90%的CEO承认AI没用?这不是AI的问题,是你的问题

上周跟一个做汽车配件的老板喝酒，他第三杯下去突然来了句："我花了80万上AI质检，现在设备落灰，员工还是拿肉眼看。"

我问他："你当时怎么决定上的？"

他说："供应商来演示了一下，识别率99%，我一拍大腿就签了。"

"那你有没有想过，你的产线每天换三种模具，光照条件白班晚班不一样，你那个99%是在实验室拍了一百张图测出来的？"

他愣住了。

这不是个例。刚出炉的NBER调查，美国国家经济研究局，经济学界的"最高法院"，调了美英德澳四国6000名CEO和CFO，问了一个简单粗暴的问题：

过去三年，AI对你公司的生产力和就业，影响大吗？

答案触目惊心：将近90%的人说基本没影响。

大多数人对这件事的理解是错的

第一种错误理解："AI就是个泡沫，跟元宇宙一样"

不对。元宇宙需要硬件革命，你让建筑工人戴VR头盔搬砖试试。但AI不一样，GPT-4已经能写合同、做报表、分析图像，技术本身是成立的。问题不在工具，在人。

同一份调查里，那些真正把AI嵌入流程的企业，生产力提升了5%-15%。不是AI挑行业，是你挑了个最蠢的用法，让ChatGPT帮你写邮件，然后宣布AI没啥用。

调查里有个数据更扎心：CEO们平均每周用AI的时间是1.5小时。25%的CEO完全不碰。你连工具都没摸熟，怎么知道它能不能用？就好比你买了台CNC加工中心，只用它来切个纸板，然后说数控机床不如手锯。

一句话：不是AI没用，是你没想明白让它干什么。

那些说AI没用的CEO，做了什么？买个通用软件，让员工自己探索，没有改流程，没有改考核，没有改数据采集方式。等于给一个不会游泳的人扔了块冲浪板，人淹了，你怪冲浪板质量差。

而那些AI用出效果的企业，做对了什么？

一家德国汽车零件厂，没买什么高大上的系统。他们做了一件事：把过去十年的质检退货单全部数字化，标注了146种缺陷类型，然后训练了一个专属模型。现在新员工入职第一天就能做老师傅花三年才能做的判断。

区别不在技术，在于有没有人把"业务问题"翻译成"数据问题"。

这就是CEO们陷入的困境：他们能看懂财务报表、能谈判并购、能管两万人的组织，但他们不知道怎么把"我们的交期总是延误"这个商业问题，拆解成AI可以处理的"排产优化问题"。

1990年代，企业买电脑。大量公司花重金采购，但生产力不升反降。经济学家索洛写了句名言："计算机时代到处可见，唯独在生产力统计中看不到。"

后来呢？那些把业务流程围绕计算机重新设计的公司，沃尔玛的库存系统、戴尔的直销模式——吃掉了整个市场。落后的不是没买电脑的企业，是买了电脑但只用来打字的企业。

今天的AI，就是30年前的电脑。90%的企业正在重演"买来打字"的故事。

再看一组对比：

同一批CEO虽然说AI现在没影响，但他们预期未来五年AI能提升1.4%的年生产力。也就是说——他们自己也知道AI有用，只是承认自己还没搞定。

1.4%听着不多？日本"失去的三十年"，年均生产力增长才0.5%。美国1995-2004的IT黄金十年，也就2.5%。1.4%是个保守但实打实的数字。

问题在于：从"知道有用"到"真正产生ROI"之间，隔着一条叫落地的太平洋。

回到开头那个汽车配件老板。

后来我帮他做了一件事：不是换设备，而是花了两周时间，跟他的质检班组长一起梳理了实际缺陷分类，重新采集了不同光照、不同模具条件下的样本，然后微调模型。

成本比他第一次花的80万少了四分之三。检出率反而更高了。

他说了句话我印象很深："原来AI不是买回来就能用的，它得有人喂。"

对。AI不是空调，买回来装上就制冷。AI更像一个新员工：聪明，但你得教它你的业务逻辑，告诉它什么是对什么是错，给它足够多你自己的案例。

这个"教"的过程，就是90%的CEO缺失的那一环。

当绝大多数企业还在"买了设备等奇迹"的阶段，能帮企业完成这个"翻译"动作的人，就是最稀缺的。

如果你也在想怎么让AI在你的产线、你的车间、你的业务里真正跑起来，不是写周报那种跑起来，是产生实打实ROI的那种——可以聊聊。

我做的事就一件：帮传统行业的老板，把商业问题翻译成AI能解决的问题，然后落地。

不卖软件，不讲概念，只做能算出钱的事。