乐于分享
好东西不私藏

为什么AI工具越来越多,企业反而更焦虑了?

为什么AI工具越来越多,企业反而更焦虑了?
AI工具越来越多,企业反而越来越焦虑——这不是悖论,这正在成为一种被反复验证的现实。
2025年,企业平均订阅了7到12个AI工具。同一年,管理者对“AI到底有没有用”的困惑,却在持续加深。
豆包、Kimi、Claude,各种垂直行业的AI助手……工具的清单越来越长。但如果你问管理者“效率提升了吗”,得到的回答往往是这样的:
“有点提升,但……感觉哪里不对。”
这个“哪里不对”,值得认真说一说。
生成式AI在三年内达到53%的人口采用率,比个人电脑或互联网的普及速度都快。
麦肯锡2025年的全球调研显示:88%的企业已经在某处使用AI,但真正实现规模化落地的,只有三分之一。
大多数企业的AI,还停在试验田里,没有长进主粮地。
这不是个案,这是普遍现象。
工具是放大镜,不是发动机
有一个认知误区,几乎所有人都犯过:
以为换了更好的工具,效率就会自动提升。
但工具是中性的。它放大的,不只是效率,也放大了混乱。
斯坦福HAI年度报告引用的数据给出了一个让人清醒的数字:AI在具体任务层面确实有帮助——客服效率提升15%,开发者代码合并速度提升26%。但落到宏观层面,AI对全要素生产率的实际贡献,只有0.01个百分点
0.01%。
局部的效率,没有变成组织的效率。
为什么?
用一个例子来说:你把一支军队的单兵装备全部升级了,但指挥链是混乱的,目标是不明确的,各部队在各打各的——装备越好,混乱的规模越大。
AI工具对企业的作用,现在大多数情况下,就是这样。
焦虑的背后,是三个断层
我在做组织诊断的时候发现,AI推进受阻的企业,几乎都卡在同样的三个地方。
第一个断层:目标不对齐,工具加速跑偏。
用AI做了很多事,但方向是错的。
不同部门在用AI解决“自己定义”的问题,而不是公司真正需要解决的问题。市场团队在用AI批量生产内容,销售团队却说“这些内容我们根本用不上”。HR在用AI优化JD,业务部门说“招来的人还是不对”。
大家都在努力,结果却不对。
这不是AI的问题,是目标从来没有真正对齐过。AI放大了这个跑偏的速度。
第二个断层:能力没跟上,工具成了摆设。
买了工具,但人不知道用来干什么,或者不知道怎么用才能真正产生价值。
METR机构2025年的一项随机对照试验发现:有经验的开发者在使用AI辅助完成真实编程任务时,速度反而下降了19%。原因是他们把大量时间花在修改AI输出的错误上,而不是真正的创造性工作上。工具,成了一个新的负担。
这背后有一个更根本的问题:当员工不清楚自己岗位的核心职责是什么,不清楚能力标准在哪里,工具给了也不知道如何发挥价值——他们用AI,只是把“看起来很忙”这件事,做得更快了。
第三个断层:文化没支撑,组织内部先分裂了。
第一财经联合长江商学院的调研覆盖了1.2万个样本,有一个数字值得管理者认真看:85.53%的员工,存在被AI替代的焦虑。
这意味着什么?
意味着当你在推AI工具的时候,大多数员工的第一反应不是“这个工具能帮我更好地完成工作”,而是“这个工具是不是在替代我”。
该用的人在观望,在防守,甚至在回避。
不该用的人,在乱用——亚马逊内部就曾出现过“AI sprawl”现象:各团队各自构建AI工具,重复造轮子,数据管理混乱,安全合规体系不堪重负。用来治理泛滥的工具,又引发了新一轮泛滥。
这不是员工的问题,是文化土壤没有准备好。
诊断先于工具
这三个断层——目标不对齐、能力没匹配、文化没支撑——有一个共同特点:
它们在AI来之前,早就存在了。
AI没有制造这些问题。它只是把这些问题放大了,让它们从“隐隐约约的不对劲”,变成了“看得见的成本损耗”。
真正有竞争力的管理者,不会先问“我们要不要用AI”。
他会先问:我们组织的底层系统,准备好了吗?
目标是否真的层层对齐,还是各部门各自为战? 岗位的能力标准是否清晰,人和岗之间的差距在哪里? 文化土壤是否支撑变革,还是暗流汹涌,摩擦成本极高?
这些问题,不是AI能回答的。
就像医生不会因为听说有了新的手术器械,就直接上手术台。他要先做的,是体检,是诊断,是搞清楚问题究竟在哪里。
这是组织效能诊断要做的事。
工具之外的那个问题
很多管理者的困惑,其实是同一种:
“AI我们也用了,顾问我们也请了,培训也没少做。但感觉每次都是开始很热闹,三个月之后什么都没变。”
这种感受,有一个精准的诊断结论:你换的是工具,没有动的是系统。
工具会被更好的工具替代,但底层的系统问题,会在每一次新工具的浪潮里反复出现。
AI工具越多,这个问题就越刺眼。
这就是为什么,越来越多企业在引入AI的同时,开始做一件以前觉得“没那么紧迫”的事:系统地诊断自己的组织底层——目标是否对齐、能力是否匹配、文化是否支撑
不是因为焦虑,而是因为清醒。
工具会越来越多。
但底层系统的问题,不会因为工具更多而自动消失——它只会被放大得更刺眼。
先诊断,再选工具。
目标是否真的对齐?能力是否真的匹配?文化是否真的支撑?
这三个问题想清楚了,AI才是发动机。
想不清楚,工具越多,噪声越大。
豆包上线收费了,3个原因说清这对普通人其实是好事
一年倒闭1000家网红品牌,真的是创始人急功近利?我拆出了3个被隐藏的核心变量
给杠精们开的药方
同一条产线,一件卖2390,一件卖181:县城版拉夫劳伦背后,藏着的市场逻辑
我对一位顶尖教授彻底祛魅了