AI时代真正值钱的是苦工脏活

如今无论你刷到哪个财经或科技版块，映入眼帘的全是“AI”这个词。

今天某大厂发布数亿参数的新模型，明天某独角兽又融资数亿美元，后天又有个名校博士出来创业。各种发布会现场，大屏幕上闪着炫酷的神经网络图，台上的产品经理们穿着高领毛衣，嘴里蹦出的全是“通用人工智能”、“多模态跃迁”、“算力涌现”等术语。

台下投资人热血沸腾，观众目瞪口呆。

看多了这类新闻，很多人会产生一种错觉，觉得搞AI其实挺简单：只要老板有野心，账上有资金，买几万张顶级显卡，招几个年薪百万的技术大牛，部署开源模型，然后一开电闸，钱和未来就自动来了。

这在心理学上，其实叫“叶公好龙式的高潮”。

这事儿不仅大厂老板犯糊涂，咱们普通人过日子，也天天上演类似戏码。

每逢跨年或年初，心里憋着劲想改变人生，于是上网买最贵跑鞋、全套厨具、最贵健身课，东西买回家那一刻，多巴胺疯狂分泌，觉得自己已经是马拉松跑者、顶级主厨、健身达人。

至于买回家后，跑鞋在鞋柜里吃灰，厨具一年用不上两次，就不重要了。我们享受的，只是“我拥有了先进工具”的快感。

其实吧，这事儿跟农村老家盖房子一模一样。

有些暴发户手里有了俩钱，急着买罗马柱、欧式大吊灯、真皮沙发，觉得这才叫现代奢华生活。结果回村一盖，地基是歪的，连化粪池都没挖，一到夏天满院子跑味。

你把AI请进现在的企业或生活，就好比在旱厕旁边挂一盏价值十万的水晶灯，除了招苍蝇，没啥用。

说到这里，让我想起网上看到大厂在AI领域的做法。前两天全球电信老牌硬件霸主爱立信和硅谷数据大鳄Snowflake在峰会上聊天。这场对谈很有意思，但不是业内人士很少有人细读。因为台上的两人没吹“人类被AI取代”的宏大叙事，他们聊的全是数据治理、数据孤岛打通、权限划分等枯燥内容。

但就是这场看似枯燥的对话，干的第一件事，就是把绝大多数企业搞AI的那层好看的遮羞布，给一把扯了下来。

Elena Fersman (pictured, right), vice president and head of AI innovation and incubation at Telefonaktiebolaget LM Ericsson publ.

“If you have your very good data exposed, then you can apply all your beautiful AI algorithms,” Fersman said. “If you don’t have your data in order in some kind of unified way, you will never be able to adopt your best AI algorithms.”

爱立信负责AI创新的大佬Elena Fersman，在台上说了句大实话。她说，真正能落地AI的组织，和那些仅仅怀有AI愿景的组织，中间只隔着一道分水岭，那就是你在部署AI之前，你的数据基础到底有没有构建完成。

换句话说，别天天盯着那些高大上的算法了。如果你的底层数据是一摊陈年烂账，散落在几十个不同的旧系统里，任你找来全天下最聪明的科学家，用上最牛逼的算法，最后出来的AI，也只能是个满嘴胡话的“人工智障”。

Fersman and Christian Kleinerman (left), executive vice president of product at Snowflake Inc., spoke with theCUBE’s Dave Vellante and Rebecca Knight at the Snowflake Summit 2026, during an exclusive broadcast on theCUBE, SiliconANGLE Media’s livestreaming studio.

The discussion centered onhow Ericsson is embedding AI into its network operations and customer-facing portfolio, how Snowflake’s CoWork and CoCo products serve different user personas and why governance is now an accelerant instead of a constraint in enterprise AI data strategy.

为了让你听明白这个道理，我们讲一个最朴素的中国古代历史常识。

大家读《三国演义》或看古装战争片，最喜欢看的名场面是什么？一定是前线将军怎么神勇。关羽温酒斩华雄、过五关斩六将；诸葛亮运筹帷幄，借东风火烧赤壁。我们总觉得，打仗这事儿，比的就是谁的刀快，谁的计谋高深。

但如果你真的去翻翻中国古代的硬核军事史，去算算账，你就会发现一个冷酷的事实：决定一场十几万人大战胜负的，十回里有八回，根本不是前线的将军武功有多高，而是后方的运粮官到底行不行。

古代打仗，运粮官才是亲爹。前线大军几万人，每天一睁眼就是几万张嘴要吃要喝，那些粮食怎么从大后方的农田里收上来？怎么通过当时极其落后的牛车、运河，翻山越岭运到前线？路上要损耗多少？

