Amy Webb 警告：AI 生产力热潮正将企业困在试点炼狱中

Amy Webb 通过 Google News 推荐的 Fortune 报道发出严厉警告：AI 让内容生产变得更廉价，却让企业的运营更复杂、成本更高。

这一警告挑战了“更快的生产必然创造经济价值”的假设。企业如今可以在数小时内生成演示文稿、分析报告、代码和提案，但许多企业仍无法将这些产出融入决策、工作流程或可衡量的回报之中。

Future Today Strategy Group 首席执行官 Webb 将这个市场比作一款糟糕的交友应用。用户持续搜索而不是形成长期配对时，平台便能从中获益。同样，企业 AI 供应商也会在客户不断启动试点、购买 token、测试模型，却始终没有完成持久部署时获益。

这种动态让当前热潮看起来类似互联网泡沫时代，但又多了一层复杂性。互联网泡沫资助的公司往往没有真正运转的业务。AI 经济已经拥有实用产品、可观收入和真实的生产力提升。

它的弱点在别处。AI 能产出比组织所能评估、治理或消化的更多工作。该技术擅长生成内容，但周边业务体系却未能将这些内容转化为结果。

Amy Webb 的警告改变了 Google News 上关于 AI 泡沫的讨论

最重要的变化并不是 AI 突然失灵，而是成功的生产可能以快于企业意识到的速度带来新的组织成本。

Webb 在 8 月 30 日 Fortune 对 AI 经济的分析中提出了这一观点。她告诉该刊物，AI 让生产变得廉价，却让企业内部几乎所有其他环节都更加昂贵。

她的观点不同于“生成式 AI 只是炒作”的常见论调。模型确实可以撰写可信的文档、分析信息、生成软件和制作演示文稿。而这些能力恰恰催生了新的问题。

当制作一份演示文稿需要一周时，团队可能只会提交一份经过审慎准备的材料。当 AI 将这项工作缩短至一天，管理者可能会收到五份围绕重叠问题展开的演示文稿。

制作每份文档的成本下降了，审阅、比较、验证并从中作出决策的成本却上升了。

Webb 将这种现象称为“淹没在演示文稿中”。一位高管告诉她，直属下属正因分析材料过多而非过少陷入决策瘫痪。另一位则描述了以此前五倍速度涌来的“即时演示文稿”。

这是一次产能错配。生成式系统扩大了看似合理的工作供给，却没有以同样速度扩大高管注意力、法务审查能力或组织判断力。

这篇 AI 经济警告还引入了交友应用的比喻。Webb 认为，交友平台会在用户持续寻找、而非找到伴侣后离开时获益。

企业 AI 市场也可能产生类似激励。只要客户持续试验、消耗计算资源并增加订阅，供应商就能获得收入。客户无需完成一项盈利部署，相关支出也会持续下去。

与此同时，高管可以把正在进行的试点作为其积极应对 AI 的证据。试点看起来比重新设计一项关键工作流程更安全。它限制了即时风险，也避免了围绕责任归属的艰难决策。

这种安全感可能成为陷阱。每个试点都会再生成一场演示、一份报告或一套战略材料。公司获得了 AI 能完成某项任务的证据，却没有证明这项任务能够纳入可持续的运营流程。

Webb 表示，高管将这种状态称为“试点炼狱”。团队不断测试应用，却没有将其整合进法务、信息技术、采购或既有业务系统。

当一个试点结束后，另一个团队可能又从零开始。公司反复为探索付费，却几乎没有从过往尝试中保留机构记忆。

结果形成了一种奇特的充裕状态。员工可以产出更多材料，但高管反而更难判断哪些值得采取行动。组织获得了更多 AI 能力，却仍无法解释它们的经济贡献。

这不是生成能力的失败，而是转化能力的失败。

模型将提示词转化为产出。企业必须将产出转化为决策、行为、收入、节省或更低的风险。这是由不同负责人承担、受不同约束限制的两个过程。

这种区别重塑了关于泡沫的讨论。问题不再是 AI 能否产出令人印象深刻的工作，而是企业能否在不制造昂贵审查层和混乱的前提下消化这些工作。

企业 AI 支出在回报到来之前持续上升

企业买方面临双重压力：董事会期待看到明确的 AI 进展，而运营团队则难以证明试点改善了财务表现。

Fortune 引述的一项 Bain 调查覆盖了全球 951 家公司。近 40% 正在衡量 AI 成本节省的受访者，实际实现的节省低于 10%，尽管其目标回报在 11% 至 20% 之间。

