当AI只能完成一半工作,剩下那一半会发生什么MIT去年发布过一项研究，结论是95%的生成式AI企业试点都以失败告终。这个数字被引用了很多次。但a16z最新整理的数据说的是另一件事：财富500强里，已经有29%的企业成为AI初创公司的正式付费客户。不是试用，不是POC，是高层签字、完成部署、产品真正在跑的正式合同。全球2000强里，这个比例是19%。两组数据同时成立。它说明的不是其中一个错了，而是大多数人评估AI落地的框架，本身就有问题。企业AI到底在哪里真正有用，其实已经有了相当清晰的答案。从头部AI初创公司的收入增长看，落地高度集中在三个场景：编码、客服、搜索。编码遥遥领先，领先幅度接近一个数量级。结果可以被快速验证，而且不需要AI做到100%就能产生价值。代码能不能跑，一秒钟就知道。客服工单有没有解决，数据实时可查。这种"快速验证"看起来是技术特性，其实是商业特性。它意味着企业不需要等AI完美才敢用——哪怕AI只完成了六七成，人接着做，整体效率依然大幅提升。Cursor等工具爆发的背后，是顶级工程师在AI辅助下生产效率提升了10到20倍。注意：不是AI替代了工程师，是工程师借助AI完成了原本需要更多人才能完成的工作量。这是企业AI目前真正有效的工作方式：不是替换，是放大。传统认知里，法律市场是企业软件最难打入的领域。决策周期长，律师不算技术友好型买方，工作高度非结构化——这些特点，让ERP、CRM这类静态工作流软件在这里几乎没有立足之地，几十年来都是如此。原因不是模型有多强，而是AI的切入方式根本上不同于传统软件。传统软件需要改变工作流才能产生价值；AI不需要改变任何系统，只需要插入律师正在做的具体工作里——整理文件、检索判例、起草初稿、摘要长文档。这些工作高度文本化，哪怕AI只做对了一部分，律师审核修改，整体产出依然快得多。医疗行业同样如此。Abridge做病历记录、OpenEvidence做医疗搜索、Tennr做后台流程自动化，都没有试图替换Epic这类核心系统，而是切入医生和管理人员正在手动做的那部分工作。结果是在一个对软件极度保守的行业里，迅速跑出了可观的收入规模。AI落地最快的地方，不是AI能力最强的地方，而是"不完整的AI"能和"人工判断"无缝衔接的地方。a16z报告里有一段判断，写得很克制，但我认为它是整篇报告里最值得反复读的：假如AI只能完成一个人50%的任务，那另外50%无法自动化的部分，反而可能因为成为瓶颈而显得更重要，进而抬高其相对价值。这句话对企业决策者和创业者，指向的是两件完全不同的事。对企业决策者来说，这是一个关于ROI框架的根本性提醒。目前大多数企业评估AI投资回报的方式只有一张表：AI替代了多少人工成本。这张表本身没错，但它只记录了AI"省下来"的东西，没有记录AI"释放出来"的东西。AI能替代的，往往是工作里最标准化、最重复的部分——它们占用时间的比例，远高于它们占有价值的比例。一个销售团队，花40%的时间整理报价单和起草合同初稿，AI接管之后，企业算出来的ROI是"省了两个行政人力，每年节省80万"。但被解放出来的销售，每周客户拜访量从5个变成了15个，成单率没变，收入翻了两倍。这多出来的收入，根本不会出现在那张"替代人工成本"的表里。更关键的是，当AI承担了可以标准化的那一半工作，决定一个团队、一个律所、一家医院能走多远的，就不再是"处理量"，而是判断力、客户关系、非标准决策。这些恰好是AI做不到的那另一半。整个系统的瓶颈发生了转移，而价值永远在瓶颈处聚集。所以"AI会让大多数人变得不值钱"这个判断，逻辑上是反的。AI让可以被标准化的工作不值钱，同时让无法被标准化的判断变得更稀缺、更值钱。真正能把AI投资转化成竞争优势的企业，是那些在第一张表之外，还想清楚了第二个问题的企业：被AI释放出来的人力，最终去做了什么？如果是更多重复性工作，ROI一定难看。如果是更高密度的判断型工作，那才是真正的复利。最容易被忽视的机会窗口，是模型能力已经越过了某个临界点、但行业里还没有人意识到的那个时刻。Harvey在模型还不完美的时候就进场了，等到模型真正成熟，他们已经完成了客户教育，建立起了数据壁垒。这个窗口现在正在哪里打开？a16z的基准测试数据给出了一个具体信号：过去四个月，会计与审计类任务的模型表现提升了接近20%，警务和侦查类工作提升了接近30%。提升是真实的，但这些行业里目前还没有跑出收入爆发型的公司。"能力已起、市场未动"的错位，才是真正值得盯的方向。最好的入场时机，从来不是市场已经爆发之后。编码之所以能领先其他场景接近一个数量级，不只是因为工程师愿意尝鲜，更是因为编码在整个软件生产链条里处于上游位置。AI对代码生产的提速，会连带加快所有下游应用的开发速度，各行业构建产品的门槛会进一步降低，新的竞争者会更快出现。这意味着：留给任何一家公司建立真正竞争壁垒的时间窗口，正在变短。那另外的50%，不是AI的终点。它是下一轮竞争真正开始的地方。
夜雨聆风