但這種個體層面的效率提升,很難傳導(dǎo)為整個組織的競爭力。這也是當(dāng)前AI商業(yè)化的核心矛盾:工具改變了單點(diǎn)工作方式,卻未能撼動運(yùn)行多年的業(yè)務(wù)框架與管理邏輯。許多科技企業(yè)內(nèi)部推行AI編碼工具后,工程師的代碼產(chǎn)出量顯著增加,但對應(yīng)到產(chǎn)品上線、業(yè)務(wù)迭代的整體節(jié)奏變化微乎其微。需求提報、多層審核、跨部門對接、人工復(fù)測等傳統(tǒng)流程依舊繁瑣,AI提速的時間最終消耗在固化的流轉(zhuǎn)環(huán)節(jié)中。
一邊是模型廠商的客戶規(guī)模、客單價連年走高,行業(yè)熱度持續(xù)升溫;另一邊是終端企業(yè)持續(xù)加碼投入,卻遲遲看不到對等的商業(yè)回報。這種“兩頭熱、中間堵”的現(xiàn)狀,讓AI陷入了“看得見效率,摸不著利潤”的尷尬境地。
究其根本,現(xiàn)階段的AI應(yīng)用還停留在工具補(bǔ)充的淺層階段,僅給原有工作模式做了“加法”,而非對產(chǎn)業(yè)運(yùn)轉(zhuǎn)邏輯做“重構(gòu)”。就像早年工廠裝上電燈,工人告別昏暗的煤氣燈,作業(yè)環(huán)境和單人效率得到改善,但廠房布局、機(jī)械傳動方式、生產(chǎn)流水線全都沿用舊制,電力的核心價值自然無從發(fā)揮。
在技術(shù)發(fā)展史上,電力、計算機(jī)、互聯(lián)網(wǎng)這類能夠滲透全行業(yè)的通用技術(shù),落地路徑有著極強(qiáng)的相似性。諾貝爾經(jīng)濟(jì)學(xué)獎得主索洛曾在上世紀(jì)80年代提出著名的“計算機(jī)悖論”:計算機(jī)隨處可見,唯獨(dú)在生產(chǎn)力數(shù)據(jù)里難覓蹤影。這一論斷放在今天的AI行業(yè)同樣貼切。
后世學(xué)者通過梳理電力工業(yè)化的百年歷程,拆解出通用技術(shù)落地的完整周期,這套發(fā)展脈絡(luò)如今正復(fù)刻在AI產(chǎn)業(yè)身上。電力剛進(jìn)入工業(yè)領(lǐng)域的二十年間,應(yīng)用邏輯簡單,工廠安裝電燈、小型電動設(shè)備,單純用來替代傳統(tǒng)照明和手動勞作。生產(chǎn)設(shè)備依舊依靠中央蒸汽傳動軸驅(qū)動,車間按照蒸汽時代的標(biāo)準(zhǔn)規(guī)劃布局,人員排班、管理制度、生產(chǎn)流程沒有任何革新。這個階段工人的工作體驗(yàn)變好、單人產(chǎn)出小幅提升,但整個工廠的產(chǎn)能上限、運(yùn)營成本沒有本質(zhì)變化。技術(shù)只是優(yōu)化了“單點(diǎn)體驗(yàn)”,沒有觸碰產(chǎn)業(yè)底層規(guī)則。