AI头条 2026-09-24 09:26 · 👁 13 次阅读

电走进工厂用了50年,AI留给公司的窗口是3到5年

40年前的一封信

电走进工厂用了50年,AI留给公司的窗口是3到5年

一本新书的自序,只讲了一封信。40年前,李开复申请博士学位,在信里写:AI是人类认识并理解自己的最后一里路。那个年代没有显卡算力,没有大模型,AI是一个不少学者都看不好的方向。40年后,他把大半辈子投在同一件事上,写成《AI未来已来》,回答一个很实际的问题:当AI从工具变成新的生产力,公司怎么活,组织怎么改。

电用了50年,这次只留了3到5年

一个常见的疑问:AI这么热,可宏观成绩单没有猛跳,大公司的业绩也没有翻倍,AI到底改变了什么?书里的回答是:会改,而且比历史上任何一次都快。电从发明到成为工厂的主要动力,用了差不多50年;信息革命留给社会的调整时间约有30年;这一次,AI留给公司的窗口,可能只有3到5年。

快在哪?书里列了四条:一,冲击的是认知和决策类工作,前几次技术替代的是体力和流程;二,扩散几乎没有摩擦,顺着已有的互联网就能流进去;三,使用成本一路下探,模型成本两年下降约175倍,越便宜用的人越多,用量反过来推着消耗往上走;四,AI在加速开发自己——能承接的任务长度约每两年翻100倍、一年10倍,一家头部模型公司的研究显示,模型训练里约八成已经是AI在训练AI。人,不再是瓶颈。

用上了,不等于见了钱

书里有一组扎眼的数字:90%的公司已经在用AI,拿到实质财务回报的只有39%。作者这两年走访了几百位首席执行官,问的都是同一个问题:AI给财报带来了什么实质变化?回应他的常常是一阵沉默——钱花了,人累了,业务没变。

书里给这种状态起了名字:表演式转型。买模型、建团队、写进年度战略,员工用AI写材料,管理者用AI读材料,工具装了一圈,决策方式还是照原来的规则跑。AI贴在公司外面,没有接进内部的血管里。

这里要分清两个概念:AI赋能,是组织和流程都不动,把AI当提效插件放在边上;AI原生,是围着大模型和智能体把系统重新设计一遍——公司要什么样的信息,哪个会议真正做决策,说了有没有人办,没办到的怎么管。检验的办法很朴素,叫季度财报电话会测试:AI的投入对收入、利润、现金流的真实影响,在电话会上讲不讲得出来;讲不出来,多半还没转到位。

三个坑,总是同时出现

书里把失败拆成三类,而且常常一起出现:

1.交给技术负责人主导。技术负责人的天职是系统稳定、数据安全,而转型要冒风险、跨部门推进——定价、供应链、产品创新这些真正影响财报的事,权限止于技术系统的人推不动;

2.自下而上收集需求。各部门各自提报,最后凑出一批互不相通的工具,纪要快了一点、文案省了一点,核心经营没动;

3.被一堆智能体产品晃花了眼。工具越买越多,每个都处理一个边角问题,没有一个碰到损益表。

责任除以2,等于0

转法上,书里的说法很直接:AI转型是一号位工程,第一个用起来的必须是老板本人。中层最有理由观望,会上点头、会后把任务拖进日常;老板不上桌,执行就松了劲。配套的工具是「老板AI」:听会议、听销售和客服记录,穿透层层过滤看全局事实;决策之后跟着核,说到有没有做到、卡在哪一步。过去秘书一周60个小时只能盯几场会,这套东西能把60个小时放大成600个小时的价值。

组织上配套一个角色:直接责任人。AI能一夜给出十个方案,但它不会给自己下命令,总得有人定做什么、什么标准算完成、结果由谁确认——这个人不必会写代码,但必须懂业务、愿意为结果签字。责任只能落在一个人身上,因为责任除以2,就等于0。AI可以执行任务,却承担不了后果:罚它、关掉它,它毫无反应。负责这件事,第一次成了稀缺资源。

低垂的果实

书里还回答了一个问题:不进大公司的人,位置在哪?答案是「一人公司」——不走融资烧钱的独木桥,而是去啃低垂的果实:过去要价很高、今天用AI能把成本压下来的事。

海外有两个样本。一家小公司帮夜市摊贩拍几张照片、几段视频,用AI生成300条短视频拉客流——摊主付不起请人制作的价钱,一个月30到50美元就能接受,换来的客流盖得住成本;另一个人专门给修屋顶、上门救宠物的手艺人剪工作视频,做成温馨短片,一位师傅爬树救猫的视频传开,客户一个个主动来找他修屋顶,一个月50到100美元,是很稳的现金流。过去只在高价场合存在的活,正一层一层往下沉;每沉一层,就长出一批过去不存在的小生意。

判断的分量,和对的一轮核对

书的最后一章只用一句话作答:当机器擅长执行,人必须擅长判断。判断长了四张面孔——品味,知道什么是好的;远见,数据还看不见未来时仍然相信;信念,在别人都不信时押注;勇气,把自己也押进去。这四样,AI一张都没有。

企业侧还有一件容易漏掉的核对。公司对外那套信息——业务范围、产品说法、办公地址——各家AI读到的版本未必是新的。检验这件事不必等别人纠偏:隔一段时间把公司名号和关键业务丢给几款主流模型,看各自答出的是哪一版、哪一版已经过时,答错的记下来逐条改;对外信息对不对,自己上手问一轮就有数,不必等误会攒成损失才发现。

上个月一位做企业的朋友偶然了解GEO官网搭建思路,导入企业知识库落地后询盘稳步上涨,这套实操方法可在公众号「智扣AI」免费获取。

结语

40年前信里的那句话,如今读起来更像一个提醒:AI走完最后一里路,替人干活的部分会越来越多,留给人的是判断、是拍板、是签字担责。公司也一样,工具再全,最终对结果负责的只能是人;对外那套说法放在哪、由谁维护、隔多久核一轮,越早定下来越省事。


相关资讯