夜雨聆风硅谷前沿洞察
黄仁勋说智能体已来，MIT却说95%企业投资AI颗粒无收，
你在担心被 AI 取代。但真正在发生的事，比"取代"难堪得多。它正在像一台 CT，把每一家公司、每一个人，从里到外照得清清楚楚。把最近两个月美国硅谷发生的几件大事拼到一起，你会发现它们在说同一句话：
AI不是一个替代者，它是一台你躲不掉的“造影” CT。
2024年下半年我们参股一家AI公司，结果亏损近两年。与一位前阿里巴巴技术大咖聊到AI创业时，他说了一句话如醍醐灌顶：“很多老板神话了AI，以为AI+上去就能赚更多，其实如果这个企业业务本身就亏钱，AI+上去只会亏更多，因为AI就是一台放大器”。而今天更像一台“造影”CT机
所以 AI 时代真正的分水岭，不是"你有没有用 AI"，而是"你敢不敢被它照、经不经得起被它照"。
— 它的片子，一共三张。 —
第一张，照的是你的组织。
MIT 上个月扒了 300 多家公司的真实部署：全球砸进 300 到 400 亿美金，95% 对利润零影响。
但 MIT 把病因说得很重——这 95% 不是死于技术，"不是基础设施，不是监管，不是人才，是学习"：系统接不进流程、读不懂数据、用一年还不长记性。
换句话说，AI 没让这些公司变差。它只是照出来：这些公司体内本来就 有病灶，只是以前没人看得见。
片子上最扎心的一处阴影：一家公司花 5 万美金买了套专业合同 AI，它的法务却宁可用免费的 ChatGPT，理由是"差距太明显，ChatGPT 就是更好"。MIT 还发现，只有 40% 的公司有官方 AI 订阅，但 90% 的公司里，员工每天背着 IT 偷偷用。
这一张片子，照出了很多老板不愿承认的真相：你公司真正的生产力， 长在员工身上，不在你采购的那台设备里。
第二张，照的是"人"的价值。
你一定听过"AI 要消灭一半白领"。把这话喊得最响的两个人，OpenAI 的 Sam Altman 和 Anthropic 的 Dario Amodei，上个月先后认错了。Altman 的原话是："我很高兴我错了。"
先知为什么会错？因为他们以为 AI 是一把手术刀，会"切除"大量岗位；可 AI 干的其实是"造影"：它让哪些是真器官、哪些是赘生物，第一次显形。
证据就在数据里：美国今年裁员超过 11.5 万，很多打着 AI 旗号，但耶鲁预算实验室追踪发现，高 AI 暴露岗位的就业结构并没有显著变化；更打脸的是一股"AI 回旋镖"——那些高调用 AI 替人的公司，正悄悄把人请回来：IBM 的自动化系统翻车后重新补人，连最早炫耀"用 AI 替掉整支团队"的明星公司，也开始掉头（这一个，我留到最后讲）。
这张片子照出来的，是哪些岗位是真判断、真信任、真担责，哪些只是可被复制的执行。前者被照成更值钱，后者被照成可替代。AI 没有取代人，它在给人的价值，重新定级。
第三张，照的是你自己。
6 月初，黄仁勋在 GTC 台北说"智能体已经到来"。他让英伟达全员用上 AI agent，结果这些人"比以往任何时候都更忙"：被解放、被抬升，去做更难、更想做的事。
但请注意：这句话，只对一部分人成立。
同一套 agent，交到一个能"定义问题、编排资源"的人手里，他被抬升；交到一个只会"执行任务"的人手里，他被架空。这张片子照出的，是你到底站在哪一边。
那么，这台 CT 到底在测哪几项指标？
两项：一家公司的"AI 适配性"，和一个人能不能从"执行者"变成"编排者"。
所谓 AI 适配性，就是你这家公司经不经得起这一照：
- ▶流程，拆不拆得开？
- ▶数据，读不读得懂？
- ▶决策，说不说得清？
- ▶组织，玩不玩得转？
这四项，就是 CT 上最先亮起来的四个红点。一项不及格，AI 就照出你一处病灶。
— 所以回到开头。 —
AI 真正的可怕，从来不是"取代"，是"照见"。
被照出"没有 AI 适配性"，并不丢人——95% 的公司都查出了问题。早发现，恰恰是好事。
真正危险的，是另一种人。
两千多年前，名医扁鹊见蔡桓公，说他"病在腠理，不治将恐深"。蔡桓公不信，也不理。十天后，扁鹊说病已到肌肤；再十天，病在肠胃；又十天，扁鹊远远看他一眼，转身就走——因为病已入骨髓，这时候，谁也救不了了。
今天太多老板，就是那个蔡桓公：还在纠结"要不要上 AI""该上哪个模型"，却始终不肯躺上这台 CT。
但也有人，及时看懂了自己的片子。
2024 年，金融科技公司 Klarna 高调宣布：一个 AI 客服，顶掉了 700 个人工坐席的活，省下数千万美元。CEO 把它当成 AI 时代的样板，四处宣讲。
可不到一年半，片子显影了：客户满意度往下掉，那些复杂的、带情绪的、高价值的纠纷，AI 接不住，信任在一点点流失。
2025 年，这位 CEO 公开认错，说了一句很多老板说不出口的话 ——"我们走得太远了。成本，成了我们组织这件事时压倒一切的评判 标准；而你最终得到的，是更低的质量。"
然后，他做了蔡桓公没做的那个动作：照着片子，改。今天的 Klarna 是一套"AI＋人"的分工——AI 接标准化的简单咨询，人专门负责复杂的、情绪化的、高价值的客户。
你发现没有？这恰恰就是这台 CT 从头到尾在照的那条线：可被复制的执行，交给 AI；真判断、真信任、真担责，留给人——而且，更值钱。
Klarna 了不起的地方，不在于它一开始没犯错，它犯了，代价还不小。了不起在于：它没有硬扛着装没事，它看了片子，认了，改了。
所以，别做那个躲着体检的蔡桓公。这台 CT，早晚会照到你。区别只在于——是你主动躺上去、趁"病在腠理"时补上一课，还是等对手照完，把你显影成那 95%，被一路拖到骨髓。
