a16z合伙人:把AI当员工而不是软件——这件事戳穿了大部分企业AI转型的方向
a16z三位合伙人——Martin Casado、Aaron Levie、Steven Sinofsky——最近做了一场近一小时的圆桌闲聊。
我从这场对话里抓到三件事,每一件都和当前国内大部分企业正在推的AI转型方向是反的。
写这篇之前我自己也做了一个判断——这种”反方向”的判断如果你认同,立刻就能改变你下周的几个决策;如果你不认同,我希望它至少能让你停下来想十分钟”我们公司是不是真的在做对的事”。
一、99%的公司在按”集成软件”的逻辑做AI——但AI不是软件
这场对话里最反共识的一句话来自Martin Casado——
这些AI模型本身是非确定性的,它们会处理混乱的长尾问题。这两件事正好是人类的特征。我们花了40年时间打造各种流程、接口、控制权限来对付混乱的人类。所以——如果你把AI当作一个新员工来对待,给它一个邮箱、给它访问文档的权限、给它登录账号,让它复用所有为人设计的流程——它会比把它当作软件来集成容易得多。
这句话听上去像一个比喻,其实是一个底层假设的颠覆。
今天大部分企业的AI转型项目长什么样?基本上是这样——IT部门牵头、对接Copilot或类似工具、做API集成、写权限映射、规划数据中台、建agent调度层。整套打法是把AI当作一种”新软件”来集成进现有的IT架构。
这条路非常难走。Steven Sinofsky在对话里说了一句更扎心的话:
任何超过1000人或者超过10年的公司,本质上都是一堆等着被集成的杂物。AI解决不了集成。
如果你的公司有30个业务系统、5套ERP的不同版本、十几个数据库、几百个权限组,那么不管你买多强的agent,它都会撞在集成墙上。Aaron Levie给了一个具体的例子:你打客服电话,遇到一个问题,客服会说”这是另一个部门的事,我帮你转”——人类员工天然知道遇到权限边界要把球传给同事。Agent不知道。它撞在权限墙上就停下来,要么就乱来。
但如果你换一个底层假设——AI不是新软件,是新员工——整件事的逻辑就翻过来了。
新员工入职你怎么处理?发邮箱、配工号、跑入职培训、按岗位分配权限、放进对应的汇报关系里。这些机制企业花了几十年磨合好了。它们处理的就是”非确定性、会犯错、需要边界、需要监督”这些事——这些事AI agent全都需要。
Aaron Levie在对话里半开玩笑半认真地说:”我支持agent入职。让它去orientation,让CEO给它讲企业文化,让每个部门给它做pitch。”——他说”我不是开玩笑”。
这件事如果你接受了,三个推论会浮出来:
推论一:AI转型的主战场可能不在IT,而在HR。 HR部门是企业里唯一擅长”管理非确定性主体”的职能。招聘、培训、绩效、晋升、合规——这些机制本来就是为人设计的。如果agent要被当作员工来管,那HR就是最有资格设计这套体系的部门。今天大部分公司的HR还在AI转型项目里被边缘化,这件事可能恰好是错的。
推论二:所谓”AI agent的onboarding”会变成一个真实的岗位职能。 不是新闻里那种戏谑的说法,是真的需要有人去设计每一个agent的”入职流程”——配什么权限、看什么文档、向谁汇报、出错了找谁、绩效怎么衡量、违规怎么处理。
推论三:很多今天看起来在做AI集成的钱,可能花错了方向。 与其投在数据中台、agent编排平台、企业级RAG这些”AI软件化”路径上,不如先把现有为人设计的流程梳理一遍——SSO、IAM、文档权限、审批流——确保这些机制能被一个agent当作”新员工”复用。这条路没有那么性感,但它工作。
二、Token数考核——一个让人想笑的真实场景
Aaron Levie讲了一个我反复回味的真实故事。
我昨天和一家大公司的员工聊天——这家公司因为强制员工用AI而出名——他告诉我:我和我同事,让agent去干一些根本没用的任务,就是为了让token数好看。
这件事在中国的版本你可以自己脑补——Copilot日活、AI使用次数、每周AI辅助产出、AI素养考核分数。所有这些KPI在今天大部分企业的AI转型办公室里都在被认真追踪、月度汇报、季度复盘。
而在被考核的员工那边,他们在做的事是:让AI去做没意义的任务来刷指标。
Aaron管这个现象叫”fake productive”——伪生产力。
这个现象的可怕之处不在于浪费了token——token不值钱。可怕的是:
它让公司高层产生了”AI转型在推进”的幻觉。看仪表盘,所有数字都在涨——使用率、交互次数、覆盖率全都漂亮。CEO在董事会上汇报转型成果,董事会满意。但底下没有任何真实业务的指标在变好。
更糟的是它训练了员工形成一种新的应付能力。他们学会了如何”用AI看起来很努力”。这种应付一旦养成就很难逆转——就像曾经被逼着写日报周报月报的那批员工,最后日报里全是文字游戏。
那么真正该衡量什么?这场对话给了一个简单的答案:衡量结果,不衡量动作。