这一缺口并未阻止投资。90% 的受访公司表示，计划增加 AI 预算。

这种组合比任何一个数字单独看都更重要。可衡量的节省表现疲弱，通常会减少支出；但在 AI 领域，竞争焦虑促使企业在尚未理解现有部署为何未达预期前就投入更多资金。

没有人愿意显得落后。高级领导者已经看到消费者采用速度加快、模型能力持续提升。他们也听到有关小型 AI 原生团队能够超越大型现有企业的说法。

因此，对许多公司而言，更安全的内部政治选择就是再启动一个试点。取消 AI 项目可能显得胆怯；批准一项实验则看似反应迅速，即使组织尚未建立从演示走向生产的路径。

更广泛的采用数据也显示出同样的鸿沟。McKinsey 的 AI 采用调查发现，88% 的受访者表示，至少在一项业务职能中定期使用 AI。

只有约三分之一表示，其组织已开始在全企业范围内扩展 AI 项目。大多数仍处于实验或试点阶段。

财务影响则更为有限。39% 的受访者将部分企业盈利影响归因于 AI。其中大多数表示，AI 对息税前利润的贡献不足 5%。

这些结果并不意味着该技术没有价值，而是表明使用、规模和财务价值是三种不同的衡量指标。

一名员工可以经常使用聊天机器人，却不改变公司的经济效益。一个部门可以部署智能体，却不围绕它重新设计工作流程。一家企业可以节省员工时间，却无法将这些工时转化为更低成本或更高产出。

