📌 深度长文

公司给每个人配AI助手，重蹈130年前的覆辙

为什么给你一把锤子，不会让你变成木匠？

全文约 1800 字 | 建议阅读 5 分钟

一个让经济学家困惑了三十年的谜题

1880年代，电力取代蒸汽机，成为工厂的新心脏。按理说，同一台机器，换了更高效的动力源，效率应该立即飙升。但奇怪的事情发生了——

工厂装上电力之后，产量没有明显提升，甚至有些还下降了。

这一”停滞”整整持续了将近三十年——直到1920年代，管理学家弗雷德里克·泰勒系统地重组了工作流程之后，电力工厂的生产力才真正爆发。

经济学家保罗·大卫（Paul David）后来把这个现象写进了教科书，称之为“生产力悖论”（Productivity Paradox）：一项革命性的通用技术，从引入到真正提升生产力，往往需要几十年的滞后期。原因不是技术不够好，而是组织、管理、人与技术的磨合，没有同步跟上。

◆ ◆ ◆

历史不会重复，但会押韵

今天，我们正在亲眼目睹一个几乎完全相同的故事，只是主角换成了AI。

2024年至2025年，全球范围内掀起了一场企业”AI军备竞赛“：微软给员工配Copilot、字节跳动给运营配豆包、阿里给客服配通义——仿佛只要在每个工位上装一个AI工具，生产力就会自动提升。

现实呢？

📊 数据说话

全球已采纳AI工具的企业中，超过 60%的受访者表示

“没有看到可衡量的生产力提升”—— 麦肯锡，2024年Q4调研

高盛在2024年初的报告中更是直白地写道：“生成式AI对GDP的显著贡献，可能需要比预期更长的时间才会显现。”

听起来很熟悉吧？130年前是电力，今天是AI。

◆ ◆ ◆

工具不等于效率，配套才是关键

为什么给了工具，却没有效果？答案藏在两个被大多数公司完全忽视的关键环节里：

1没有重构工作流，AI只是加速了低效130年前，工厂只是把蒸汽机换成电动机，机器布局、工人分工全部照旧。电力的优势是能驱动更小、更灵活的机器，可以分布式布局——但如果不改变工厂的空间结构和作业流程，这些优势根本发挥不出来。AI时代同样如此：把AI发给每个员工，但他们依然在用老流程做事。AI只是让”低效”跑得更快了。

2没有培训认知，员工根本用不好AI哈佛商学院教授卡里姆·拉卡尼（Karim Lakhani）在研究企业AI采纳时发现，”Prompt能力”是AI产出质量的最大变量——同一个AI工具，经过系统训练的员工产出的价值，是普通员工的3到5倍。但大多数公司的培训，只教”怎么打开”，不教”怎么用好”。工具在手里，却没有驾驭工具的思维方式。

◆ ◆ ◆

130年前那些”先觉醒”的工厂，做对了什么？

1920年代率先从电力中获益的工厂，并不是简单地装上电动机就完事了。它们做了三件关键的事：

①重新设计产线布局用分布式电机替代集中动力轴，让每个工作站独立控制，不再受制于统一传动系统。

②拆分并重组工作流程打破原来按”技术工种”分工的模式，改为按”产品流程”分工，效率大幅提升。

③培训工人使用新系统不只是操作培训，而是整套新的工作思维方式。

AI时代，道理完全一样。

◆ ◆ ◆

企业真正应该做的：AI-ready 而非 AI-present

这个概念的区别看起来很小，实际上是天壤之别。

AI-present（AI在场）：买一批AI工具，发给员工，能用就用。AI-ready（AI就绪）：先诊断哪些工作环节值得AI介入，重新设计工作流，再选工具，同步培训员工使用AI思维，最后才是部署。这是一套系统性的变革，而不是一次性的工具采购。

◆ ◆ ◆

结语：技术只是开始，配套才是全部

130年前的工厂主，如果穿越到今天，看到我们给每个员工桌上放一台电脑、装一个AI软件，笑着说”这回肯定能提效”——他们大概会心领神会地苦笑一下。

因为他们知道，真正的问题，从来不是工具不够好。而是我们愿不愿意从根本上，重新想象工作是怎么完成的。

📌 下一次，当老板说”给大家每人配一个AI助手”的时候——

你可以举手问一句：

我们真的准备好了吗？

全文完 | 约 1800 字 | 2026年3月

全文完