一个值得注意的现象是：AI火了两三年，显卡抢了一波又一波，DeepSeek部署了、全员培训也做了，可翻翻财报——什么都没发生。

这不是个例。Gartner的数据显示，2025年企业AI投资将达6440亿美元，但72%的组织正因浪费而吞噬价值。麦肯锡的2025年报告也指出，虽然90%的组织声称在定期使用AI，但只有39%报告了可衡量的EBIT影响，而且大多数企业的财务影响不到总盈利的5%。更扎心的是MIT 2025年8月发布的研究：分析了300个企业生成式AI部署案例，只有5%实现了快速收入增长。

问题到底出在哪？答案是出在一个100年前就已经有人犯过的错误上。

打开网易新闻 查看精彩图片

电力来了40年，工厂才开始真正赚钱

19世纪末，电力技术已经成熟，取代蒸汽机已成定局。但美国工厂的生产率飙升，却一直拖到20世纪20年代才真正到来。中间这40年，电去哪了？

原因很简单：工厂主们的思维没跟上。他们干的事情和今天的企业领导者一模一样——把蒸汽机换成电动机，但那根贯穿全厂用来传递动力的传动轴，一根没拆。机器照样挤在一起，布局照样毫无变化，效率自然纹丝不动。

直到有人意识到，真正的价值不在于“换一个更快的发动机”，而在于“推翻那根轴”。拆掉传动轴后，工厂不再受制于动力布局，可以按生产流程的先后顺序来摆机器，流水线由此诞生。1913年福特在高地公园工厂推行流水生产线，将汽车装配分解为84个步骤，装配时间从12.5小时缩短到了93分钟，1914年进一步优化至2.3分钟。

电力的红利，是从拆掉那根轴之后才真正爆发的。

今天的AI，正在被塞进一根隐形的“传动轴”里

回到今天的AI，企业正在干同样的事。

第一阶段的企业，把AI当成一个更快的打字机——写周报、改PPT、翻译材料、润色邮件。流程没动，红利微弱。这是大部分企业目前所处的阶段。

第二阶段稍好一些，各部门各自上工具：客服部搭智能客服，法务部接合同审查，HR拿模型筛简历。部门之间互不通气、流程照旧。有企业让AI客服直接上线，解散了人工客服，结果系统上线后因意图识别不准、知识库不更新，客户投诉率反而上升了50%。这就是典型的表面功夫。有些企业靠AI替代客服、大幅裁员后，剔除收购贡献后有机增长预期只剩7%-8%。

真正的红利在第三阶段——当企业不再问“哪个环节能提速”，而是开始问一个全新的问题：如果AI在公司里随时随地可用、几乎不花钱，这件事本来该怎么干？

在这个阶段，岗位会被重组，审批链会被压缩。那些曾经因为人力成本太高而压根不做的事情——给每一个客户做一份深度尽调、给每一份合同做全条款比对、给每一个客诉做根因分析——突然变得可行了。

这样的公司已经开始出现了。创新奇智2025年财报显示，公司实现营收15.13亿元，同比增长23.8%，毛利增速跑赢营收增速，其中AI+制造营收占比攀升至80.9%。神州控股2025年成功扭亏为盈，全年营收210.15亿元，同比增长26%，背后的逻辑是“AI for Process”——不是拿AI替代某个岗位，而是用AI重构整个供应链流程。

几条判断

第一，生产率悖论必然重演。当年电力来了，生产率统计不升反平，不是电的问题，是工厂结构的问题。今天看不到AI的红利，很可能是因为企业还停在第一阶段。

第二，瓶颈不在技术，在组织。拖住AI的不是模型不够强，而是现成的审批流程、部门壁垒、岗位定义和考核体系。有企业数字化转型之所以难见成效，核心症结往往不在技术本身，而在组织惯性的重重壁垒——“高层喊口号、中层推不动、基层无资源”。

第三，时间滞后是常态。电用了将近40年才完成那次跃升，AI也许会快得多，但技术的能力曲线和企业生产率曲线之间，必然会有一个不短的时间差。后者的速度取决于人的思维和组织的更新，不是显卡到货的速度。

第四，AI的成本正在急剧下降。2025年9月DeepSeek推出V3.2-Exp，输出价格从12元降至3元每百万tokens，整体调用成本降低超过50%。当AI变得极其廉价，过去不做的事现在可以做，过去想都不敢想的流程现在敢想了。但能不能抓住这个机会，不取决于你买了多少显卡，取决于你敢不敢拆掉自己公司里那根看不见的“传动轴”。

与其问“换一个更大的模型管不管用”，不如问自己：如果今天把AI当作一张白纸重画流程，我会画出什么结构？答案不在显卡里，在组织的设计和人的思维里。