企业往往统计活动量，因为活动量容易观察。它们追踪许可证、提示词、用户数、生成的代码和完成的文档。这些数字证明的是消耗，不一定是价值。

有用的衡量方式必须将系统与业务结果联系起来，例如更快的案件解决速度、更低的支持成本、更高的销售转化率、更短的开发周期或更少的合规错误。

即便如此，归因仍然困难。团队在采用 AI 后可能取得改进，是因为它同时更换了领导层、清理了数据或简化了流程。模型既不应得到全部功劳，也不应承担全部责任。

成本带来了另一重压力。Fortune 报道称，全球 AI 支出预计将在 2026 年达到 2.5 万亿美元，较前一年增长 44%。

一些首席信息官已经收紧了使用管理。例如，Samsara 每日监控 AI 支出，并根据员工的工作内容施加不同的使用限额。

Docusign 在发现其编码智能体为获取上下文而扫描了过多代码库后，对其进行了调整。该公司表示，缩小检索材料范围后，token 使用量减少了近 50%。

这些例子表明，投入生产会带来精致演示难以揭示的成本。演示证明模型能够完成一项任务，却无法反映它在数千名员工中反复使用的成本。

投入生产还会引入安全审查、身份控制、数据权限、审计要求、培训和支持。每个组成部分都会在模型可见产出之外增加额外工作。

真正承受压力的是企业买方。供应商可以报告使用量增长，而客户则承担集成与组织变革的成本。

董事会最终会要求更清晰的答案。他们会询问：哪些 AI 系统改变了可衡量的结果，哪些只是转移了工作，哪些生成了没有人真正需要的更多材料。

管理得当的 AI 工作流可以通过将信息连接至明确的决策来减少碎片化工作。关键在于明确的决策，而非产出量。

没有这一锚点，扩大 AI 使用权限可能放大既有混乱。团队创建得更快，管理者审阅得更久，预算持续增长，而责任归属仍然模糊。

核心反转：更高生产力可能意味着更少进展

AI 最核心的经济反转很简单：更廉价的产出增加了工作量，但组织判断和使用这些工作的能力仍然有限。

传统生产力指标通常将每小时更多产出视为改善。当新增单位拥有明确需求且质量稳定时，这一逻辑确实成立。

但知识工作并不总是如此。一家公司很少会因为收到五项战略建议而受益，因为领导者只能为其中一项提供资金。更多选择可能延迟承诺，而非改善决策。

AI 也降低了生产平庸工作的成本。一份提案不再需要足以证明数日投入合理性的坚定信念。任何人都可以在验证底层想法是否重要之前，先生成一份精美文档。

演示质量可以掩盖薄弱的推理。一套材料可能包含可信的措辞、条理清晰的图表和详细建议，但其专业外观并不能保证假设准确或判断有用。

这会形成审查税。管理者必须判断哪些内容来自可靠证据，哪些是推断得出，哪些则是在缺乏充分上下文的情况下生成的。

这种审查税会扩散至各个部门。法务团队审查责任风险，安全团队评估数据暴露，财务团队质疑节省估算，运营领导者则决定员工是否真的会改变行为。

试点能够避免其中大部分摩擦，因为它在受控环境中运行。生产环境则不能。

投入生产需要稳定的负责人、获批的数据、监控机制、升级路径以及错误应对计划。它还需要有人决定 AI 在何时不应采取行动。

这些要求解释了为何技术上成功的试点仍会停滞。组织证明了模型能够完成一项任务，却没有建立起信任这一表现所需的周边系统。

麦肯锡的研究将工作流重塑视为一道重要分水岭。能够获得价值的组织，并非只是把一个 AI 界面放在旧流程旁边。

它们会改变角色、激励机制、界面和衡量方式，建立反馈机制，并为采用明确责任归属。

这项工作推进缓慢，因为它会暴露试点所能掩盖的分歧。团队必须决定谁拥有数据、谁承担风险，以及谁的预算为持续使用提供资金。

“淹没在演示文稿中”的问题，是同一机制在更小尺度上的体现。AI 消除了生产瓶颈，随后暴露出决策瓶颈。

一个营销团队可以在一夜之间生成 30 个营销活动创意。但这并不意味着品牌就应该开展 30 场活动。人们仍必须选择受众、批准主张、分配预算并解读结果。

