AI原生企业：为何巨额投入仅换来微小成效？

Anthropic作为一家人工智能企业，其知名产品是广为人知的Claude code。近期他们发布了一份研究报告，揭示了一个令大众颇感意外的现象。全球各地的政企机构已在AI领域砸下数万亿美元，催生了数十万亿的相关市值，众人都以为AI即将重塑世界。然而该报告指出，AI对生产率的提升幅度，已从大众原本预期的年增1.8%骤降至不足0.6%。耗资巨大却收效甚微，这并非AI能力不足，而是人类过于急功近利。

为何成效仅有0.6%？根源在于当前存在两大认知误区。一、AI无法一次性承担过多任务

以往评估AI的增效比，逻辑很直观：人工审阅报告需耗时10分钟，AI仅需10秒，相当于提速60倍。但症结在于，AI会出错。

Anthropic的实测数据表明，通过API直接调用AI的用户，在连续执行任务3.5小时后，成功率便跌破50%；而采用与Claude对话模式、逐步引导AI工作的用户，其成功率降至50%的时间则可延后至19小时。

差异何在？API用户指望AI一气呵成完成全部工作，由于任务繁杂，AI极易频发出错。而对话用户将庞杂任务拆解为若干子任务，步步紧盯AI输出，发现偏差即刻纠正。因此，现阶段AI更适宜在人类监督下逐步处理简易事项，而非独自搞定复杂流程。

50%的出错概率，用于代码编写或内容生成尚可容忍，但在工业制造中，即便99.9%的良品率也远远不够。这便是为何企图用AI代理接管整个业务流的做法是行不通的。指望AI一次性包揽所有活计，标准过高，必然导致高错误率。

AI的运作机制犹如黑匣子，你无从知晓其推演结论的过程，也难以复核。若将成堆合同交由AI解析，它虽能输出结果，但你无法确知其是否遗漏了核心条款。

更优的策略是将工作细分为众多微任务，每项微任务均配备标准化流程，环节间的过渡由人工把控。此举已足以大幅拉升效率，核心在于精准。企业级AI应用与个人体验截然不同，企业必须确保精准性、可溯源与可审查。

百年之前，泰勒将流水线工人的操作拆分为规范动作，每人仅负责极简步骤，效率由此飙升，但工人的劳动也趋于碎片化。当下应用AI亦是同理，并非让AI取代人类，而是人类职能发生变迁。工作趋于碎片化，少数人转型为AI监管者。

核心要旨：人类不应指望AI一次性做对所有事，而应让AI在人类的每步管控下执行具体任务。

论及技术革命，人们常罗列一条时间轴：电力从问世到颠覆世界耗时40余载，计算机耗时20年，互联网耗时10年。演进日益提速，故而AI或许仅需5年。

此时间轴存在一大盲区：它过度拔高了互联网与计算机的地位。

人类工业革命的核心，在于能量利用的跃迁，即直接改造物理世界能力的增强。首次工业革命，蒸汽机将人类从体力劳作中解放。二次工业革命，电力重构了工厂制造模式。1881年纽约与伦敦首建电站，但直至1913年福特首推电气化流水线，美国制造业的效能才真正迎来爆发。由天轴传动转为单机独立供电，能耗骤降30%，产能翻番。此乃真正意义上的革命。

反观计算机与互联网？它们仅仅是信息的革新，削减了沟通与交易成本，对物理世界的重塑极为局限。鼓噪二十年“所有行业皆可互联网重塑”，结局如何？全球稍具规模的组织，无一真正达成了信息化与数字化。底蕴越深的组织，数字化水平越糟。广大中小企业根本谈不上数字化。至多是将纸质信息录入电脑，组织架构并未因计算机与互联网而颠覆。当下的工厂，无论号称黑灯还是灯塔，底层逻辑仍属1913年流水线的延伸与变种。

故而能同AI对标的技术，并非互联网，亦非计算机，而是电力。互联网充其量是探路者。而电气化自1878年电动机问世至1913年流水线普及，足足历经35载。从电站竣工到产能爆发，中间横跨30年。

你必定质疑：为何AI的变革无法超越互联网速度？缘于互联网仅重塑了信息流，而AI若欲真正颠覆世界，需重构的是全人类社会的生产组织形态及物理世界的运转法则。更迭信息习惯需10年，重构生产范式与人类习惯，则需整整一代人。

既然AI只能对标电气化，那目前AI处于电气化的哪一时期？答案是19世纪80至90年代，即刚以电动机替换蒸汽机的初期。

彼时厂主虽装了电动机，却仍连着绵延数百米的天轴，靠皮带传递动力（此景极似工业革命初期，人们惯用马匹拉动火车行驶）。直至拆除天轴，各台设备独立供电，能耗瞬间降至原先三成，厂房布局才得以彻底解绑。当下的AI亦然，如今所谓的AI原生企业，不过是将AI生硬接入既有体系，管理手段依旧陈旧，仅形式略作微调。这甚至连拆除天轴都算不上。

四、真正的下半场亟待双重突破

首要是数据的纵深运用。借助AI处理人类无法驾驭的海量数据，驱动能量使用效能的跃升。普林斯顿团队借AI提前300毫秒预判了核聚变等离子体的失稳状态。中国构建的数字孪生水利网，令AI于虚拟空间内模拟海量故障，推演物理世界的最优调度策略。华为联合钢企打造的钢铁大模型，实现了由经验炼钢向数据炼钢的跨越。然而这仍属上半场，AI依然在人类指挥下处理数据。

下半场需构筑以AI为中枢的感知-决策-执行闭环，使物理世界直接向AI反馈。这标志着由人工模式下秒级或分钟级的调节，跃升至毫秒级的动态响应。此乃数智化的内核，亦为能量利用效能真正跃升之刻。但这需打通物理与AI虚拟世界的端口，需依托AI重构整套社会运转与生产流程体系。此乃漫长之旅。

故而回溯开篇的数据：0.6%。

这绝非AI效能的极值，而是人类组织形态未与AI同频共振的产物。那些鼓吹AI五年颠覆世界者，真正被世人低估的并非AI的技术门槛，而是人类社会接纳一场真正革命的惯性羁绊。革新流程、革新商业模式、革新就业结构、革新教育认知，至艰之处在于扭转人类积习。

狂热之徒仅瞩目工具之强悍，却无视工具背后亟待重构的体系。他们急不可耐地用大模型代写、代码、代析，却忘却这些仅是浮于表面的易见之物。真正具价值的，是借AI重塑自身思维范式，调校工作生活的底层逻辑，进而驱动周边组织运转的变革。

仅会操弄工具何谈竞争力？工具必将日趋简易，数周即可掌握的技巧，断难化作任何人的护城河。

真正要紧的并非AI能否取代人类，而是人类是否甘愿为AI重塑一切。