避免被AI浪潮抛下，先认清这些关键误判
人们对AI存在六个根本性误判，这使得市场和企业对其短期价值期望过高。实际上，AI发展节奏缓慢且复杂，盈利路径也不像宣传的那样清晰。它的真正力量在于长期应用和深度整合，而非即时的颠覆性奇迹。就像电力和互联网的发展历程，AI需要经历漫长的适配与扩散过程。最终成功的，不是追逐风口的企业，而是稳健推进、持续创造持久价值的实践者。
AI的真正影响将比预想来得更晚
1987年，经济学家罗伯特·索洛说：“计算机时代的踪影无处不在，唯独不存在于生产率统计数据中。”如今，AI也面临同样的悖论，尽管投入巨额资金，可量化的效率提升仍难以实现。堪萨斯城联邦储备银行研究表明，AI对生产力的影响相对有限。
问题不在于AI，而在于人们的预期。生成式AI如大语言模型是通用目的技术，以往的通用目的技术，像印刷术、电力、互联网，都需数十年才能真正释放变革潜力、影响经济。例如，电力改变制造业，工厂设计用了40年适配；互联网70年代出现，2000年前后才改写商业模式。
麻省理工学院经济学家达龙·阿西莫格鲁指出，未来十年内，仅有5%的工作任务能由AI完成并盈利，对美国GDP贡献仅增加1%。对多数组织来说，技术转型成本高于AI带来的收益。
但AI并非没有价值，其价值源于有目标、有计划的融合。盲目追求短期成果会造成资本浪费等问题。企业应着眼长远，建立适配系统、培养团队能力，探索AI在实际业务中的应用方法。
我们对企业采用AI的前景过于乐观
ChatGPT出现后，AI被过度炒作，财报电话会、风险投资、媒体都对其转型效果过度乐观。但这种过热炒作周期并不新鲜，我们可能重蹈覆辙。
我们对技术变革误判源于三种认知偏差：计划谬误使我们低估转型时间，乐观偏见让我们认为技术采用会顺利，近因偏见使我们觉得AI在消费端的传播能无缝迁移到企业端。
我们常忽视自身偏见，企业部署AI并非“即插即用”，需与陈旧系统、监管障碍等因素磨合。真正的障碍是系统性问题，不要低估影响技术扩散的制衡力量。
AI会变革各行各业，但不会像硅谷速度那样快，进程会更漫长、阻力更大。被偏见蒙蔽的企业会浪费资源、失去信任，AI领域的赢家是有耐心推动持久变革的实践者。
市场高估了AI公司的价值
投资者将AI公司视为高增长、轻资产的软件公司，实际这些公司资本密集、成本高昂、依赖基础设施。当前AI科技股交易溢价高，隐含未兑现的未来利润预期。
这种认知错位对企业高管是执行陷阱，虚高估值带来不切实际的预期，导致项目仓促上线等问题。真正的优势在于“克制”，领导者应优先考虑整合资源和长期价值。
以OpenAI为例，其估值目标高，但AI不是SaaS，成本会随用户需求增长。OpenAI预计2024年营收37亿美元，亏损50亿美元。
AI所需基础设施投入巨大，Meta等企业今年计划合计投入3000亿美元，微软一家就投入800亿美元。到2028年，微软算力需求可能相当于一个国家的用电需求，市场预估有1250亿美元的年营收缺口。
同时，竞争压缩AI利润空间，开源模型抢占市场份额。AI同质化速度快，OpenAI董事会主席也承认这一现实。
许多企业根据AI公司工具做高风险投资决策，若合作方出现问题，企业会陷入运营风险。AI领域的赢家是能将AI嵌入业务环节创造持久经济优势的企业。
真正的利润不来自模型本身
无论模型多先进，都难以形成“护城河”。在开源协作和科研推动下，AI会走向同质化。真正的价值在于应用AI，而非开发模型。
应用程序是将AI转化为商业解决方案的关键，将模型转化为商业方案的工程难度大。通过定制化AI架构解决特定行业问题的企业，能创造持久价值。
AI的真正价值是将依赖人工的服务转化为可扩展的应用程序。企业应聚焦现有模型的精准应用，而非自建模型。不投入应用开发等困难部分，AI会沦为华而不实的原型。最终胜出的是将AI无缝嵌入核心业务的公司。
我们过于关注初创公司
市场炒作聚焦AI初创公司，但行业巨头才掌握真正优势。AI的关键在于“分发”。
以Microsoft Teams为例，微软虽未开发出最好的视频会议工具，但通过将Teams整合到Office 365中，赢得企业市场。企业选择它是因为其集成在现有系统中，类似情况也在AI领域发生。
初创公司能推动创新，但巨头掌握企业预算、IT集成系统和分发渠道。微软等企业只需“够用”的AI，能嵌入现有技术栈即可。谁控制工作流，谁就能在AI采用中胜出。
我们对生成式AI着迷，但这不是未来
我们对生成式AI着迷，但未来技术不止对话模型。如今的AI缺乏情境感知、复杂推理和实时整合信息的能力，难以应对现实世界的复杂性。
这导致AI在医学、物流等领域应用滞后，聊天机器人无法满足这些行业的决策需求。
下一阶段技术演进是多模态AI和复合型AI系统，能处理多种输入信息，模拟人类认知过程。自动驾驶汽车就是融合多种数据源导航的例子，AI也需叠加处理多种数据的模型。
复合型AI系统通过整合多个模型，构建具备学习、规划和自主行动能力的智能系统。未来的AI将像专业团队一样协同运作。
企业应提前规划，避免过度投资单一功能的解决方案，构建支持多模态集成系统的基础设施，包括数据架构、工作流和AI治理机制。AI的未来是设计能协同多种功能的系统，与现实世界同步并规模化部署。
我们能否理性地看待机器？
1950年，艾伦·图灵提出“机器能思考吗？”如今，我们评估AI的推理、预测和生成能力，也应审视自己。
当前，我们陷入集体“幻觉”，做出错误投资判断、设定错位优先事项、制定不切实际的时间表。许多公司把AI当“灵丹妙药”，却忽视系统整合等重要工作。
市场将决定哪些企业和行业能从AI中获益。AI的普及会削弱其独占性，其影响力在于我们如何使用它。
作者简介：保罗·赫利夫科是美国健康保险公司Wellmark Blue Cross and Blue Shield的执行副总裁兼CIO，毕业于麻省理工学院斯隆管理学院。从初创公司到华尔街，再到医疗保健行业，在他过去三十年的职业生涯中，他始终致力于将新兴技术转化为企业影响力。
本文选自《哈佛商业评论》中文版2025年9月刊。
本文来自微信公众号“哈佛商业评论”（ID：hbrchinese），作者：保罗·赫利夫科（Paul Hlivko），编校：周静怡，36氪经授权发布。
本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。
免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com