阿里云创始人王坚曾说，现在大家谈论的AI，90%可能会在五到十年内消失。这句话最容易被误读成“人工智能泡沫要破了”。

其实，如果把时间拉到2026年7月再看，AI不仅没有退潮，反而加速进入制造、交通、科研、办公等领域。真正可能消失的，并不是人工智能，而是今天围绕人工智能生长出来的大量过渡性产品。

王坚这番判断出自2025年7月媒体披露的一次专访。他说的重点是“现在人们谈论的AI”，而不是人工智能技术本身。

两个概念看似只差几个字，意思却完全不同。技术可以越来越重要，但今天最流行的产品、商业模式乃至企业名字，五年以后未必还有多少人记得。

我认为，这其实是观察AI产业最重要的一个切口。任何通用技术刚爆发时，都会经历一个“什么都往它身上贴”的阶段。互联网火的时候，企业改个名字都能讲互联网故事；移动互联网火的时候，各种App一夜之间冒出来。最后互联网和智能手机都改变了世界，可绝大多数早期产品并没有活下来。

AI现在正在经历类似过程。打开应用商店，会发现写文案、做总结、生成图片、改简历、制作PPT、翻译文件、整理会议纪要的产品越来越多。

功能看起来五花八门，底层却可能使用相似的大模型。用户需要的不是十个功能相近的入口，更不会愿意长期为十个入口分别付费。

这就带来第一个淘汰逻辑：模型能力正在吞掉应用功能。过去，一个AI产品能靠“长文总结”单独收费；基础模型升级以后，长文总结变成标准能力。

第二个淘汰逻辑是价格。AI行业早期喜欢谈参数和排行榜，真正进入商业市场以后，企业采购部门问的问题却很现实：一天调用多少钱？部署以后省了多少成本？准确率够不够？系统能不能稳定运行？

出了问题有没有人负责？技术最终还是一门经济账，而不是只看演示效果。截至2026年7月，中国人工智能的发展恰恰正在从“看模型多聪明”转向“看产业能不能用起来”。

2025年我国人工智能核心产业规模已超过1.2万亿元，相关企业超过6200家；进入2026年，制造业、智能终端、智能体和具身智能继续成为重要落地方向。这个变化非常关键。

早期AI最容易吸引普通人的，是聊天框。输入一句话，它马上能写文章、回答问题，于是很多人下意识地认为AI就是“一个更聪明的聊天机器人”。

但从产业角度看，聊天只是人机交互方式之一，真正决定AI价值的，是它能不能进入实际生产流程。比如一家工厂，老板未必在乎模型能不能写诗。

他更关心设备什么时候可能故障，生产线怎样少停一分钟，原材料怎样减少浪费，质检能不能少漏掉一个缺陷。只要这些问题能够解决，AI即使没有一个花哨的聊天界面，也照样创造真实价值。

2026年推进的“人工智能+制造”专项行动，就把重点放在研发设计、生产制造、供应链管理和工业智能体等实际环节，而不是简单追求大模型数量。这说明产业政策的方向已经非常清楚：AI不能只停留在屏幕里的演示，而要与实体经济真正结合。

因此，未来最危险的一类AI公司，并不是技术做得最慢的公司，而是缺少独特价值的公司。

假如一家企业既没有自己的核心模型，也没有行业数据，没有客户渠道，没有工程能力，只是在现成模型外面套了一层界面，那么底层模型每升级一次，它的生存空间就可能被压缩一次。为什么有些企业能够留下？

关键往往不在“AI”两个字，而在AI后面的东西。医疗机构有长期积累的诊疗流程，制造企业有工艺数据，物流企业有真实运输网络，金融机构有风险控制体系。

这些能力很难通过下载一个开源模型复制，也正因此更容易形成长期壁垒。阿里云自身的发展也提供了一个值得观察的样本。

阿里巴巴2026财年数据显示，最后一个季度云业务外部收入增速加快至40%，AI相关产品已经占到云业务外部收入的30%。

这说明AI带来的商业价值正在显现，但价值并不是只集中在聊天机器人，而是在模型、AI算力、云平台和智能体服务等更完整的基础设施上。这也是王坚经历带来的特殊视角。

云计算刚起步时，市场同样存在大量争论。后来真正留下来的，并不是那些最会解释“云”这个概念的企业，而是能长期建设数据中心、计算平台、数据库和分布式系统的企业。基础设施有一个特点：平时不显眼，一旦整个产业都开始使用，它的重要性反而越来越高。AI大概率也会如此。

