名称”只是小问题吗 可能有人要问，为了方便理解和传播，叫得“漂亮”一点又何妨呢？ 关于这一点，福柯曾在《词与物》中提醒我们：命名并不是一个中性的行为，而是对现实的塑造。也就是说，当我们以“名”来称谓某物时，已经对它进行了塑造和重构。 说到“名实分离”，我们不妨回想一下大约十年前也曾汹涌而来的“大数据”浪潮。彼时，无数项目也言必“大数据”。然而在许多具体场景中，一些领域即便并不符合大数据的基本特征，也仍然上马了一系列轰轰烈烈的“名号式”工程。具有典型性的是，在个别社会公共领域中，明明只是中小规模的结构化数据统计，既无多模态数据采集，也无分布式计算需求，却依然被冠以“大数据之名”。 十年过去，我们再回顾那场忽视了基本概念和技术原理，以“名”带“实”的运动。它固然使某些企业短期内获得了可观的商业回报和资本红利。但从行业演进的角度看，以语言之便，模糊技术之实，用一个瞩目而时髦名字遮蔽底层的真实能力，反而使行业错失了实现真正提升的宝贵窗口。这在一些数字技术基础薄弱的领域并不鲜见。而当新的“AI风口”来临，这些领域往往又容易几乎毫无阻力地滑入新一轮的类似叙事。这种追逐标签而非深耕实质的惯性，固然可以理解，却显然极为欠妥。 相较于“大数据”，AI不管在技术颠覆性，还是在社会关注和政策扶持力度上都显然更胜一筹。因此，不难想象这种“名不副实”造成的资源浪费、路径锁死与信任挑战的危害也将更为深远。 风险一：催熟繁荣与资源错配 技术发展史一再表明，过度简化与夸大命名的代价是信任危机与创新停滞。 在好的一面，命名泡沫往往能助推产业繁荣。但在另一面，它也会加速新技术期望的落空。随之而来的幻灭感可能削弱整个行业的公众信任基础，甚至加速产业泡沫的破裂。上世纪80年代的“专家系统”热，便是前车之鉴。当时，基于规则库的程序被广泛宣称为“人工智能”而吸引了巨额的投资。然而，当人们发现它连常识推理都无法完成时，巨大的心理落差导致了长达十年的“第二次AI寒冬”。2000年互联网泡沫的破灭，同样始于“.com”概念的滥用与透支。现如今，当所有人都宣称自己是“各种各样”的“AI”与“AI+”时，这种命名泡沫势必会成为真正AI公司的竞争拖累。而一旦伪AI产品无法达成预期，公众对真正具备变革能力的AI技术也会产生连带的怀疑与抵触。