一个软件团队可以生成更多代码。工程师仍必须审查架构、测试边缘情况、维护依赖项，并支持已部署的服务。

一个研究团队可以总结数百份文档。仍然必须有人确定来源集合是否完整，以及相互矛盾的证据是否会改变结论。

这些任务需要背景、问责和判断。它们更难自动化，因为正确结果取决于组织优先事项，而非某个普适答案。

因此，生产力承诺包含一个隐含假设：周边组织能够吸收模型产出的任何内容。

这一假设经常失效。管理者已经要面对堆积如山的收件箱、彼此竞争的仪表盘和反复召开的会议。除非公司淘汰旧渠道，否则 AI 只会再增加一个高信息量渠道。

补救措施并不必然是再引入一个模型。推理能力更强的模型或许能改善单项产出，但也可能生成更长、更具说服力的文档。

系统能力越强，就越容易产出值得认真审阅的分析。这可能增加稀缺专家的负担。

Webb 对通用化创意的观察又提出了一项担忧。当许多团队依赖相似的模型时，它们可能会产出相似的策略、语言和建议。

这会营造出广泛分析的表象，却没有真正的多样性。五份生成的演示文稿，可能只是同一个统计重心换了五种表达方式。

企业随后可能把数量误认为独立验证。当每份文档看起来都很精致时，重复会显得尤其有说服力。

最佳回应不是拒绝生成式工作，而是在产出之前界定这项工作必须改变什么。

一个有用的项目应从运营决策、可衡量的基线、负责的所有者和继续推进的阈值开始。AI 组件随后为这一结构服务。

试点炼狱则从相反方向开始：公司先引入工具，再寻找应用场景，并反复庆祝技术可行性。

这一过程可能无限持续，因为模型一直在改进。每次发布都会带来重新测试同一工作流的理由。

约会应用的类比在这里更加清晰：搜索本身成了产品。企业持续作为活跃客户，因为下一个模型或智能体或许终于能促成承诺中的匹配。

为什么 Dotcom 类比成立，以及它在哪些地方失效

Dotcom 的平行类比之所以成立，是因为资本正在为尚未被验证回报的产能提供资金；但如今的 AI 产品已经带来了真实效用和可观需求。

在互联网繁荣时期，投资者正确地认识到，网络和数字商业将重塑经济。但他们往往判断错了哪些公司能够获取这种价值，以及利润会以多快速度出现。

AI 同样呈现出技术重要性与投资纪律之间的分离。一项技术可以改变社会，同时许多围绕它建立的企业仍会失败。

Webb 认为，目前的情况可能更糟，因为 AI 不仅吸引投机资本，还会向正常运作的组织大量输送廉价产出。

一家失败的 Dotcom 零售商可能损失投资者资金并倒闭。部署不当的 AI 则可能重塑一家原本健康企业内部的决策、人员配置、信息流和运营成本。

基础设施支出提高了风险。Goldman Sachs Global Institute 联席主管 George Lee 估计，AI 基础设施总投资最终可能达到 7 万亿至 8 万亿美元。

Lee 认为，替代现有利润池不足以产生足够回报。这项投资需要净新增的经济活动。

这是一个要求很高的标准。成本节约往往只是转移价值，而非创造价值。如果每家公司都利用 AI 降低相似的劳动力成本，竞争可能会将很大一部分收益让渡给客户。

新产品、新市场和新需求将提供更坚实的基础。然而，这些机会比生产力演示需要更长时间才能得到验证。

Goldman 的 Jim Covello 一直强调时机问题。他承认消费者采用速度和技术进步超出预期，但仍对基础设施支出的最终回报持怀疑态度。

他的检验很务实：如果再过两年，行业仍称这项技术“尚处早期”，那么延迟盈利就会更难辩解。

乐观情形同样值得同等重视。AI 企业正在产生真实收入，编码工具也已在某些环境中显示出可衡量的改进。

《The Atlantic》的一项分析称，付费商业采用在 2025 年和 2026 年大幅扩张。它还提到，市场对 Anthropic、OpenAI 和 Anysphere 编码智能体的需求正在上升。

