开篇一组让整个行业沉默的数字2025 年 8 月一份 26 页的报告在硅谷刷屏了。它出自麻省理工学院的 NANDA 研究团队标题很温和——《生成式 AI 的鸿沟2025 年企业 AI 现状》结论却很暴烈大约 95% 的企业生成式 AI 试点没能实现营收快速加速这个目标对绝大多数公司来说这些项目对利润表几乎没有产生可衡量的影响。这不是拍脑袋得出的数字。研究团队访谈了 150 位企业负责人、调查了 350 名员工、分析了 300 个公开的 AI 部署案例背后是 300 亿到 400 亿美元的企业级投入。报告里有一句话被反复引用95% 的失败率是企业级 AI 解决方案生成式 AI 鸿沟最清晰的体现。报告发布前后硅谷的气氛有点微妙。扎克伯格冻结了 Meta 的 AI 招聘——就在几周前他还花了几十亿美元从竞争对手那里挖人。连 OpenAI 的 Sam Altman 被问到投资者是不是整体对 AI 过度兴奋时也坦率地回答在我看来是的。一边是史无前例的投入一边是几乎看不见的回报。这中间的落差就是这篇文章想聊的事AI 到底有没有用如果有用那份用为什么没有变成企业账本上的赚图巨额投入与微弱回报之间裂开了一道被数字反复验证的鸿沟一、更精确的裂缝80% 的人说我更快了37% 的企业说利润动了95% 失败是个抓眼球的数字但它太粗了——粗到掩盖了一个更值得琢磨的事实。麦肯锡 2026 年度的全球 AI 应用现状调研覆盖 97 个市场、1700 多位高管给出了三组放在一起看非常刺眼的数字80%。高达八成的受访者表示AI 提升了个人的生产力。这个感受是真实的、普遍的不分职级。37%。但只有 37% 的受访者表示AI 对组织的息税前利润EBIT可以粗略理解为公司真正赚到的钱带来了正面贡献。而且这个比例和上一年基本持平——也就是说AI 用得越来越多企业层面的财务回报却没有同步跟上。6%。在所有受访企业里只有 6% 算得上AI 高绩效企业——标准是把至少 5% 的 EBIT 增长归因于 AI并且认为这项技术的影响显著。三个数字连起来看结论就很清楚了个人提效是真的、可测量的企业层面的回报却几乎没动。这不是AI 没用而是提效和赚钱之间隔着一道没有被填上的沟。还有一组来自工程领域的调查佐证了这一点。一份叫《工程领域 AI 影响现状》的报告发现AI 用户现在平均每周能省下4 到 6 小时。但报告同时指出一个尴尬的事实这些省下来的时间目前并没有转化为创造新价值的产能。省了时间却没多产出。时间去哪了二、提效是真的但它有边界——而且会被吸收掉要回答时间去哪了得先承认一件事AI 带来的提效不是假的。斯坦福有一支团队做了三年软件工程生产率研究样本包括 600 多家公司、超过 10 万名软件工程师。他们的结论很克制用 AI 编程产出大约能提升 30% 到 40%。但你还得回头去修 AI 引入的 bug、收拾它留下的烂摊子所以跨所有行业平均下来真实的生产率提升大约是 15% 到 20%。更关键的是这个数字并不均匀。研究团队画了一张四象限图低复杂度 全新项目增益 30%–40%高复杂度 全新项目10%–15%低复杂度 存量项目15%–20%而高复杂度 存量项目只有 0%–10%——在某些情况下AI 甚至会让工程师变慢。也就是说AI 的提效是有前提的任务越简单、越是从零开始它越管用一旦进入复杂的、有历史包袱的真实业务收益就急剧衰减。但即便这 15%–20% 是真的它为什么没有变成企业的利润IBM 在一期技术视频里给了一个很形象的解释。它先讲了一个反直觉的实验一家做模型评估与威胁研究的机构对一群开源开发者做对照研究这些开发者以为自己因为用了 AI 编程工具快了 20%结果实测发现他们实际上因为新工具而慢了 20%。为什么会这样因为它把软件交付的全过程画了出来确定需求、设计、写代码、测试、发布、运维。然后点破一个秘密——你以为花在整个流程里的时间大部分并不是在写代码而是在等待。