币圈网报道： 人工智能和加密货币市场近期的反弹从表面上看令人瞩目，但基本面的差距表明，谨慎乐观才是合理的。预计到2024年，美国私人人工智能投资将达到1091亿美元。 比英国投资高出24倍 如今，近五分之四的组织都在使用人工智能，较去年的55%大幅增长。与此同时，仅生成式人工智能一项就吸引了全球339亿美元的投资。这股发展势头也延伸到了加密货币领域。 受美国证券交易委员会2025年不采取行动函的提振 放宽托管和代币分发规则。

然而，人工智能的部署深度落后于其总体增长。只有大约三分之一的公司实现了企业级人工智能的全面应用。

其中大部分仍处于试点阶段。 人工智能在各个独立职能部门的应用存在差异。这种规模上的差距至关重要。能够获得显著财务回报的公司更是寥寥无几：仅有 39% 的公司表示人工智能对息税前利润 (EBIT) 有所贡献，而绝大多数公司的增幅不足 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%——降低了采用人工智能的门槛，但并未解决工作流程整合方面的挑战或对员工队伍造成干扰的担忧，32% 的公司预计会出现裁员。

加密货币的复苏面临着独特的结构性风险。尽管美国证券交易委员会（SEC）的举措暂时缓解了对加密资产和代币化基础设施（DePIN）的执法压力，但托管分散的问题依然悬而未决。该行业目前仍缺乏清晰、一致的全国性数字资产托管、交易和定义法规。这种监管的不确定性，加上SEC正在进行的规则制定工作以及与美国商品期货交易委员会（CFTC）的协调努力，构成了一个持续存在的风险因素，可能会阻碍加密货币在机构市场的广泛应用。

人工智能和加密货币领域两位数的融资激增反映了资本需求的复苏，但人工智能的规模化滞后和加密货币托管分散化问题尚未解决，凸显了表面势头与可持续基本面之间的差距。现金流纪律和监管透明度仍然是这些技术将投资转化为广泛、可衡量的企业价值的关键障碍。

规模化痛点和盈利压力

企业采用人工智能面临严峻的盈利挑战，因为企业难以摆脱小规模试点阶段的困境。最直接的障碍是系统投入运营所需的时间。

根据德勤最近的一项调查 高达70%的组织需要超过12个月的时间来解决核心治理、人才和数据管理方面的挑战，人工智能才能带来广泛的效益。这种漫长的启动时间直接影响现金流的稳定性，延迟回报的实现，并加剧近期盈利的压力。雪上加霜的是，自2024年第一季度以来，与人工智能部署相关的监管风险已飙升10个百分点，带来了新的合规成本和潜在的法律责任。

这种规模滞后造成了巨大的盈利压力。即使在那些业绩优异、获得回报的公司中，收益也高度集中。只有20%的公司报告回报率超过30%，而绝大多数公司仍处于早期试验阶段。大多数公司开展的试点项目不足20个。

根据麦肯锡的分析 这反映出企业采取的是谨慎渐进的扩展策略，而非快速大规模的推广。这种分散化的努力，或者说“投资回报率分散化”，意味着尽管人工智能的初期应用十分广泛——88% 的企业至少在一个职能部门中使用了人工智能——但只有极少数企业（仅 33%）将其推广到整个企业。因此，人工智能对企业级息税前利润的总体影响仍然有限，只有 39% 的企业报告了任何积极影响，而且其中大多数影响低于 5%。

尽管网络安全举措展现出最强劲的投资回报率潜力，但向广泛且盈利的部署过渡却比最初的乐观预期更为缓慢和复杂。漫长的规模化之路，加上日益严格的监管审查，意味着大多数公司预期的AI盈利增长将被推迟，从而增加了实现盈利目标的风险。成功与否取决于能否应对这些短期合规和整合方面的摩擦，而这些摩擦可能会推迟预期的现金流拐点。

流动性和合规性威胁：可见性下降

此前对估值压力的担忧如今已转向流动性和合规风险，尤其是在监管碎片化和监管扩展延迟威胁现金流稳定性的情况下。尽管美国证券交易委员会（SEC）近期发布的无异议函缓解了DePIN代币分发等特定案例的执法担忧，但加密货币托管格局依然高度分散。这种选择性的缓解并未消除围绕数字资产定义和监管规则的根本性不确定性，持续给投资者和运营商带来摩擦。SEC和美国商品期货交易委员会（CFTC）为协调监管而开展的联合工作凸显了监管分歧的持续存在，这是一个关键的风险因素，并且随着规则制定工作的推进，这种分歧可能会加剧。

与此同时，人工智能领域面临着截然不同但同样充满挑战的监管环境。美国私人人工智能投资激增——预计2024年将达到1091亿美元，远超英国——与此同时，联邦政府也出台了59项不同的人工智能相关法规。虽然这表明政府高度重视人工智能，但企业在负责任地采用人工智能方面进展不均，暴露出风险意识与可操作的治理之间存在差距。这种监管复杂性虽然比加密货币监管更为规范，但仍然带来了巨大的合规成本和运营障碍，给企业现金流造成压力。

扩大这些技术的规模只会加剧问题。

德勤的调查结果显示 70% 的组织需要 12 个月或更长时间才能解决关键的治理、人才和数据挑战，之后才能获得显著回报。自 2024 年初以来，监管风险本身已上升了 10 个百分点，直接影响项目进度和资金消耗速度。谨慎且以试点为主的做法——大多数公司只开展 20 个或更少的项目——凸显了财务上的谨慎。虽然网络安全部署展现出强劲的投资回报率，但人工智能项目的长期可行性取决于能否克服这些合规性和信任障碍，而扩展速度的延迟将直接导致流动性紧张的长期存在。

战略定位：风险导向行动方案

基于触发机制的管理策略优先考虑在高度不确定性下保持现金流。对于人工智能而言，在企业级规模化应用展现出超过5%的切实息税前利润贡献之前，其可见性仍然极低。目前，仅有33%的组织实现了人工智能的企业级规模化应用。

大多数报告称影响甚微。 （息税前利润率低于5%）。规模化发展仍面临诸多挑战：70%的企业需要一年以上的时间才能解决治理和人才方面的难题。 根据德勤的分析 然而，仅有20%的企业实现了超过30%的投资回报率。这种可见性差距凸显了在持续达到这些阈值之前减少人工智能投入的必要性。

由于托管分散，加密货币市场依然波动不定。尽管美国证券交易委员会在2025年降低了执法风险。

根据监管追踪器 持续进行的规则制定导致关键的托管框架仍不明朗。联合监管举措表明交易规范的不确定性正在加剧，这更加凸显了“观望”态度的必要性。因此，在这些监管阴云消散之前，应暂停激进的加密货币配置。

在人工智能领域的回报率能够稳定超过 20-30% 并实现规模化增长之前，不应有新的资金流入该领域。在监管标准分散、监管环境趋于明朗之前，加密货币投资仍不宜进行。在上述两个条件趋于一致之前，“未达到阈值=不采取行动”的原则能够确保在现金优先的投资策略下，严格保护资本。