今天大家天天说“AI应用”，再过若干年，人们可能反而很少强调这个词。就像现在没人介绍一家电商企业时，特意说它“使用互联网”；也没人强调手机银行“使用移动通信技术”。

当AI真正进入所有软件和设备时，“AI产品”这个分类本身甚至可能逐渐失去意义。所以所谓“90%消失”，还有一种可能：产品没有失败，只是AI功能被吸收了。

一个工具第一次自动生成视频时，人们会觉得惊艳，可真正决定它能否活五年、十年的，不是第一次有没有震撼感，而是第五百次使用时是否仍然有价值。AI行业最终要从“技术奇观”走向“日常工具”，这是比模型发布会更难的一关。

这也解释了为什么2026年的行业关键词越来越强调智能体。普通聊天机器人负责告诉你“应该怎么做”，智能体则试图真的替用户完成任务，比如读取资料、调用软件、规划步骤、执行操作。

2026年世界人工智能大会同样把智能体、场景应用和人工智能赋能千行百业放到了突出位置。但智能体也不意味着天然成功。名字可以换，商业规律不会换。今天把“AI助手”改叫“Agent”，并不会自动产生竞争力。

如果它执行任务的错误率很高、调用成本过高、数据安全无法保障，或者最后还需要人工重新检查一遍，那么企业不会因为一个新概念就无限投入，中国AI下一阶段真正值得重视的优势，恰恰不是“应用数量特别多”，而是产业场景特别丰富。

中国拥有规模庞大的制造业体系、供应链体系和消费市场，同一种AI技术可以进入汽车、钢铁、家电、物流、医疗、城市治理等完全不同的环境。

截至2026年7月，我国规上工业企业人工智能应用普及率已经超过30%，人工智能已渗透领航工厂70%以上业务场景，并形成超过6000个垂直领域模型。数字背后的真正意义，不是模型越来越多，而是越来越多企业开始拿真实生产流程检验AI。

这种检验会非常残酷。一款面向普通消费者的AI软件偶尔答错一句话，用户可能重新问一次；工业系统如果判断失误，却可能带来停产和损失。

所以AI越往实体经济深处走，对可靠性、安全性、成本和工程能力的要求反而越高，单靠流量和营销很难过关。与此同时，人工智能发展也不能只追求速度。

2026年7月围绕全球人工智能治理的讨论，再次强调发展与安全并重，重视数据安全、个人信息保护、风险防范以及人工智能始终处于人类可控范围。这同样会成为未来行业洗牌的重要因素。

一些产品今天能快速上线，是因为没有认真解决版权、隐私、数据来源和责任边界问题。行业进入成熟期以后，这些成本不会凭空消失。

谁能把安全、合规、可靠性提前做进产品，谁就更可能进入医院、工厂、金融机构以及公共服务等要求更高的场景。因此，我并不认为王坚的“90%”应该被理解成一个需要精确验证的统计预测。

它更像一种技术产业判断：浪潮越大，淘汰率往往越高；因为参与者越多，试错越多，最后能够沉淀下来的通用模式反而越少。真正值得企业警惕的，也不是“五年以后会不会消失”，而是自己今天解决的问题到底是不是真问题。

如果一个AI项目离开补贴和融资就没有客户，离开营销就没人使用，底层模型升级以后自身价值就大幅缩水，那么它现在拥有多少用户，都不能说明已经建立长期优势。

反过来看，只要AI确实提高了生产效率、降低了成本，或者解决了过去解决不了的问题，即使今天的产品名称以后消失，它创造的能力也可能留下。这就是技术发展的有趣之处：很多伟大的技术最终都会变得“看不见”，因为它们已经融入生活和生产本身。

所以，王坚这句话真正值得关注的地方，不是“90%”这个数字有多吓人，而是它提醒市场不要把今天的热闹当成十年后的格局。2026年7月的中国AI产业已经开始从模型竞赛走向场景竞赛，从“会不会”走向“值不值”，从展示能力走向创造生产力。

五到十年以后，今天很多AI工具、创业公司甚至流行概念确实可能不复存在。但如果那时工厂运行更高效，科研周期更短，软件更聪明，公共服务更便捷，那么所谓“90%消失”并不代表AI失败，反而说明它完成了一次大规模淘汰和沉淀。

真正会留下来的，从来不是最响亮的概念，而是经得住现实检验的价值。