开发者等产品团队澄清需求运维等开发者发布测试又需要等新构建。所有人都在跨一堆碎片化的工具互相等待。当 AI 只让写代码这一个方框变快那些收益会被其他所有阶段吸收掉。你写代码快了三倍但评审、测试、发布的节奏没变整个交付周期就看不到多大变化。这个判断被一篇学术论文用真实数据验证了。2026 年 7 月斯坦福和卡内基梅隆的团队在 arXiv 上发表了一项纵向研究一家中型科技公司推行效率翻倍的强制令样本是802 名开发者、196,212 个代码合并请求。结果是人均吞吐量最终翻倍达到推行前基线的2.09 倍。但论文里最值得注意的不是这个 2.09 倍而是它后面那句话采纳 AI 之后代码评审被重构到了自动化上——每位评审者的负载大约翻倍自动化评审超过了人工评审。翻译一下写代码的速度翻倍了但评审的人没变多。效率提升没有消失它只是换了一个地方堵住——从写转移到了审。图只加快编码一个环节收益会被等待、测试、发布等其余环节吸收这就是时间去哪了的答案它没有被浪费它是被系统里没变的那些环节吃掉了。三、不是模型的问题是吸收的问题如果提效是真的、只是被吸收了那下一个问题就是为什么吸收不了TechCrunch 在 2026 年 5 月的一篇报道里借 Databricks 联合创始人 Arsalan Tavakoli-Shiraji 之口给出了一个很锋利的判断企业不是在拒绝 AI而是在拒绝运营上的不稳定。他把话说得更透企业 AI 市场里充满了成功但从未变成真实部署的试点。不是技术失败了而是组织无法承受采纳它所带来的运营后果。创业公司的 AI 交易很少因为模型表现不佳而死而是因为企业对这次部署会带来什么失去了信心。他列了企业在评估 AI 时真正在看的六件事实施风险、治理复杂度、工作流扰动、基础设施压力、合规暴露、组织信任。注意这六项里没有一项是关于模型能力的。一位在 MongoDB 和 Timescale 带过产品团队、为 Meta、Amazon、Nvidia 的建设者做过 AI 培训的从业者把这件事拆得更细。他总结了企业卡住的六个环节只给工具不给期望。公司给员工开通了 AI 工具却没讲清楚用 AI 工作意味着什么结果每个人按自己舒服的方式用而不是对团队最有利的方式。流程还是前 AI 时代的。他打了个比方就像你有一辆法拉利却被迫在草地上开而不是在公路上。旧流程就是草地——要发挥工具的价值得先修路。领导不亲自下场。很多管理者停留在报告和二手信息里对 AI 到底能做什么、不能做什么缺乏一手判断。缺乏共享上下文。他举了个让人难以置信的例子一家公司所有重要文档都在 Google Docs 里但公司的 AI 工具不能编辑、不能写入 Google Docs。这就像你对一个新员工说我们所有事都用 Google Docs但你只能读、不能写。AI 垃圾产出。人们用 AI 生成又长又低质的文档自己不读却指望别人读。以至于清理别人制造的 AI 垃圾成了很多人工作中越来越大的一部分。过早的成本恐慌。Uber 的首席运营官在 2026 年 5 月透露公司在短短四个月内就烧完了整个 2026 年的 AI 预算。于是很多公司开始收紧限额。但这位从业者认为这弊大于利限制人们用什么模型实际上把人推向了更差的模型而问题的根源根本不是工具太贵。他有一句话是这一整节的题眼你不是因为工具太贵而拿不到回报而是因为组织里还有一堆其他障碍要先解决才能让这些成本转化为收益。麦肯锡的数据也印证了成本这件事有多真实约 20% 的受访者表示公司曾因运营成本过高而被迫限制 AI 使用。而且有个悖论——Token 的单价一直在降但智能体开发和复杂推理任务的消耗量在大幅上升。所以卡点几乎全在模型之外期望、流程、上下文、成本治理。这也解释了为什么换个更强的模型从来不是解药——你换的是马但路还是那条草地。