70%的公司表示他們有在使用AI。但實際在生產環境中運行的代理程式，不到十分之一。

這個落差出現在史丹佛AI指數中——這是目前最常被引用、偏誤最少的AI資料集，而且並非由與結果有利害關係的實驗室所發布。
光是Google去年就在AI基礎設施上花費了超過1500億美元。前沿實驗室的營收正以歷史性的速度攀升，而計算支出也隨之同步增長，並未像一般基礎設施在規模化後那樣，隨著營收佔比下降。
採用從來就不是瓶頸。真正的瓶頸在於運行一個永不中斷的工作負載——檢查工具、執行操作、保持狀態——同時不讓成本結構在收益複利之前就吞噬掉營收。這是基礎設施問題，不是智慧問題，而這也是為什麼70%的採用率只產生了個位數的部署率。
這兩個數字之間的落差，就是那個尚未有基礎設施來支撐的市場。