AI狂热正在侵蚀企业决策

近期一篇讨论 AI 热潮的文章，记录了作者在为大型企业提供咨询时观察到的现象：在一些组织里，AI 已经不只是技术议题，而是变成了影响战略、预算、绩效和内部话语权的压力场。

文中最值得注意的不是某个具体模型的能力，而是企业决策过程本身正在被“必须谈 AI”“必须证明自己在用 AI”的氛围重塑。

没用过 AI，也能制定 AI 战略

作者提到一个极端案例：一位高管刚刚为一家年收入超过 20 亿美元的组织制定了以 AI 为核心的技术战略，随后却承认自己从未使用过 ChatGPT 或任何 AI 工具。

这个例子并不能证明所有 AI 战略都是空洞的，但它揭示了一个风险：当 AI 成为组织层面的政治正确，战略文件可能先于实际理解出现。决策者并不一定需要亲自写代码或调模型，但如果完全没有基本体验，就很难判断方案的可行性、边界和执行成本。

文章还引用了一位工程师的说法。其所在公司设置了 token 使用排行榜，于是他会检出一份 Go 仓库的并行副本，让 AI 尝试把整个项目改写成 Zig；与此同时，他继续做别的工作。这样做的目的并不是完成真正有价值的迁移，而是为了在排行榜上显示自己“正在使用 AI”，从而保住工作。

这类机制的危险在于，它把工具使用量误当成生产力。token 消耗、提示词次数或生成代码行数，都可能成为易于量化却难以代表真实成果的指标。一旦组织奖励的是“看起来用了 AI”，员工就会围绕指标优化，而不是围绕问题优化。

作者还记录了一段与某家过度热衷 AI 的公司高管的交流。问题是：为什么组织内部会反复传播一些未经验证的说法，例如 AI 可以带来 100 倍生产力提升，却很少有人公开反对？

对方给出的解释是：这并不完全是销售话术。更关键的是，客户公司的高管也在重复类似说法。如果供应商高管公开表示这些增益不现实，就可能被视为质疑客户高管的判断，甚至影响企业合同。为了避免合同风险和职业风险，许多人选择沉默。

这说明 AI 狂热的扩散并不只来自技术乐观主义，也来自企业之间的相互确认：客户想听到变革叙事，供应商不愿破坏叙事，内部员工则不愿承担反对成本。

文章中的轶事都来自匿名场景，不能直接推广到所有公司。但它们提醒我们，AI 在企业中的真实挑战可能不只是模型能力，而是组织如何做判断：

AI 工具确实可能提升部分工作的效率，也值得企业投入试验。但如果组织无法容纳怀疑、验证和失败，AI 就容易从工具变成口号，从创新变成表演。真正有价值的 AI 决策，应当建立在实际使用、清晰目标、可衡量结果和对局限的坦诚承认之上。