夜雨聆风先讲个故事
1984年有个叫 Goldratt 的物理学家写了本小说，叫《目标》。
你没听错，物理学家。
书里有个工厂厂长叫 Alex，厂子快倒闭了，老板给了他三个月期限：要么翻身，要么关门。
厂里花了大价钱买了一台机器人，效率杠杠的，单看那道工序产出涨了36%。董事会很满意，数据很漂亮。
结果呢？工厂整体没什么变化。仓库照样堆满，交货照样拖延，利润照样往下掉。
为什么？因为那台机器人被放在了一个不关键的工序上。它拼命生产的东西，下游根本用不完。说白了，它只是更快地把原材料变成了库存。
Alex 的导师跟他说了一句话：
如果你优化的不是瓶颈，那你只是在更快地浪费。
三十年过去了，机器人换成了 AI，道理一模一样。
造车门的故事
再打个比方。
假设你开了一家汽车厂。你花了很多钱搞了项新技术，车门的生产速度翻了三倍。你很高兴，车门车间的数据太好看了。
但你忘了一件事：一辆车只需要四个门。
如果你真正的瓶颈不在车门——而是在发动机装配、在喷漆、在质检——那你把车门造得再快也没用。车门只会堆在仓库里，钱花了不少，一辆车都没能提前出厂。
这就是现在很多公司投 AI 的真实写照。
钱花了，然后呢？
这两年，有点规模的公司都在买 AI。Copilot 买了，ChatGPT 上了，客服换成智能体了。高管们开始在各种场合说"AI驱动""大模型赋能"。
然后呢？
麦肯锡有个数据：只有15%的公司说 AI 带来了"有意义的财务回报"。BCG 说得更直白：大部分 AI 项目停留在 PPT 阶段。
原因可以列一大堆：数据不行、人才不够、文化抗拒、模型不稳定……这些都对。但有个更根本的问题：
你花大价钱加速的那个环节，真的是你最该解决的问题吗？
什么叫瓶颈？
简单说：任何一个团队、一家公司、一条生产线，都有一个最慢的环节。这个环节决定了整体能跑多快。
你把别的环节加速十倍，只要这个最慢的没变，整体产出就不变。但你要是把这个最慢的提速1%，整体就提升1%。
这就是瓶颈。道理特别简单，但很多人做不到。
Goldratt 给了五步：
- 找到瓶颈
——最慢的那一环在哪？ - 榨干瓶颈
——先不花钱，把它的能力用到极限。 - 配合瓶颈
——其他环节别自己跑太快，按瓶颈的节奏来。 - 打破瓶颈
——前三步不够就花钱，直接提升它的产能。 - 重来
——瓶颈换了位置，回到第一步再找。
关键在哪？第二步和第三步。在你花钱加速任何东西之前，先搞清楚瓶颈在哪，把它的潜力榨干。
但现实呢？公司买 AI 的逻辑经常是：哪个部门预算多、谁嗓门大、哪个供应商先上门，AI 就先给谁。
这不是管理。这是碰运气。
做了一堆没人要的功能
再说说软件公司。
AI 编程工具确实让开发快了不少。Copilot 用户说编码速度提升了55%，这个数字到处被引用，成了不少 CTO 找老板要预算的理由。
但有个问题：你做功能更快了，可功能真的是你的瓶颈吗？
如果功能确实是瓶颈——比如你的产品缺了个关键能力，客户就因为这点不买——那你更快做出来，确实有用。
但如果你的瓶颈根本不在开发？如果你真正的问题是市场不知道你、销售渠道打不开、售后口碑差、定价乱七八糟？
那你只是用 AI 更快地做了一堆没人要的功能。
更糟的是，功能做多了，产品变臃肿了，团队维护成本上去了，用户也搞不清你到底卖什么了。你没解决问题，你在制造新问题。
最难的不是技术
Rohan Rajiv 原文最后提了一句，很多人没注意：
这还没算上对准正确瓶颈所需的变革管理。
这句话什么意思？
把 AI 投到真正的瓶颈上，听起来是技术决策。其实是公司里最难的那种政治决策。
因为瓶颈往往长在组织里最不受重视的地方。那些有钱、有人、有话语权的部门，大概率不是瓶颈。瓶颈通常在那些常年被抱怨、预算被砍、没人待见的角落。
你要把 AI 优先给这些"表现不好"的部门，就得让强势部门少拿资源。你得跟部门政治、KPI 考核、组织惯性对着干。这不是发封邮件能解决的。
所以大多数公司选了最省事的路：把 AI 给最愿意接手的团队，一般是技术部门、开发团队，因为他们对新技术最友好，落地最顺。
但最省事的路，离真正的瓶颈往往最远。
五个问题
不管你是在考虑上 AI 还是已经上了，花两分钟老实回答这五个问题：
- 你最核心的业务指标是什么？
不是日活、不是上线了多少功能。是营收增长？客户留存？交付速度？ - 限制这个指标的最大障碍是什么？
就一个，不是五个。 - 你的 AI 有没有直接作用在这个障碍上？
如果你说不清怎么作用的，那就是没有。 - 不加 AI，直接给这个环节加一倍的人，会有改善吗？
如果不会，你可能找错瓶颈了。 - 上了 AI 之后，有没有出现新的乱子？
积压、混乱、团队疲掉。如果有，那是信号。
最后说两句
AI 行业喜欢说大词：范式转移、指数增长、重新定义一切。听多了容易觉得有了 AI，以前的规律都不算数了。
不会的。
约束理论1984年就成立了，到2026年一样管用。它不管你用的是机器人还是 Excel 还是 GPT-5，它只管一件事：你在优化什么。
AI 是一把锤子。敲钉子很好用。拧螺丝？再贵的锤子也只是把螺丝砸歪得更快。
先找到你的瓶颈。对准它。然后让 AI 发力。
道理就这么简单。只是在热潮里，很少有人愿意停下来想一想。