夜雨聆风十九世纪末，如果你走进一座刚刚“用上电”的工厂，眼前的景象很可能会让你感到困惑。
厂房里不再燃烧煤炭，原先的蒸汽机被一台电动机取代。可除了动力来源变了，其他一切似乎都没有变：天花板下仍悬着粗重的传动轴，皮带仍从头顶垂落下来，一排排机器依旧被迫围绕那根轴布置。只要总轴还在转，许多暂时不用的设备和传动部件也得跟着运转；一处出了故障，整片生产区域都可能停下来。
工厂获得了一种全新的能源，却仍用旧时代的方式分配它。
这并不是一个虚构的笑话，而是电气化早期真实存在过的过渡形态。工业史学者把它称为“电动线轴驱动”：工厂主拆掉蒸汽机，装上一台大型电动机，再让它继续带动原有的轴、轮和皮带。
今天回头看，我们很容易问：既然电可以通过电线抵达厂房的任何角落，为什么不直接给每台机器装一台小电机？
因为人在面对一种全新的技术时，首先想到的通常不是重建世界，而是替换旧世界里最昂贵、最麻烦的那一部分。
这件事，正在AI时代重新发生。
一、蒸汽时代的遗产：被“轴”画出的边界
在电力到来之前，工厂的动力是高度集中的。
早期水力工厂必须靠近河流。水轮转动一根主轴，主轴再通过齿轮、传动轴和皮带，把动力送到不同楼层、不同机器。蒸汽机后来让工厂摆脱了河谷，却没有根本改变这套动力结构：一台巨大的动力源仍位于系统中心，所有设备仍要通过复杂的机械网络与它连接。
这套系统不只是“给机器供能”。它还在悄悄规定工厂应该长成什么样。机器不能想放在哪里就放在哪里，而要迁就传动轴；厂房不能无限加宽，因为皮带和轴会损失能量；楼层高度、采光、通风、设备间距，都要服从动力传递。生产时间也被捆绑在一起——中央动力一旦启动，整套系统便倾向于同时运转。
技术并没有发布一张组织结构图，却用一根根看得见的轴，画出了工厂的边界。
电动机出现以后，最直接的做法当然是把蒸汽机换掉。这一步并不荒谬。旧厂房已经投入巨资，传动系统仍然可用；早期电机价格不低，稳定性也有限；许多机床根本没有为独立电机预留接口。历史研究显示，直到二十世纪初，工程师仍在讨论应该采用一台电机驱动整座工厂、几台电机分组驱动，还是给每台机器单独配电机。
对一位正在经营工厂的人来说，保留原来的轴和皮带，往往是风险最小、见效最快的方案。
所以，真正值得警惕的并不是“先替换一次”。任何通用技术进入现实，都需要一个过渡期。
真正的错误，是把过渡形态当成最终形态：以为蒸汽机换成电动机，就已经完成了电气化。
二、电力的真正价值：能力的颗粒度变小了
电力真正改变工厂，不是从大电机转起来的那一刻开始，而是从动力被拆开以后开始。
最初，一台电机驱动整套线轴；后来，工厂给不同车间或设备组配置电机；再后来，小型电机直接安装在单台机器上。历史学家沃伦·德文把这几种形态概括为：电动线轴驱动、分组驱动和单机驱动。表面上看，这只是电机数量越来越多。
实际上，动力的组织方式被彻底改写了。过去，一台机器想工作，必须依附整套动力系统。现在，它可以独立启动、停止和调速；一台设备停机，不必拖累整个车间；机器可以按照生产流程摆放，而不再按照传动轴的位置排队；工厂也不必让大量闲置轴承和皮带整日空转。
德文把电力最重要的价值称为一种“形态价值”：能量可以在需要的地点、需要的时间，以需要的规模被精确调用。
这句话看似在谈电，其实在谈一种更深的变化——能力的颗粒度变小了。
蒸汽时代，一份动力往往是一座工厂级的能力。电气时代，一份动力可以缩小为一台机器级的能力。过去必须整体调度的东西，开始能够局部调用；过去被机械结构绑在一起的设备，开始获得各自行动的余地。
电力因此不仅提高了效率。它改变了工厂可以怎样设计、生产可以怎样安排、人与机器可以怎样协作。
这也是为什么，新技术最深的价值常常不会出现在“旧设备的替代清单”里。
蒸汽机变成电动机，只是动力源变了；轴、皮带、布局、流程和管理方式一起改变，工厂才真正进入电气时代。
三、历史没有“三十年定律”
但这里很容易产生另一种漂亮而错误的说法：电力出现了，旧工厂迟迟不肯改革，所以生产率沉寂了几十年；只要等到管理者终于醒悟，红利才突然爆发。
真实历史没有这么整齐。有些企业确实被既有设备、厂房布局和管理习惯束缚；有些新建工厂因为没有旧包袱，更容易采用单机驱动。但单机电机也意味着更高的初始投资，电网需要铺设，机床需要重新设计，操作与维护能力需要建立。即使到了二十世纪二十年代，分组驱动仍有工程师为之辩护。
更重要的是，近年的经济史研究发现，电气化带来的生产率收益在一些地区和行业来得并不慢，也能持续很久。并不存在一条适用于所有企业的“必须等待三十年”定律。
这组反例没有推翻电气化的启示，反而让它变得更准确：