图卡点不在模型本身而在期望、流程、上下文与成本四个环节四、那AI 取代人呢聊到这里绕不开一个更情绪化的问题既然 AI 这么难落地那AI 取代人的叙事又该怎么看彭博电视做过一期节目把这个问题拆得很清楚。它先摆出投入的规模投入 AI 最多的六家美国公司今年预计花费超过 7500 亿美元——比整个爱尔兰的 GDP 还多。有些公司已经声称大规模裁员是 AI 驱动的。但普林斯顿大学计算机科学教授 Arvind Narayanan《AI Snake Oil》一书的合著者提醒那些AI 会取代劳动力的常见理由依赖一堆谬误。他给出了一个关键区分能力capability和可靠性reliability是两回事。光有能力不够——它是不是每次都可靠地回答同一个问题还是对不同客户给出不同答案它知不知道哪些任务能接、哪些超出范围他举了一个真实案例。加拿大航空有一个客服聊天机器人客户问退款政策时它编造了一个根本不存在的退款政策。客户很生气起诉了一路打到加拿大最高法院。法院最后的判决是强制该航空公司遵守这个不存在的政策。这个案例特别值得琢磨。它说明的不是AI 会犯错——人也会犯错。它说明的是当 AI 犯错时责任依然落在使用它的组织身上。能回答问题不等于能承担责任。所以 Narayanan 的观察是即便在快速采纳 AI 做软件工程的公司里也看不出它真的在用 AI 取代软件工程师。事实上软件工程师的招聘岗位数还在持续增加——直到最近还在下降但去年对程序员的需求逆势飙升。他甚至点破了一个现象最近一些公司用AI 能替代员工来为裁员辩护但批评者把这称为AI 洗白AI washing——把老式的削减成本包装成 AI 采纳以取悦股东。Box 的 CEO Aaron Levie 在电视采访里给出了另一种视角AI 的故事其实是丰裕的故事——不是取代而是让员工能做更多。他举了个具体的例子工程师在工程上花的大部分时间其实是在做客户永远看不到的工作修 bug、迁移软件库、处理 API 文档如果能让 AI 智能体拿走其中 80%人就能转向更有战略性的部分。把这两段话放在一起图景就清楚了替代没有按预期发生发生的是工作内容的重新分配——人从直接干活转向监督技术干活。但这又带出一个新问题既然工作内容在重新分配那 6% 真正赚到钱的企业到底做对了什么五、赢家做对了什么麦肯锡把至少 5% 的 EBIT 增长归因于 AI的企业单独拎出来看发现它们的优势并不来自投入的规模而来自几个很具体的选择近3/4的高绩效企业已经围绕 AI重新设计了工作流程其他企业只有约 1/4它们在高管明确承诺和建立成效衡量标准两项上的落实比例都是其他企业的两倍左右它们规模化部署 AI 智能体的比例是其他组织的三倍以上。注意第一条重新设计流程。这正好呼应了前面 IBM 的那句话——生产率提升不是因为有了更好的模型而是因为围绕模型重新设计了流程。但光有流程还不够还得有尺子。UiPath 的工程师在一期访谈里讲了一种做法叫评估驱动开发不是先建智能体再想怎么衡量而是先把评估集定义出来再动手建。他举了个很具体的例子一个给邮件打标签的智能体你测试时用 10 封邮件试过、看起来能跑。但真正的评估要问的是——工具到底有没有被调用因为如果工具根本没被调用、智能体就给了答案即便答案看起来不错它也是错的。有了评估集你还能做一件很实在的事证明一个更便宜的模型也能跑——它在贵模型上每月 1 万美元但用这个便宜模型也能跑我能证明给你看每月只要 2000 美元。这就是把提效变成可衡量的价值的关键一步先有尺子再谈收益。而 Box 的 CTO Ben Kus 补上了第三个要素——人。他强调目前还不该让 AI 智能体做非常关键的决定很多情况下它应该做的是准备数据和信息让人更容易审阅——让智能体参与工作流但仍在人的监督之下由人负责结果。他举了一个法务团队的例子积压了大量待审合同其中大部分是样板但偶尔有需要重点看的他们让智能体先审一系列标准项只有出现异常时才标记为有风险法务就能优先处理真正重要的那几份。