以遇见的ai会优于以前的工作生产模式，因此这些行业会在ai投资中被排挤，能用少数人+ai代替，为啥还用多数人？还有一些行业会被寄予厚望过度投资，但是实际上如果只是it just works并不需要太先进的ai。
因此可以遇见的是跟ai强绑的行业会迎来非常多轮的波动。在今年是大语言模型，在未来可能是机器人，甚至是能源和土木。另外还有一个非常重要的一点
技术拐点带来的降维打击，会让未来越来越多的科技公司投资只集中头部。替代者除非在成本和效率上有优势不然很难后来居上
