ARTICLE · 1037768
AI 没有降低门槛,它只是把门槛挪了个位置
AI 没有降低门槛,它只是把门槛挪了个位置过去全靠几个老业务员肉眼识别，手工敲进系统。每天三四个人，敲三四个小时。 后来他们上了 AI。现在喝杯咖啡的 30 分钟就干完了。单条从 10 到 15 分钟压到 1 到 2 分钟，准确率稳定在 98% 以上。 听着很像一篇 AI 提效的爽文。 但我要讲的不是这个。 真正让我停下来的是项目组花的那三周——他们拉着几个老业务员，对着历史单据一条一条梳理：A 供应商说的"运费"和 B 供应商说的"物流附加费"，在我们系统里到底对应哪个字段？哪些必填？哪些绝对不能让 AI 猜？ 三周，把老员工脑子里的"手感"，硬生生翻译成了系统能跑的规则。 这活儿跟 AI 一点关系都没有。 可它是这个项目里唯一没法外包、没法购买、也没法跳过的一件事。
过去两年，我们被告知 AI 在降低门槛。 不会写代码的人能写程序了，不会画画的人能出图了，写不好材料的人能一键生成了。都是真的。 但很少有人提醒后半句：门槛确实降了，不过是"做得出来"这一端的门槛。 另一端的门槛，正在悄悄升高—— 你能不能把一件事说清楚，以及机器交卷之后，你判不判得出好坏。 这两件事，以前藏在那几个老业务员、老师傅、资深顾问的脑子里。那时候它们不值钱，因为作用范围只有一个人的一天。 现在 AI 能把一个人的产出瞬间放大成全公司的产能，这两件事突然变成了整条链路上最贵的东西。 说白了：AI 负责生产，你负责定义和验收。 生产这一端已经快到近乎免费了。定义和验收这两端，从来没这么贵过。
一份针对中国企业管理者的研究，把 AI 落地后的流程画成了五棒接力： 个人任务（提速）→ 提交审批（放缓）→ 跨部门协作（放缓）→ 复核与审计（放缓）→ 结果交付。 第一棒，AI 确实让你飞起来了。 第二棒开始，全是刹车。 你用 AI 二十分钟写完的方案，在审批那儿躺了两天。因为太容易生成，提案数量翻了三倍，评审会开得更长。因为谁都不确定 AI 写的那份东西可信度几何，复核的人反而变多了。 盖洛普今年的一份研究给了句很克制的话：个人任务的节时，不会自动转化为同比例的组织效率提升。 还有一份报告叫《承诺与绩效的悖论》，书名本身就说明了一切。 这就是那个真实的尴尬： 个人提效是真的，团队没变快也是真的。两件事同时成立。 因为 AI 吃掉的主要是"从零生产"和"信息处理"。而它没碰的那部分——判断、质量控制、责任归属——本来就慢，现在因为前端产能暴涨，压力全堆了过来。 产能瓶颈从"做不出来"，挪到了"不敢拍板"。
可口可乐的做法给我补上了另一半。 他们没让 AI 从零画海报，而是先把百年积累下来的视觉资产——瓶型、红色、字体、圣诞老人、北极熊——整理成创作者可以安全调用的素材池，再开放给用户二次创作。 报告里那句总结很关键：很多企业不是缺资产，而是从来没把老图片、旧话术、客户故事当成资产管理过。 我想把这句话再往前推一步： AI 本质上不创造价值，它只放大价值。 它像一个放大器接在你的组织上。你原本就有好东西，它帮你放大；你原本就是一团浆糊，它帮你高效地生产更多的浆糊。 所以决定 AI 产出的，从来不是模型，是喂进去之前那个东西。 回到开头那家企业。他们真正沉淀下来的是三样东西：一本供应商字段映射字典、一套异常处理机制、一条标准复核流。 这三样，AI 来了之后它们会在；AI 没来的时候它们本来也该有——只是没人愿意为它付那三周的钱。 AI 的唯一贡献，是让这笔账再也躲不掉了。
还有个变化在悄悄发生，很多人没注意到。 研究把 AI 在组织里的渗透分成四级：个人会用 → 团队共同用 → 进入关键流程 → 组织能力升级。 第一级靠个人觉悟，第四级才触及经营价值。而卡在第二级和第三级之间的那道坎，名字很朴素： 个人知识如果不能变成团队词典，就永远不会自动变成组织能力。 中间隔着五道题，每一道都得由管理者来答： 这个任务适不适合交给 AI？ 怎么委托？ 什么算合格？ 怎么审核？ 最后谁负责？ AI 一道都答不了。它们是管理题，不是技术题。 一份 AI 应用手册里有句话我抄下来了：AI 负责准备证据，管理者负责作出判断。 还有一句更狠的：研究任务最容易出现的偏差，是把资料的数量当成了研究的质量。 这句话放在今天太合适了。我们都在比谁的知识库更大、谁的提示词库更全、谁建的智能体更多。 可当生产变得几乎免费，判断力是唯一没法批量生产的东西。
有份材料里给了一张自测：七个维度，加一道护栏。 我挑两条最扎心的。 一条叫比较度。 偏那一端的人说：我习惯拿自己的长处去比 AI 的短处，于是越比越觉得，AI 也不过如此。 偏这一端的人说：我习惯拿自己的短处去接 AI 的长处，于是越用越能感受到它给我带来的增量。 同一项技术，两条路，越走越远。 另一条叫校验度，它被单独拎出来标成"护栏"——因为其他六条决定你用得多好，这一条决定你会不会翻车。 我用 AI，但判断权不交出去。 我一直觉得这句该贴在每一个工位上。
一份企业 AI 升级的研究里有句大白话：AI 从来不会变魔术，它只是一面无情的放大镜。 流程顺、任务清、数据干净、经验有沉淀的组织，AI 会让它如虎添翼。 流程本来就是一团乱麻、数据残缺、权责互相推诿的组织，AI 会帮它更快地产出更多垃圾——并且因为这批垃圾看起来很像正经交付物，排查成本还会更高。 这大概就是为什么这两年 AI 总给人一种分裂感：新闻里天天是突破，身边却有那么多项目悄无声息地死了。 不是技术没兑现。是放大镜照出了我们本来就想糊弄过去的东西。
所以如果你问我，明年只做一件事该做什么。 不是选型，不是买账号，不是再办十场培训。 是去找出公司里那件"只有老张知道"的事——那个所有人都知道存在、但从来没人把它写下来的东西。可能是一套不成文的判断标准，可能是一位老师的排产手感，可能就是 30 家供应商的黑话对照表。 然后花三周，把它写下来。 这件事 AI 帮不了你。但你不做完，AI 也帮不了你。 门槛没降，只是挪了个地方。这次挪到了你一直假装看不见的那个角落。
有一家做供应链的企业，每天被 30 多家上游供应商的单据淹没。PDF、Excel、拍歪了的照片、模糊的微信截图，什么格式都有。更要命的是，同一件货、同一笔运费，30 家供应商能叫出 30 个不同的名字。