AI重塑世界，远没想象中那么迅速

Sam Altman，那个天天鼓吹AI提速的人，公开认错了。

他在8月23日一期播客节目中坦言：AI 重塑世界，远没那么快。我低估了经济与人的惯性。

他还提到，自己的日常管理，依旧沿用过去二十年的老办法，点开邮箱手动刷新邮件、复制粘贴、手写待办清单。

一片哗然。

▍01 他错了……吗？

2023 年 GPT-4 刚问世那会儿，Altman 笃定未来五到十年会涌现一批 AI 原生企业，把现有市场竞争格局彻底掀翻。

他并未说错。过去三年， AI 能力展现出了超出预期的演进速度。该领域聚集了全球最顶尖的头脑，在最顶尖的公司或实验室内，与时间赛跑，与自我较量。

但他逐渐意识到：企业采购、组织流程、人固有的工作习惯，并不会与技术同步加速。

电机、车架、底盘全新，仪表盘上却没有一块保留物理指针，而司机还是那位习惯摸车钥匙的老先生。

这种车跑不出新路来。

2026 年所有人都在焦虑，再不 AI 就被淘汰。

要不要打个问号？

▍02 数据印证他的判断

麦肯锡 2026 年的《State of AI》全球问卷收回 1719 份答复，核心结论是：80% 的员工认为 AI 让自己效率更高，但仅有 37% 的企业表示 AI 对利润表产生了实质影响。真正凭借 AI 创造出显著价值的高绩效企业，连续两年停在 6%。

罗兰贝格则更为直接：将近 90% 的企业，AI 的财务回报落后于投入。

IBM 的 CEO 调研同样印证：86% 的老板相信员工具备与 AI 协作的能力，实际日常在用的仅占 25%。

一边是 80% 的人觉得 AI 有价值，一边是接近 90% 的企业觉得没赚到钱。

流程未改，人未跟上，管理者自己也没动。

AI 本身没问题，毛病出在它要嵌入的组织身上。

▍03 企业折叠的回响

2026 年，我们从客户各个部门听到了越来越多关于 AI 的疑问：

"我们想在人力资源板块找几个场景做 AI 化，帮我梳理一下该从哪里切入？"

"我们本地化部署 DeepSeek 大模型已有一段时间，全集团制度仍是手工模式，能否打通？"

"老板发了全员信，每周五汇总每个 CXO 序列下，各层级、各部门的 token 使用情况，部门间大排名，部门内小排名，上报 C 序列。老板说了，全员 AI 化"

"接下来流程再造项目，我们打算跳过内部 OA 系统，你们帮我一起看看怎么用飞书打通所有线上流程？听说我们的供应商都在用"

……

有员工离职，部门总说 HR 锁岗了，建议把工作量分给部门其他同事分担。

团队吃不消，问为何还锁着不招？ HR 说，老板只认 AI 人才，但标准尚未敲定。

追问标准是什么？我们可以坐下来一起探讨落地细节。 HR 说，目前公司里谁算得上 AI （时代的潜在）人才都还没厘清，标准再等等，你们再撑一撑。

随后我们带着 AI 相关问题与老板沟通。

老板说你们信我，从春节后至今，我是最重视 AI 的。每周例会上反复要求全员 AI 化，管理层不惜一切代价搭建 AI 体系，培育 AI 人才。

我们询问老板平时怎么用 AI，用什么 AI。老板拿起手机，向我们演示他在某平台做行研的 prompt 交互过程，盛赞 AI 先进。

我们问还有么？他说没了，对了，马上叫助理来装个电脑版，能和手机同步。

这就是 2026 年企业 AI 变革背后的折叠语境。

公司号召员工全面拥抱 AI，可审批流程依旧是纸质打印签字，开会还是提前一周赶 PPT，会议纪要里的待办事项还是谁想起谁追问一句进度，数据还是各部门各自存放。员工用 AI 在线文档填了个表，OA 系统接口却读不出来……

公司号召员工全面运用 AI 工具。通用的，自建的。

员工下载了，用两次，发现与手头工作对不上，便束之高阁。

半年后复盘，除了后台写通知快了，开完会输出会议纪要变快了，其余一切照旧。

老板每次开完 AI 动员会回到办公室坐下，习惯性地手动打开报表肉眼抠数，手动管理日程，手写待办清单，打开 Word 一行一行手搓批示和改发言稿。和 Sam Altman 如出一辙。

喊了半年的全员 AI 化，自己连一个 AI 工具都没摸熟。

老板要求员工双手伸进 AI 里，把 AI 的温度带回公司，自己却选择做个旁观者。

Altman 说的那句低估了惯性，并非说给他自己听的。

▍04 都知道症结所在

企业 AI 转型最难的环节，从来不是技术，而是管理层自身愿不愿意变，愿不愿意率先变。

方向错了，所有的努力都成了负债。

给管理层一套小连招。不高端，但管用。

先：老板自己先上手试试。别发文件，别下指标，自己先拿 AI 干一件平时确有需求的工作，比如让 AI 帮你分析这封邮件该如何回复，比如让 AI 记录并汇总你的一次会议纪要并按日期提醒你督办节点督办谁，比如喂给 AI 一个项目的合同和进度管理文件请它分析当前项目进展，风险点是什么，接下来项目管理计划的思路是什么，并且做成按周、按天的自动化任务。当然，前提是数据隐私保护到位。AI 是什么温度，老板自己摸摸，不听二手转述。

再：别强求全员 AI 化。先挑几个你用得上、又有明确标准答案的场景，比如 RAG 知识库找台旧服务器搭一个 Demo，比如工资对账、供应商报价管理让 AI 介入跑出结果，跑出标准，再复制。从 0 到 1，从 1 到 5，比撒胡椒面更有价值。这个过程中，AI 人才会蹦到你面前，一石二鸟。

第三：将衡量标准嵌入考核管理体系。你要 AI 提效，就把 AI 提效纳入员工行为考核，纳入工作量评估，纳入员工贡献度考量，体现到奖金和表彰上。你要 AI 增收，就去掉条条框框的束缚，让最聪明的人以最短路径走出直线，拿到结果，粗暴复制。要支持就给支持，减少外行干预内行，年底用结果说话。

企业 AI 转型可以很复杂，也可以几句话勾勒出来。

▍05 喊刹车的人

回到 Altman。他在 Time 的采访中补了一句：是时候踩一脚刹车了。

虽然他讲的并非 AI 变革要停，而是模型开发该降速。我换个说法：AI 真正重塑世界的速度，取决于人类改掉自身习惯的速度。

后者向来很慢。

作为旁观过不少企业发展轨迹的我们，眼见着企业上下想快起来，却快不起来。手慌眼慌心慌，满脑子都是 AI 冲击活不下去了的焦虑，激动起来话都不利索。

希望国内企业可以再慢点儿，不假装快。

希望执行层可以再慢点儿，管理层不假装快。

AI 没那么快，当然也不会停下。有已在变化的东西，比如组织形态。

明天聊李开复所讲的 AI 时代的骆驼公司。

这是《 AI 转型的四个动作》系列第 1 篇：别急。

共 4 篇。明天第 2 篇：做轻。

核心信息