如果AI让你的销售团队每月成交额涨了15%,不管他们用没用AI、用了几次、用得熟不熟,都是成功。 如果AI让你的客服平均响应时间从3小时降到20分钟,不用问他们用了哪个工具几次。 如果AI让你的财务月结从7天变成2天,谁在用什么不重要。
这些是业务结果。它们很难刷。它们涨的时候说明AI真的在创造价值。它们不涨的时候,你会立刻知道转型方向跑偏了。
如果你公司的AI转型KPI仪表盘上一个业务结果指标都没有,那它大概率就是一个生产”伪生产力”的工厂。
三、AI让代码变多——但代码越多越需要工程师
最后这一件事是讲给所有正在思考”AI是不是会让我可以少招人”的老板听的。
Martin Casado在对话里讲了一个他作为投资人观察到的现象:
当你用AI写代码,你的代码会随着时间推移明显变烂。它在解决问题的同时,几乎在以同样的速度引入新问题。
这是一个非常反直觉的判断。表面上AI让一个工程师能写过去三个工程师的活,但同时——
代码量爆炸。系统复杂度指数级上升。出bug的概率上升。安全漏洞面扩大。系统升级时遇到的兼容问题更多。出现故障时排查路径更长。
Aaron Levie把这件事推到了更广的层面:
“我们认为写代码越多就越不需要工程师”——这是这个时代最荒诞的概念。事实恰恰相反。因为你的系统比以前更复杂了,意味着你需要做系统升级的时候、出现停机的时候、遇到安全事件的时候——你需要解决的问题更难、更多、更需要懂行的人。
这件事不只发生在代码上。它会发生在每一个用AI放大产出的领域——
法务:AI能起草合同,但合同数量会爆炸式上升。每一份AI起草的合同都需要被审核、被维护、被在条款变化时更新。律师只会更忙,不会更闲。
营销:AI能生成无数素材,但素材质量参差不齐,需要人来筛选、组合、迭代。市场团队的工作不是少了,是从”创作”变成了”策展+审核”。
HR:AI能写JD、做候选人初筛、起草绩效评估初稿——但每一份AI产出都需要人来判断它是否符合企业的真实意图。HRBP不会变少,他们的工作会从”执行”变成”判断”。
财务:AI能跑无穷无尽的数据异常检测——但每一个异常都需要人来判断它是真问题还是假阳性。
每一个领域的逻辑都是同一个——AI不是减少了工作,是把工作的位置往上推了一层。它让原来高价值的”判断、审核、决策”工作变得更密集;让原来低价值的”执行、生产、整理”工作被自动化。
对一家公司的人才结构含义是非常具体的:
如果你的人员构成是金字塔型——大量底层执行者+少量中层管理+顶端决策者——AI转型对你最大的冲击是底层会快速萎缩。
但这不意味着公司可以变小。这意味着公司必须结构变形。底层萎缩之后,企业需要更多能做判断、能审核、能决策的”中上层”——他们不是传统的中层管理者,而是有业务深度、能与AI协作、敢做判断的中坚专家。
国内大部分企业今天的人才结构和这个反方向的需求是错位的。HRVP真正该做的事不是”AI素养培训全员普及”,而是——
重画人才金字塔。哪些岗位会被压缩?被压缩之后人去哪里?哪些岗位会被放大?放大之后从哪里招?现有员工里哪些人有能力顺着这个变形往上走?哪些人需要被坦诚地告知”你的岗位将不存在”?
这些问题不舒服,但它们是真问题。绕开它们去推”覆盖率”,三年后回头看会发现所有的转型动作都在做无用功。
最后
这场对话最后Steven Sinofsky讲了一个细节——
1980年代末有一本书叫《工作的终结》(The End of Work),就在互联网爆发前几个月出版。整本书的论点是:技术革命已经失败了,没有带来生产力增长,未来不会再有更多工作。
这本书今天没人记得。
不是因为它的论点完全错,是因为它用静态视角看一个动态系统。它假设工作的总量是固定的——技术替代了人,工作就少了。它没有看到的是:当生产力放大后,新需求会创造出来,新的工作会从想象不到的地方长出来。
这个错误今天还在被反复犯。每次有人说”AI会让XX岗位消失”——你都可以问一句:然后呢?
然后通常才是真正重要的。然后会有什么新岗位长出来?然后新岗位需要什么能力?然后今天该开始做什么准备?
这场对话给我的核心启发是:AI转型最危险的姿势不是动得慢,是用错的mental model动得快。
把AI当软件而不是当员工——错的mental model。
用token数衡量转型成果——错的mental model。
认为AI会让人变少——错的mental model。
每一个错的mental model都会让你公司未来两年的资源、注意力、人才决策跑偏。而这种跑偏一旦发生,纠正成本远远高于一开始就停下来想清楚。
问自己一句——你公司当前推AI转型的那个mental model,到底是哪一个?
素材来源:a16z 周更节目《Monitoring the Situation Live》最新一期,三位嘉宾为合伙人 Martin Casado、Aaron Levie(Box 创始人/CEO)、Steven Sinofsky(前微软 Office 总裁)。
夜雨聆风