把这三个要素合起来看重新设计的流程 可衡量的标准 可介入的人——这就是那 6% 的共同点。如果这些事要在一个现成平台里落地会长什么样前面这些做法其实指向同一组问题怎么让成本看得见怎么让每一次执行都能回溯怎么在关键节点停得下来怎么把好做法固定下来、反复用这些问题在 WorkMate 里都有对应的现成机制。图让成本看得见、让执行可回溯、让关键节点停得下来先说钱花在哪。麦肯锡提到 20% 的企业因成本过高被迫限制 AI 使用而 WorkMate 的管理端有一个「成本与资源管理」页从钱和额度的视角看全企业的大模型消耗——本月总消耗了多少 Token、折算多少钱、限流触发了多少次下面按用户列出已用 Token、总额度、使用率进度条与预估费用使用率超过 90% 时进度条变红方便管理员提前干预。它把成本从一笔糊涂账变成了看得见的账。再说每次执行能不能回溯。前面提到赢家都建立了成效衡量标准。WorkMate 的做法是让执行天然留痕桌面端的「定时历史」记录任务的每一次实际执行——状态、耗时、触发方式手动还是定时点开还能看到当时的提示词与 AI 回复只读管理端的「常规任务管理」则能查到每位员工的历史任务记录含完整对话与 AI 摘要。出了问题AI 当时到底怎么回答的是可以查的。然后是关键节点停不停得下来。这是 Ben Kus 那条人在回路在 WorkMate 里的直接对应。WorkMate 有一项叫HITL人机交互的机制涉及删除、外发、付款、二选一这类有后果的动作时AI 不会擅自决定而是在关键节点自动暂停弹出一张交互卡片等你拍板——确认卡、文本输入卡、选择卡三种形态。你回应后任务从断点继续不需要重述背景。有个细节很能说明设计思路如果你弹出卡片时恰好离线或重启了客户端重新登录后系统会把所有未解决的卡片自动补渲染回对应会话并按唯一 ID 去重。也就是说等人拍板这件事本身也是不会丢的——它不是一个临时弹窗而是任务状态的一部分。最后是好做法怎么固定下来。前面那位从业者把技能比作给 AI 的 SOP——一件事你解释一次就再也不用解释了。WorkMate 里的「技能Skill」正是这个定位一套专业工作流 提示词 工具组合的能力包挂上之后 AI 会按该领域的专业范式完成任务质量和格式更稳定。而管理端的「模板管理」解决的是另一件事员工在对话里说按公司模板出一份报告时桌面端读取的就是这里启用的模板与默认样式——让符合规范成为默认选项而不是每次靠人盯。还有一处细节前面说到缺乏共享上下文是六大卡点之一而 WorkMate 对记忆的处理是分开的——除了自动产生的对话记忆还有一个由你显式维护的「员工偏好长期记忆」你希望 AI 一直记住的个人偏好与事实比如汇报一律用表格可以自己编辑、删除、批量管理。什么该被记住、什么不该主动权在人手里。写在最后回到最开始那组数字。95% 的试点对利润表几乎没有影响80% 的人说我更快了却只有 37% 的企业说利润动了。这三个数字放在一起很容易得出一个悲观的结论AI 是场泡沫。但把这篇文章里的证据串起来看结论其实相反AI 的提效是真的只是它从来不会自动变成收益。斯坦福的研究告诉我们提效有边界、有前提IBM 的例子告诉我们效率提升会被系统里没变的环节吸收arXiv 那篇论文告诉我们它甚至可能只是从写转移到了审TechCrunch 和那位从业者告诉我们卡点几乎全在模型之外——期望、流程、上下文、成本。而那 6% 的赢家做的恰恰是把这些模型之外的事一件件补上重新设计流程、建立可衡量的标准、在关键节点保留人的判断。所以如果你正在推一个 AI 项目也许可以先不问该用哪个模型而是问三个更朴素的问题这笔钱花在哪我看得见吗这件事做完我衡量得了吗它跑偏的时候我停得下来吗这三个问题答得上提效才可能真的变成收益。而它们也是 WorkMate 从第一天起就在回答的问题。
