人工智能與加密貨幣的脆弱復甦：風險評估與定位策略
然而，人工智能的部署深度落後於其總體增長。 只有大約三分之一的公司實現了企業級人工智能的全面應用。
其中大部分仍處於試點階段。人工智能在各個獨立職能部門的應用存在差異。 這種規模上的差距至關重要。 能夠獲得顯著財務回報的公司更是寥寥無幾：僅有 39% 的公司表示人工智能對息稅前利潤 (EBIT) 有所貢獻，而絕大多數公司的增幅不足 5%。 硬件成本的降低——推理成本下降了 280 倍，硬件成本每年下降 30%——降低了採用人工智能的門檻，但並未解決工作流程整合方面的挑戰或對員工隊伍造成乾擾的擔憂，32% 的公司預計會出現裁員。加密貨幣的複蘇面臨著獨特的結構性風險。 儘管美國證券交易委員會（SEC）的舉措暫時緩解了對加密資產和代幣化基礎設施（DePIN）的執法壓力，但託管分散的問題依然懸而未決。 該行業目前仍缺乏清晰、一致的全國性數字資產託管、交易和定義法規。 這種監管的不確定性，加上SEC正在進行的規則制定工作以及與美國商品期貨交易委員會（CFTC）的協調努力，構成了一個持續存在的風險因素，可能會阻礙加密貨幣在機構市場的廣泛應用。
人工智能和加密貨幣領域兩位數的融資激增反映了資本需求的複蘇，但人工智能的規模化滯後和加密貨幣託管分散化問題尚未解決，凸顯了表面勢頭與可持續基本面之間的差距。 現金流紀律和監管透明度仍然是這些技術將投資轉化為廣泛、可衡量的企業價值的關鍵障礙。
規模化痛點和盈利壓力
企業採用人工智能面臨嚴峻的盈利挑戰，因為企業難以擺脫小規模試點階段的困境。 最直接的障礙是系統投入運營所需的時間。
根據德勤最近的一項調查高達70%的組織需要超過12個月的時間來解決核心治理、人才和數據管理方面的挑戰，人工智能才能帶來廣泛的效益。 這種漫長的啟動時間直接影響現金流的穩定性，延遲回報的實現，並加劇近期盈利的壓力。 雪上加霜的是，自2024年第一季度以來，與人工智能部署相關的監管風險已飆升10個百分點，帶來了新的合規成本和潛在的法律責任。這種規模滯後造成了巨大的盈利壓力。 即使在那些業績優異、獲得回報的公司中，收益也高度集中。 只有20%的公司報告回報率超過30%，而絕大多數公司仍處於早期試驗階段。 大多數公司開展的試點項目不足20個。
根據麥肯錫的分析這反映出企業採取的是謹慎漸進的擴展策略，而非快速大規模的推廣。 這種分散化的努力，或者說“投資回報率分散化”，意味著儘管人工智能的初期應用十分廣泛——88% 的企業至少在一個職能部門中使用了人工智能——但只有極少數企業（僅 33%）將其推廣到整個企業。 因此，人工智能對企業級息稅前利潤的總體影響仍然有限，只有 39% 的企業報告了任何積極影響，而且其中大多數影響低於 5%。儘管網絡安全舉措展現出最強勁的投資回報率潛力，但向廣泛且盈利的部署過渡卻比最初的樂觀預期更為緩慢和復雜。 漫長的規模化之路，加上日益嚴格的監管審查，意味著大多數公司預期的AI盈利增長將被推遲，從而增加了實現盈利目標的風險。 成功與否取決於能否應對這些短期合規和整合方面的摩擦，而這些摩擦可能會推遲預期的現金流拐點。
流動性和合規性威脅：可見性下降
此前對估值壓力的擔憂如今已轉向流動性和合規風險，尤其是在監管碎片化和監管擴展延遲威脅現金流穩定性的情況下。 儘管美國證券交易委員會（SEC）近期發布的無異議函緩解了DePiN代幣分發等特定案例的執法擔憂，但加密貨幣託管格局依然高度分散。 這種選擇性的緩解並未消除圍繞數字資產定義和監管規則的根本性不確定性，持續給投資者和運營商帶來摩擦。 SEC和美國商品期貨交易委員會（CFTC）為協調監管而開展的聯合工作凸顯了監管分歧的持續存在，這是一個關鍵的風險因素，並且隨著規則制定工作的推進，這種分歧可能會加劇。
與此同時，人工智能領域面臨著截然不同但同樣充滿挑戰的監管環境。 美國私人人工智能投資激增——預計2024年將達到1091億美元，遠超英國——與此同時，聯邦政府也出台了59項不同的人工智能相關法規。 雖然這表明政府高度重視人工智能，但企業在負責任地採用人工智能方面進展不均，暴露出風險意識與可操作的治理之間存在差距。 這種監管複雜性雖然比加密貨幣監管更為規範，但仍然帶來了巨大的合規成本和運營障礙，給企業現金流造成壓力。
擴大這些技術的規模只會加劇問題。
德勤的調查結果顯示70% 的組織需要 12 個月或更長時間才能解決關鍵的治理、人才和數據挑戰，之後才能獲得顯著回報。 自 2024 年初以來，監管風險本身已上升了 10 個百分點，直接影響項目進度和資金消耗速度。 謹慎且以試點為主的做法——大多數公司只開展 20 個或更少的項目——凸顯了財務上的謹慎。 雖然網絡安全部署展現出強勁的投資回報率，但人工智能項目的長期可行性取決於能否克服這些合規性和信任障礙，而擴展速度的延遲將直接導致流動性緊張的長期存在。戰略定位：風險導向行動方案
基於觸發機制的管理策略優先考慮在高度不確定性下保持現金流。 對於人工智能而言，在企業級規模化應用展現出超過5%的切實息稅前利潤貢獻之前，其可見性仍然極低。 目前，僅有33%的組織實現了人工智能的企業級規模化應用。
大多數報告稱影響甚微。（息稅前利潤率低於5%）。 規模化發展仍面臨諸多挑戰：70%的企業需要一年以上的時間才能解決治理和人才方面的難題。 根據德勤的分析然而，僅有20%的企業實現了超過30%的投資回報率。 這種可見性差距凸顯了在持續達到這些閾值之前減少人工智能投入的必要性。由於託管分散，加密貨幣市場依然波動不定。 儘管美國證券交易委員會在2025年降低了執法風險。
根據監管追踪器持續進行的規則制定導致關鍵的託管框架仍不明朗。 聯合監管舉措表明交易規範的不確定性正在加劇，這更加凸顯了“觀望”態度的必要性。 因此，在這些監管陰雲消散之前，應暫停激進的加密貨幣配置。在人工智能領域的回報率能夠穩定超過 20-30% 並實現規模化增長之前，不應有新的資金流入該領域。 在監管標準分散、監管環境趨於明朗之前，加密貨幣投資仍不宜進行。 在上述兩個條件趨於一致之前，“未達到閾值=不採取行動”的原則能夠確保在現金優先的投資策略下，嚴格保護資本。