粮道一断，任你诸葛亮急得满头大汗、白起气得直跺脚，底下的大兵才不听你吹什么隆中对，饿上三天直接就散伙开溜了。打仗，说白了就是比谁更耗得起粮食。

在AI时代，很多人就犯了“只看将军，不看运粮官”的错误。

在这个逻辑里，AI算法就是那个在前线冲锋陷阵、看起来威风八面的将军；而数据，就是后方源源不断运上来的粮草。现在的科技界已经把算法这事儿做得很成熟了，绝大多数基础模型都是开源的，接口是现成的，这就好比在这个时代，你只要肯花钱，在市场上雇一个武功不错的将军，其实没有想象中那么难。

难的是什么？难的是你有没有合格的粮草去喂他。

有些传统企业，高层在大环境的焦虑下大手一挥说：“我们要搞AI升级！”

结果IT部门的负责人心里估计把老板全家都问候了一遍。因为他们最清楚，公司底层的数据库就是一坨积重难返的“屎山代码”，平时不崩溃全靠烧高香。公司十几年前的客户数据在老旧的数据库里躺着，去年的销售数据存在各个销售经理自己的Excel表格里，生产线上的设备日志在一套早就没人维护的工业软件里存着，还有大量的合同、发票全是图片格式和纸质扫描件。

这些数据，格式不统一，标准不一致，有些还是缺失和错误的。

这时候你把大模型请过来，说：“来，帮我预测一下明年的市场走向。”

大模型一伸脖子，发现你要给它喂的粮草全是一堆发霉的剩菜、掺着沙子的烂米，它能练出神功吗？它不仅练不出神功，还得拉肚子，给你吐出一堆看似高深、实则完全无法落地的废话。

这时候有人可能会说了，既然数据这么重要，那我们花个三个月，突击搞一次“数据大扫除”，把旧账理顺了，是不是就可以直接上马最牛逼的AI了？

说这种话的人，一般多半是还没挨过现实的毒打。

在这个世界上，任何能够被称为“护城河”的能力，都不可能靠突击搞出来。它需要的是极其漫长、极其枯燥的战略定力。

我们来看看爱立信。

爱立信这家公司，今年已经150岁了。它是干无线硬件起家的，也就是大家在马路上、楼顶上经常能看到的基站和通信设备，这是一家不折不扣的老牌工业巨头，但你知道人家为了转型成一个“AI原生企业”，默默在后台干了多久吗？答案是：接近二十年。

二十年前是什么概念？二十年前连智能手机都还没普及，4G网络都还在娘胎里，全天下的人都还没听说过什么大语言模型，但爱立信在那个时候就意识到，未来的无线通信网络，复杂度一定会超出人类的想象。如果不及早把数据理顺，未来一定会死在自己的复杂性里。

人家这二十年里，不搞轰轰烈烈的概念发布会，就干一件事：像清洁工一样，在后台把那庞大得吓人的底层数据，一点一点清洗、分类、打通、规范化。

绝世神功的最后一招看起来确实华丽，但人家在后院蹲马步蹲了二十年，你却假装看不见。

不过话说回来，马步蹲了二十年，底下的烂账理顺了，又会迎来一个新的大坑：数据太庞大、技术太硬核，公司里那些不懂技术的业务人员根本不会用。

这么大一个摊子，底下干活的人心思各异。搞技术的想秀肌肉，搞业务的只想数钱，两拨人天天在办公室里互骂对方是傻逼。峰会上的高层显然是见惯了这种扯皮，于是他们搞了个挺滑头的“双轨制”公式。

他们把整个AI系统，拆成了“后厨泥水匠”和“前厅傻瓜翻译官”两个部分：

“后厨”干的全是重体力的泥水匠活。技术大牛每天干的，就是把那些像擦过脚的卫生纸一样的日志代码、陈年烂账，一铲子一铲子地从泥潭里挖出来，洗干净，码整齐，转化成AI能听懂的格式。

“前厅”，则是给前线那些连Excel快捷键都认不全的业务经理、现场维护人员用的。这拨人不需要懂编程，他们只需要像跟老同事聊天一样，用大白话输入需求，系统就能把最精准的决策甩在他们面前。