新技术的红利，不由日历决定，而由互补条件决定。
电机之外，还需要电网、机床、标准、技能、厂房和新的生产组织。它们成熟得越快，红利出现得越早；旧资产越沉重、改造风险越高，过渡就越漫长。
因此，历史真正告诉我们的，不是“新技术总要三十年才能见效”，而是另一件更朴素的事：一项技术可以在购买完成的当天进入企业，却可能要等到工作本身被重新设计以后，才真正进入组织。
四、AI时代的“电动线轴”
现在，让我们回到AI。
今天很多公司已经接入大模型。员工用它写邮件、改文案、做摘要、查资料、写代码、整理会议纪要。过去需要一个小时的任务，也许二十分钟就能完成。这些收益是真实的，不应该被轻视。
一项覆盖66家企业、7,137名知识工作者的实地实验发现，在实际使用了生成式AI工具的员工中，每周处理邮件的时间平均减少约两个小时，下班后的工作也有所减少。但同一项研究也发现，仅仅把AI工具发给个人，并没有检测到员工任务数量或任务构成出现明显改变。
工具进入了工作，工作本身却大体保持原样。
这项实验检验的是把AI工具提供给个人后的短期变化，它当然不能证明AI永远不会改变任务结构。它能说明的是：获得一种新能力，与围绕这种能力重写工作，是两件不同的事。
这像极了那台被放在旧传动轴前的大电机。过去由人写的周报，现在由AI起草；过去由人制作的汇报材料，现在由AI生成初稿；过去经过五个部门、三次转交和两轮审批的流程，现在每一环都快了一点——可是五个部门、三次转交和两轮审批仍然存在。
我们把新的能力接进了旧流程，却没有追问：这项任务为什么存在？这些信息为什么要来回搬运？这次交接是在创造价值，还是只在弥补组织边界造成的信息断裂？当一个人可以即时调用写作、分析、编程和检索能力时，岗位为什么仍必须按过去的技能稀缺性来切分？
于是，一种奇怪的局面出现了：每个环节都在变快，整件事情却未必更快；每个人都更高效，组织却未必更敏捷。
AI提高了局部效率，却可能继续带动企业里那些看不见的“传动轴”——僵硬的岗位定义、层层转述的信息链、以过程为中心的审批制度，以及为了证明忙碌而存在的工作。
当然，这也不意味着企业应该立刻推倒所有流程。
电气化早期保留线轴有现实理由，今天保留人工复核、权限边界和责任链同样有现实理由。AI会产生错误，数据可能泄露，模型能力并不稳定；在医疗、金融、工程等高风险场景里，一次未经审查的输出可能带来远大于效率收益的损失。渐进试验不是保守，而是组织学习新能力的必要方式。
问题仍然是：我们是否知道自己正处在过渡形态中？
五、重新设计工作，而非仅仅购买工具
一百多年前，工厂真正学会使用电，不是因为它终于买到了更好的电机，而是因为它开始围绕一种新的能力重新思考生产。
今天，企业真正学会使用AI，也不会只表现为“每个员工都有一个更快的助手”。更深的改变，可能从一连串不太舒服的问题开始：
如果AI已经能完成流程中的某一步，这一步还需要作为独立任务存在吗？如果信息可以被即时理解和重组，原来的交接是否还有必要？如果一个小团队能够调用过去分散在多个部门的能力，项目还需要沿着旧层级逐级上行吗？又有哪些判断、承诺与责任，无论工具多强，都必须清楚地留在人身上？
这些问题比“给员工买哪个模型”困难得多。因为购买工具只会改变预算，重新设计工作却会触碰权力、身份、部门边界和人们熟悉的安全感。
人类使用新技术时，最常见的局限并不是看不见它有多强，而是只能借助旧世界的形状去理解它。
我们把汽车叫作“没有马的马车”，把早期电影当作被拍下来的舞台剧，把互联网理解为更快的邮局，也把AI理解为一个永不疲倦、什么都快一点的员工。这些理解都不是全错。它们只是离新技术的最终形态还很远。
六、下一道门：能力分散之后，组织为何反而变大？
当独立电机最终取代轰鸣的长轴与皮带，工厂里发生的并不只是安静了一点。动力从一个中心被拆散，来到每一台机器旁边。机器之间原有的机械依附被解除，生产线因此获得了重新排列的可能。
AI正在把认知能力带入相似的时刻。
它的真正影响，不只在于一封邮件少写二十分钟、一段代码少改两遍，而在于分析、表达、检索与生成这些过去昂贵而稀缺的能力，开始以更小的颗粒度进入每个岗位、每个流程和每个临时团队。
技术先改变“谁能够做什么”，然后才逼着组织回答：“我们为什么还要这样协作？”
不过，历史接下来还有一个更反直觉的转折。电力把动力分散到了单台机器，企业却没有因此普遍变小。恰恰相反，二十世纪迎来了流水线、大规模生产和巨型公司的黄金年代。
当能力越来越分散，组织为什么反而可能变得更庞大？
也许，那才是理解今天AI与公司未来关系的下一道门。