一个周日，埃米・韦伯正享受漫长悠闲的骑行，也是她非备赛期的消遣，一个完整的想法突然涌上心头。随后她在领英上发帖写道，与她交谈的每位首席执行官都在“抢购产能红利”，却没人为红利背后的成本编制预算。而她的本职工作便是天天跟高管们交流。
韦伯现年51岁，经营着2006年创立的前瞻咨询机构未来今日战略集团（Future Today Strategy Group）。此前她从事数据新闻工作，后来对机器学习产生兴趣。韦伯还在纽约大学斯特恩商学院任教，曾出版《九巨头》（The Big Nine）一书，书中提出在人工智能和全面科技冷战格局下，九家中美科技巨头将占据主导地位。她一向习惯走在时代前沿，也常常因现实世界跟不上自己设想的时间表而倍感挫败。
所以当韦伯向《财富》指出，企业AI支出可能遭遇某种程度的泡沫破裂时，她描述的具体逻辑值得仔细审视。她说：“AI确实降低了生产成本，但企业内部其他环节也因此变得更昂贵。”她补充说，企业界正经历类似千禧一代和Z世代体验过的约会软件倦怠感。
“（对交友软件来说）最理想的结果就是用户永远不结婚，”韦伯说道。她认为，无休止的生成式AI试点项目正上演一样的剧本。她说，不少高管向她坦言，企业正深陷“试点泥潭”，项目试点没完没了，“虽然生产力大幅跃升，却不知该如何利用”。
与此同时，风险投资家马克·安德森在3月表示，大型企业人员过剩高达75%，企业将AI当作“万能借口”，掩盖因疫情期间过度招聘导致的裁员。牛津经济研究院（Oxford Economics）另一项分析发现，尽管相关报道铺天盖地，归因于AI的裁员仅占美国总失业人数的4.5%。
“感觉像买到了产能红利”
韦伯每年要与100到150位首席执行官展开沟通，她最在意的泡沫并非发生在华尔街，而是一种反常现象，即AI重塑工作模式，却并没有造成实质性改变。
韦伯说：“投资AI时，感觉收获满满，像买到了产能红利，但这份红利日后带来的成本高于预期。”这不是传统商业中长期投资与短期收益之间的权衡问题。“这是即时满足，紧接着的问题是：能产品化吗？能融入工作流程吗？”AI让公司有获胜的感觉，产生“占了便宜”的错觉，而这种心理正是行业热情高涨和加速普及的推手。
与此同时，她表示真正找到可持续方式完成试验转化的企业屈指可数。她的一位客户今年年初以来已落地14-15个生成式AI与智能体试点项目，还使用了亚马逊著名的“两个披萨原则”，即团队规模小到只需两个披萨就能吃饱。然而所有试点都没实现规模化。“披萨倒是消耗了一大堆。”部分问题的根源在于，试点项目开展时往往没有法务和IT部门介入，因此高管们没有把试点成果嵌入基础设施，每次开启新项目都从零开始。“这样非常烧钱，”她说。
相关数据印证了这种模式，6月贝恩公司（Bain & Company）发布覆盖951家全球企业的调查显示，近40%追踪过AI降本增效的公司目标回报率是11%到20%，实际回报率却不到10%。正如韦伯指出，收益不及预期没有减缓支出步伐，90%的受访公司表示无论如何都要增加AI预算。
深陷“幻灯片泛滥”
除了“试点泥潭”，还有深陷“幻灯片泛滥”问题。韦伯回忆起一位高管最近分享说，他的直接下属陷入决策瘫痪，不是因为缺乏信息，而是被太多需要处理的分析数据淹没。另一位高管将该现象描述为“即时幻灯”，即过去需要一周才能做好的材料现在只需一天，而团队收到的幻灯片数量暴涨至原先的五倍。她补充说，雪上加霜的是“AI大模型Claude有篇幅冗长的毛病”，只需一页纸的内容却能生成10页。
韦伯补充道：“公司使用这些工具越多，产出的想法就越趋同。”她表示，这和AI生成的低质内容不一样，而是另一种现象。“如果其余信息有用，我不介意某些东西是不是由人写的。”
韦伯说，见到每位首席执行官都会问，如果明天AI释放了10%的总产能，会部署在哪？“到目前为止，我还没有得到答案。”她说，在所有省下来的时间里，似乎没人负责收获生产力收益。“我敢打赌，大多数公司里人们都在优先考虑速度，而不是创造新的思维方式。然后什么也学不到。”
心理学家已经开始研究“认知卸载”现象，也就是将脑力工作委托给工具而不是自己完成。最近研究发现，当AI接管核心推理任务时，人们对最终成果的归属感大幅下降。“这是把人们发自内心拥有归属感的东西自动化，”韦伯还补充说，好莱坞和媒体界关于真正创造力走向何方的争论，恰恰印证了一点。站在商业视角，她强调，“AI的起步成本很低”，但随后成本开始持续累积，很快飙升到让人难以接受的水平。
清算时刻何时到来
韦伯表示，预计清算时刻最早明年就会出现。“目前很少有公司能在接下来两个季度展示可量化的成果，”她称眼下正处于故事“第二章”。随着华尔街开始询问企业的生成式AI试点项目并要求看到回报，“一旦企业达不到预期目标，裂痕就会显现。”
不过，她拒绝简单套用互联网泡沫的框架。“这不是正常的互联网泡沫破裂，”她说，“所有产能红利和生产力背后，都伴随着尚未纳入考量的新成本。”
韦伯补充说，发生冲突的部分原因不仅是财务层面，还掺杂着代际和情感因素。商业互联网真正开启时，她还在从事新闻工作，亲眼见证早期转型中，“很多人被调岗做数字化业务”，背后缺少周密规划。如今她看到类似剧情正重演，引领AI革命的管理者缺乏足够能力了解正应对的问题。
韦伯解释说，很大一部分问题在于，那些面临应用AI的压力而且恨不得昨天就用上的董事会和高管们，过去几十年里积累的专业知识和经验与AI毫无关系。“没有哪位首席执行官是凭借人工智能专家的身份被聘用。”“他们之所以坐上一把手，是因为拥有出色的管理才能”，而AI对他们来说恰恰是最难驾驭的技术。“AI不是单一的技术，是许多技术的统称，”她说，并且“规划需要数据，不能仅凭直觉处理。”
每一波新技术浪潮都会让人感到迷茫，对新技术不熟悉的人往往倾向于抵制，她补充道。最可能有此类心态的是高龄高薪，被裁风险也最高的员工。
她补充说，如果高层压力、经验缺乏和具有误导性的昂贵技术之间错位持续存在，结果可能远比单纯的市场崩盘更糟。“这不像经济受到打击，更像是经济做出了奇怪的决定。”《财富》问她是否是在描述一种经济体层面的AI幻觉时，她笑着说：“以后我讲课就要用上这个说法了。”
顺便说一句，她的咨询业务从未如此红火。她说：“当外界存在可怕的不确定性时，应对不确定性正是我们的专长。”（财富中文网）
译者：梁宇
审校：夏林