Potential 指的是某一事物尚未被完全释放的增长空间或发展可能性，在当前的科技与商业语境中，它最常被用来评估 AI 技术、企业转型和新兴市场的未来价值。围绕 Potential 的讨论往往伴随争议：乐观者强调技术潜力，审慎者则提醒短期预期可能被高估。
潜在与认知分歧：AI 的 Potential 到底有多大
TikTok CEO 周受资提出，市场对 AI 短期发展的能力可能有所高估，却低估其长期影响。这一判断与 Andrej Karpathy 的观察相互呼应：约 60 亿人（约 75%）几乎没有接触过 LLM，另有 10 亿至 20 亿人偶尔使用免费版工具。Karpathy 认为人们对 AI 能力的认知正分裂成四个层级，认知差距正在扩大成一个漏斗，这意味着不同群体对 AI 潜力的判断天然不一致。
企业端的 Potential 尚未兑现
调研显示，仅 17% 的菲律宾企业制定了 AI 规模化路线图。这个百分比说明，即便在 AI 热度较高的区域市场，多数企业仍停留在试验阶段，其数字化潜力远未被转化为实际生产力。技术从演示走向规模化，中间存在组织能力、成本和数据治理等多重门槛。
资本与产品端对 Potential 的押注
资金流向是衡量市场对潜力定价的直接指标。OpenAI 正寻求 300 亿美元的新一轮融资，与此同时 Anthropic 的 IPO 也在临近，头部公司仍在密集吸收资本。产品端同样在快速试探边界：阶跃终端发布了首款大模型原生智能体手机 STEPX Neo 先行版，搭载骁龙 8 系芯片，全栈价 3999 元起，把智能体能力直接推向消费终端。
当前焦点与观察点
围绕 Potential 的核心争议可以归纳为三点：其一，技术能力的真实上限与公众感知之间存在巨大落差，Karpathy 的四层级认知模型正是对这一现象的概括；其二，资本投入的规模（如 OpenAI 的 300 亿美元融资）是否与可兑现的商业价值匹配，仍待验证；其三，企业在实际落地中进展缓慢，例如菲律宾仅 17% 的企业有规模化路线图，说明潜力与执行之间的差距可能比想象中更大。观察后续的 IPO 进程、智能终端销量与各国企业 AI 采用率数据，是判断这些潜力能否兑现的几个关键窗口。