OpenAI奥尔特曼：担心AI或被少数人控制 甚至摆脱人类控制
一场罕见的预期回调
8月23日公布的一档播客节目中，OpenAI首席执行官萨姆·奥尔特曼说了一句在硅谷不太常见的话：“我觉得自己在几件事上判断错了。”他没有谈论模型参数、算力规模或融资估值，而是把话题引向了一个更朴素的问题：为什么AI还没有像谷歌搜索或iPhone那样，真正渗透进普通人的日常生活。据公开信息，奥尔特曼在节目中承认，自己和其他AI支持者可能高估了AI普及的速度，而最大的阻力之一，来自人的习惯。
过去几年，全球科技巨头的发布会叙事高度一致：AI将很快重塑工作、教育、医疗和娱乐。但从实际使用频率看，多数用户仍将AI工具视为辅助性产品，而非不可或缺的基础设施。奥尔特曼此次表态，等于给行业普遍存在的激进预期泼了一盆冷水，也让外界有机会重新审视AI商业化进程中那些被忽略的摩擦成本。
习惯的惯性比技术更顽固
奥尔特曼用了一个相当具体的例子来说明问题。Codex是OpenAI面向开发者的AI编程平台，功能上能够自动生成代码、解释报错信息、辅助重构项目。但即便工具能力强大，企业营销投入也不小，多数开发者依然没有切换到AI原生的工作流。原因不在于模型不够聪明，而在于人已经适应了现有的开发环境、快捷键、插件生态和协作流程。改变这些，需要付出的学习成本和时间成本远超技术团队最初的预估。
他把这种状态类比为Netflix早期：当Netflix还只是一家邮寄DVD的公司时，人们依然习惯去百视达实体店租片。新模式并没有因为“更先进”就立刻取代旧模式。奥尔特曼进一步指出，经济本身的惯性极大，“人们还是会继续做原来的事情，继续从同一家公司买东西，继续用原来的方式使用工具。”从某种角度看，这种惯性让技术转型变得更平稳，但也意味着行业对普及时间表的判断普遍过于激进。
行业叙事与用户感知之间的落差
值得关注的是，奥尔特曼把责任部分归到了科技行业自身。他承认，业界至今没有成功让普通公众真正接受一个“每个人身边都有超级智能”的未来图景。换句话说，AI公司擅长展示能力边界，却不擅长解释这些能力到底能为一个普通上班族、一个中小企业主或一个公立学校教师带来什么具体改变。至于AI可能带来的负面影响如何减轻，行业同样缺乏清晰、可信的公共沟通。
这种叙事落差在产业数据中已有体现。据第三方市场研究机构Gartner于2025年发布的《生成式AI技术成熟度曲线报告》，生成式AI从“期望膨胀期”向“泡沫破裂低谷期”过渡的速度快于此前多项企业级技术。多家咨询机构的调研也显示，企业在AI试点项目上的投入仍在增加，但规模化部署的比例远低于早期预测。奥尔特曼此次发言，实际上从头部公司高管的视角印证了同一趋势。
技术优势与商业转化之间的裂缝
从技术能力看，OpenAI仍然处于行业第一梯队。其大语言模型在推理、代码生成、多模态理解等基准测试中保持领先，企业级API调用量也持续增长。但技术领先并不自动等同于用户基数的指数级扩张。AI产品面临的核心问题不是“能不能用”，而是“为什么现在就要换掉现有的工作方式”。这个问题在To C市场尤其突出，在To B市场则表现为组织流程重构的阻力。
奥尔特曼此次主动调低预期，从企业经营角度看并非完全消极。降低外界对短期增长的过高期待，有助于公司获得更从容的产品迭代空间，也能减少因预期落空带来的市场波动。但风险同样存在：如果行业整体叙事从“革命即将到来”转向“普及需要更长时间”，资本市场对AI公司的估值逻辑可能面临重新校准。尤其是那些依赖高增长预期支撑估值的初创企业，受到的冲击会更加直接。
普及路径的重新思考
奥尔特曼提到一个关键判断：改变人的行为，比科技圈想象中困难得多。这意味着AI产品的设计思路可能需要从“替代现有工具”转向“嵌入现有工作流”。过去两年，不少AI公司已经在做类似的调整：从独立的Chatbot，转向浏览器插件、IDE扩展、办公软件内嵌面板、企业知识库连接器。目的只有一个——让用户在不改变原有习惯的前提下，逐步接触AI能力。
这条路径更慢，但可能更扎实。Netflix最终取代百视达，靠的不是说服用户立刻停止去实体店，而是让邮寄DVD变得足够方便，再逐步过渡到流媒体。AI的普及大概率也会遵循类似的扩散曲线：先在特定场景中形成不可替代的实用价值，再通过用户自发传播扩大覆盖面。奥尔特曼的发言，或许可以理解为OpenAI正在为这条更长的路做心理建设和预期管理。
对于整个行业而言，这次表态提供了一个重新审视AI发展节奏的契机。技术进步的斜率仍然陡峭，但用户行为的迁移斜率要平缓得多。两者之间的落差，正是未来几年AI产业必须跨越的最大鸿沟。谁能率先找到降低用户切换成本的方案，谁才有可能真正把技术优势转化为持续的商业回报。
本文由AI辅助生成