这个逻辑就非常鸡贼，也极其务实：把最恶心的部分锁在后娘的厨房里，把最体面的点心摆到前厅的桌上。

不仅企业如此，在这个风大浪急的时代，真正的聪明人往前冲锋的时候，脑子里想的永远不是能抢多少地盘，而是怎么给自己系紧安全带。

像爱立信这种级别的老牌巨头，它在北美等地方还扮演着国防承包商的角色，海量的用户数据、网络配置，稍微出点纰漏，就是天价的罚单和信用破产。

传统的AI模式，是你得把自家的数据每天一车车地往大模型提供商的云端服务器里运。这路上要冒多大的风险？这就好比你把自家金库里的金条，每天雇人挑到街头的小作坊里去打首饰，路上指不定遇到什么土匪。

所以两家一合计，干脆掏出了一个颠覆性的逻辑：“数据老老实实呆在金库里不动，让模型自己走进来。”所有的计算，全都在最安全的加密边界内部发生。

而且，他们还提到了一个让我们普通人听了都后背发凉的警告。

现在的AI，还处于第一阶段，也就是“问答阶段”，我问AI一个问题，AI给我一个答案，干活的还是人类，但未来的趋势是AI自主代理。也就是说，AI不仅要回答问题，它还要代替人类直接去修改参数、去执行决策。

如果这个AI哪天突然产生幻觉，擅自做出了一个极其荒唐的决策，把大半个城市的网络或者企业的核心业务给直接关停了，这个责任谁来担？

所以大佬在台上冷冷地甩下了一句话：在这个快速狂奔的时代，这些底层的治理策略，不是束缚你手脚的绳索，而是你的安全带。你开得越快，安全带就得越结实。

聊到这里，我们可以把爱立信和snowflake这场高端对话合上了。

其实看懂了他们的战略，你再回过头去看现在市场上那些热闹的AI炒作，心里就会多一份冷静。

我们这个时代，最大的特点就是“快”：技术迭代快、概念流行快、大家的焦虑来得更快。每个人都在寻找一种能够实现“弯道超车”的秘密武器，都在渴望一种能够一夜之间改变命运的跃迁。

但是现实总是冰冷而残酷的。

这世界上绝大多数能让你感到兴奋的酷炫功能，如果把它层层剥开，最核心的底层，全是一些极其枯燥、乏味、甚至痛苦的脏活和累活。

当绝大多数人还在为各种大模型的诗词歌赋、作画聊天而高潮延绵的时候，这个星球上真正厉害的巨头、那些真正能赚到钱并活下来的组织，都在后台像个苦力一样，默默地干着清洗数据、打通孤岛、建立防火墙的垫底工作。

这不仅是企业搞AI的道理。

我们普通人过日子，其实也是一模一样的逻辑。

其实说这么多，我自己每当看到网上那些层出不限于的“副业搞钱”、“AI搞钱”、“副业弯道超车”的新概念时，心里也慌得要死，也恨不得马上报个班去学点什么，生怕被时代给抛下了。

但每当这时候，我都得强迫自己冷静下来，去看看自己银行卡里的余额，去理理自己手头那堆一团乱麻的破事。

很多人天天在职场上、生活里焦虑，觉得自己懂的黑话不够多，觉得自己没有遇到什么惊天动地的“时代红利”，天天想着怎么去学一套“速成的心法”。

但你往深了看，现实是非常血腥和残酷的。大环境根本不在乎你的焦虑，这个时代也从来不缺聪明人，缺的只是能把自己一摊烂账理顺的正常人。

很多人过不好这一生，根本不是因为他们智商不够、或者运气不好，而是因为他们连自己生活里的最基本的基本功，都全是漏洞。

你的知识结构是碎片化的，就像你手机里那400个从来没有分类过的截图文件夹一样散；

你的精力是分散在不同软件里的，每天一睁眼就在各种无意义的社交信息里精神内耗。

你的底层数据是一摊陈年烂账，你却天天幻想着用时代的红利给自己的人生搞个“算法升级”。

在这种情况下，就算时代真的把一个最牛逼的红利砸在你的头上，你那千疮百孔的底层底座，也根本承载不住这么大的能量。风越大，你反而摔得越惨。

大家都是普通人，在这个风大浪急的草台班子世界里，谁也别指望能靠着个偏方就白日飞升。不拼命把底盘扎稳，我们连在这个时代当分母的资格都没有。

关上手机，去把桌上那叠拖延了半个月的报销单贴了，把堆在床头那本看了三页的书再翻几页。

把眼前的烂账理顺，这才是咱们普通人在这世上活下去，最硬的底气。

参考资料：

1. Ericsson and Snowflake chart an enterprise AI data strategy

#科技工业巨头#Ericsson#AI#Nokia

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法！