该 AI 生产力分析 引述的近期研究发现，与对照组相比，新一代工具帮助开发者完成分配任务的速度提高了近 20%。

这一结果扭转了早期一项实验：当时使用 AI 的开发者反而多花了 20% 的时间。工具质量和用户体验的变化，已经足以改变测量结果。

这就是为什么简单得出“AI 是又一个 Dotcom 泡沫”的结论会产生误导。能力正在提升，客户正在付费，某些应用也带来了直接收益。

编码可能也特别适合 AI。软件拥有庞大的训练数据集、结构化反馈，以及团队能够测试的输出结果。

其他形式的知识工作则不具备这些优势。一项战略建议并不总能通过自动化测试来评估。一项管理决策可能需要数月才能显现其质量。

因此，当前繁荣可以同时包含持久的赢家和严重的过度投资。这些情况并不矛盾。

云服务提供商、芯片制造商、模型开发商、应用供应商、咨询顾问和企业团队都处于不同位置。一个层面的收入，可能成为另一个层面无效的支出。

模型提供商可以因客户持续试验而增长。云公司可以因模型提供商需要计算能力而增长。这两种结果都不能证明企业买家获得了足够回报。

只有当终端用户最终创造出足以支撑上游投入的经济价值时，这条链条才能保持健康。

这正是 Webb 关于“丰裕成本”的警告比泡沫标签更有用的地方。有关泡沫的讨论往往收束为对市场崩盘的预测。

她的论点聚焦于运营经济学。即使公开市场估值保持高位，企业仍可能因重复试点、产出过剩和整合薄弱而浪费资金。

怀疑论者最有力的证据不是戏剧性的失败，而是广泛采用与企业规模收益影响有限之间持续存在的差距。

乐观论者最有力的证据不是基准测试，而是与实际工作中可衡量改进相联系的付费需求。

两者在转型期间都可能成立。尚未解决的问题是：在基础设施和运营成本超过回报之前，当前强势应用能否扩展到足够多的行业。

试点炼狱是整合问题，而不只是模型问题

当企业不再把 AI 当作独立产品，而是将部署视为一次操作系统变革时，才能摆脱试点炼狱。

试点通常会问模型能否完成一项任务。生产项目则会问，公司能否在真实约束下依赖这种表现。

这些约束包括隐私、权限、延迟、成本、准确性和员工行为，也包括预算与所有权等看似平常的问题。

许多试点与法务和信息技术团队彼此隔离。这使快速试验成为可能，却推迟了部署所需的工作。

当这些职能部门最终审查项目时，原始设计可能已不再可行。团队随后会修改试点、更换供应商，或重新开始。

遗留系统加剧了这一问题。公司数据往往存放在定义和访问规则不一致、彼此不兼容的应用中。

当相关信息支离破碎或治理不善时，智能体无法可靠地完成工作流。更好的推理能力无法弥补缺失的权限或相互矛盾的记录。

这就是为什么企业 AI 往往先产生令人信服的演示，之后才带来可靠的自动化。演示使用的是干净的示例；生产环境面对的则是公司真实的样子。

员工也会形成非正式的变通方法。他们会在工具之间复制信息、维护个人电子表格，并依赖未记录的知识。

基于正式流程训练的 AI 系统，可能无法捕捉工作实际是如何完成的。被赋予广泛权限的系统，则可能暴露敏感信息或进行未经授权的修改。

人工审查仍然必不可少，但必须被设计进工作流。仅仅要求员工检查每一项输出，可能会抹去原本承诺的时间节省。

审查应聚焦于实质性风险。面向客户的主张应比内部头脑风暴清单接受更多审查。付款决策需要比会议摘要更严格的控制。

企业还需要设定停止规则。试点应明确，何种表现、采用情况和经济结果足以证明应进入生产。

没有这些阈值，成功就会变得主观。赞助者可能突出某个令人印象深刻的案例，同时忽视使用率低迷或成本上升。

怀疑的视角是，组织改革未必能解决所有情况。有些任务过于模糊、过于低频，或风险过高，不足以证明部署 AI 的合理性。

企业可以正确整合模型，却仍发现该使用场景价值甚微。这是一个有效结果，并不必然意味着执行失败。

AI 供应商有动机将每个停滞项目都描述为整合挑战。这种解释使底层产品免受批评。

当证据指向其他方向时，买家应抵制这种叙事。模型对于该任务而言，可能过于不可靠、昂贵、缓慢或缺乏差异化。

这种区分需要受控测量。企业应将 AI 辅助工作与恰当的基线进行比较，包括审查时间和错误修正。

它们还应衡量持续使用情况。员工可能会在发布期间热情测试系统，却在新鲜感消退后放弃它。

