雷军APEC峰会坦言,AI投入巨大但盈利者少,看好AI+手机、AI+具身机器人落地机会
小米创始人雷军在2026年APEC工商领导人峰会上指出,尽管AI大模型技术突飞猛进,但真正实现商业闭环、能盈利的公司仍较少。他强调落地场景有限、投入高昂,并预测未来三四年AI与手机、汽车及具身智能机器...
2026年11月17日,亚太经合组织(APEC)工商领导人峰会在深圳举行。小米集团创始人、董事长兼CEO雷军作为中方企业家代表出席并发言,聚焦人工智能商业化现状与未来路径。在行业普遍高调宣传“AI爆发”的背景下,雷军以从业者身份坦承现实困境:过去四年大模型技术快速迭代,但真正能实现商业闭环、稳定盈利的企业仍属少数。
雷军指出,当前AI领域的核心矛盾在于“投入巨大”与“落地有限”之间的失衡。大量企业持续加码算力、数据与人才,却尚未找到可持续变现的规模化场景。“作为一个AI从业者,我也能感受到一些焦虑”,他直言,这种焦虑不仅来自技术不确定性,更源于商业模式尚未跑通的压力。
值得注意的是,雷军并未否定AI的长期价值,而是将其定位为“一个全新的时代”,强调需用AI的模式、思维与技术系统性重塑产业。他特别关注AI从数字世界向物理世界的延伸——即“AI进入物理世界”带来的结构性机会。
其中,他重点提及三大方向:
第一是AI与终端设备的深度融合。雷军认为,AI手机与AI汽车虽已提出多年,但过去四年尚未出现具有革命性意义的标杆产品。“AI汽车、AI手机会是怎么样的?我觉得过去的四年,应该没有看到任何一个革命性的标杆性的产品诞生。”但他对前景保持乐观:“我相信,在未来的几年里面,一定会在这些领域里面产生伟大的产品。”这一判断呼应了小米当前“人车家全生态”战略的推进逻辑——通过统一操作系统与AI能力,打通手机、汽车与智能家居的数据流与交互链路。
第二是智能制造的AI化升级。雷军以小米自身实践为例:已建成全流程AI赋能的无人工厂,并正探索将其升级为“工业智能体”——即具备自主生产、异常识别与迭代优化能力的闭环系统。“在无人工厂的基础上,我们在思考,能不能把它做成一个工业智能体”,他指出,这不仅是效率提升,更是制造范式的转变。
第三,也是他尤为看好的方向:具身智能机器人。雷军透露,小米研发机器人已有六年,近期其具身智能机器人已在工厂完成8小时连续实习任务。“我相信,未来具身智能机器人肯定是一个巨大的产业机会,它的想象力应该会超过汽车产业。”该判断基于具身智能可同时覆盖家庭服务、工业协作、特种作业等多元场景,且随着感知-决策-执行链条的成熟,有望形成独立于传统制造业的新生态。
从行业视角看,雷军的观点印证了当前AI商业化的真实阶段。据麦肯锡2026年Q3报告,全球超70%的AI项目仍处于试点或POC阶段;仅约12%的企业实现了AI驱动的收入增长,且多数集中于推荐系统、客服自动化等轻量级应用。而大模型训练成本动辄数千万美元,推理部署亦需持续投入,导致“烧钱换增长”成为常态。
对比之下,头部厂商策略分化明显:OpenAI转向B端订阅与API调用盈利;Meta聚焦广告效率提升;谷歌则强化搜索与Workspace集成。中国厂商中,阿里、百度、字节均在尝试模型即服务(MaaS)与垂直行业解决方案,但大规模营收转化仍待验证。
小米自身的AI布局亦体现务实路径。除自研基础大模型MiMo外,其更注重将AI能力嵌入现有产品矩阵:如手机端的端侧大模型语音助手、汽车座舱的多模态交互、IoT设备的主动式服务预测。截至2026年11月,小米IoT平台已接入11.6亿台设备, 形成全球最大规模的消费级AI终端网络之一——这为其后续“AI+生态”落地提供了独特数据与场景优势。
雷军特别强调,AI的价值不在于技术本身有多先进,而在于能否解决真实问题。“AI是一个全新的时代,可能值得我们用AI的模式、AI的思维、AI的技术,去重塑每一个产业。”他提醒业界避免陷入“为AI而AI”的陷阱,应以终为始,从用户需求与产业痛点反推技术落地方案。
事实上,AI商业化瓶颈并非技术不足,而是系统工程挑战:需要跨学科协同(算法+硬件+场景)、长周期投入耐心,以及对物理世界复杂性的深刻理解。具身智能之所以被雷军寄予厚望,正因其直面“感知-行动闭环”这一根本难题——而这也正是当前大模型“幻觉”频发、难以可靠执行指令的核心症结。
展望未来三至四年,雷军判断将迎来“颠覆性时刻”。这一时间窗口与多项技术拐点重合:端侧大模型推理效率突破(如骁龙8 Elite NPU性能达45 TOPS)、低成本激光雷达普及推动机器人导航精度跃升、以及多模态模型对物理因果关系建模能力初步成熟。当这些要素汇聚,AI将从“辅助工具”真正转变为“自主主体”,从而打开千亿级新市场。
目前,小米已在其北京亦庄基地部署具身机器人测试产线,并联合高校推进运动控制与环境理解算法攻关。与此同时,其新一代AI手机预计2027年Q2发布,将首次搭载自研端云协同大模型框架,支持离线复杂任务处理。
行业观察人士指出,雷军此番表态释放出关键信号:AI热潮正从“技术竞赛”转向“价值验证”阶段。能否在2027–2028年交出可规模复制的盈利模型,将成为区分真正玩家与概念泡沫的关键分水岭。而对中小企业而言,与其追逐通用大模型,不如深耕特定场景中的“小而美”AI解决方案——这或许才是当下最现实的破局路径。