成功的试点必须经得起日常条件的考验。它需要真实数据、普通用户、持续业务量，以及生产环境所需的同样控制措施。

它还需要知识连续性。团队应保留以往的提示词、评估、失败案例和决策，而不是随着每次供应商或模型发布重新开始。

这种机构记忆能够避免重复实验，也能帮助买家判断新模型是否改变了经济性，还是仅仅改善了演示。

更深层的教训是，企业转型仍是企业自身的责任。供应商可以提供模型和工具，却无法化解客户流程中的每一项冲突。

高级管理者必须决定哪些工作流值得重构。他们必须删除冗余环节，并赋予负责团队改变运营方式的权力。

否则，AI只会成为又一层叠加。员工为了稳妥起见保留旧流程，同时为提升可见性执行新的AI辅助流程。

这种重复会推高成本。由于团队必须同时维护两套系统，它还可能让过渡期间的生产率看起来更差。

可信的部署计划应当说明哪些旧工作将被取消。如果没有任何会议、报告、审批或人工环节被移除，AI系统很可能只是在增加复杂性。

未来三个月企业应关注什么

有三个信号将显示Webb的警告是否正演变为持久的经济模式：投入生产的转化率、已实现的财务价值，以及对AI使用的更严格控制。

第一个信号是从试点进入持续生产环境的项目占比。相比宣布新的实验，真正重要的是那些在既有工作流中被普通员工日常使用的系统。

更高的转化率将削弱“试点炼狱”的论点。这表明企业正在解决治理、数据和集成方面的障碍。

如果试点数量持续增长，而生产部署没有增长，则会强化Webb的观点。这意味着实验已成为一个持久的采购类别，而非通向部署的桥梁。

留意企业如何描述这些项目。“向员工开放”并不等于被经常使用。“已部署”也不等于具有经济价值。

第二个信号是企业层面的财务影响。McKinsey发现，在报告AI对利润有任何贡献的组织中，大多数仍将AI带来的EBIT贡献归因于不足5%。

未来的调查和财报电话会议应揭示这一贡献是否扩大。企业应报告可衡量的成本节约、收入增长、周期时间改善或风险降低。

对含糊的生产率说法应保持谨慎。只有当组织将节省的时间用于增加产出、改善服务或降低开支时，这些时间才真正具有价值。

如果企业开始将AI与持续的盈利增长联系起来，泡沫的类比就会减弱。基础设施支出也将拥有更明确的回报来源。

如果支出不断攀升，而可衡量的回报依旧停滞，警告就会更有说服力。市场将为更多活动提供资金，却没有相应增加已实现的价值。

第三个信号是使用限制和模型路由系统的普及。这些控制机制会根据成本、速度和所需能力，将任务导向不同的模型。

Samsara的使用上限和Docusign更窄的上下文检索范围，显示出企业在发现隐藏运营成本后如何应对。

更多控制措施并不能证明AI经济正在崩溃。它们表明市场正离开实验阶段，开始正视单位经济效益。

这种转变可能是健康的。云计算同样经历了多年的成本管理、治理和工作负载优化。

然而，如果在预算超支后引入激进限制措施，则会支持Webb的担忧。这表明组织在理解成本之前，就已经购买了过量的能力。

读者还应区分不同领域。编程、客户服务、知识管理和文档处理，具有不同程度的结构化特征和可衡量反馈。

软件工程中的成功并不保证战略或管理工作也能取得类似结果。受监管工作流中的失败，也不能否定每一个内部助手的价值。

Google News将继续呈现两方面的报道，因为证据确实喜忧参半。采用率和收入可以上升，而企业回报仍可能不均衡。

有意义的问题并不是AI是否真实。它显然能够完成有价值的工作。真正有意义的问题是，每一次部署是否足以改变运营结果，从而证明其全部成本是合理的。

这些成本包括tokens、订阅、基础设施、集成、审查、培训和组织注意力。还包括那些永远无法走出试点阶段项目的机会成本。

Webb的约会应用比喻，捕捉到了无休止搜索的危险。企业可以不断为工具匹配应用场景，却始终无法建立稳定的运营关系。

摆脱困境的起点是减少实验，并采用更严格的标准。每个项目都需要明确的负责人、经济基线、生产路径和清晰的终止规则。

在批准又一个试点前，高管应提出最后一个问题：如果项目成功，哪项决策、工作流或成本将会消失？

如果没有人能回答，公司可能并不需要再做一份演示文稿。它需要的是对工作本身的清晰认识。