AI炒得再热，企业盈利为何还是缺失？那一步被忽略的人力与组织变革

这也是当前值得重点关注的优化方向之一。

相关研究显示，约95%的企业生成式AI试点几乎没有产生可测量的P&L影响。尽管过去一年投入数十亿美元，但多数项目在从实验转向生产环境时就遭遇瓶颈。AI擅长模式化执行，却难以独立完成需要深度业务洞察和流程优化的工作。没有明确的基线对比和重构设计，投资很容易沦为昂贵的演示。

Mercor的APEX-Agents基准测试为这一判断提供了具体数据支撑。他们针对投资银行、咨询和公司法等领域设计了480项真实职场任务，即使使用当前顶级AI代理，成功率也大多低于25%。这凸显出在需要战略判断、多步骤执行和跨领域协调的非编码任务上，AI仍面临显著瓶颈。编码之外的大量工作，其盈利路径远没有想象中清晰。值得持续跟踪的是，如果企业继续忽视这些部署痛点，短期内的生产力增益可能远低于预期。

MIT Technology Review近期文章借用South Park“underpants gnomes”梗精准刻画了当前AI现状：Step 1是构建强大技术，Step 3是承诺经济转型，而中间的Step 2——如何把技术真正转化为可衡量的利润——却长期缺失。即使顶级AI系统，在真实职场环境中也常常难以实现经济可行性。hype来得容易，落地却卡在价值验证这一环。

深层问题在于“试点→规模化→P&L挂钩”的三层桥梁出现断裂。AI擅长执行模式化任务，却在需要战略判断和流程集成的场景中暴露短板。没有明确定义基线指标、重新设计工作流以及跨部门责任对齐，单纯的技术叠加就容易沦为烧钱实验。就像内裤精灵只知道囤积资源，却从未想过如何转化为可衡量的商业产出，这一缺失让大量投资停留在热闹的实验阶段。

这件事远比模型参数或算力短板复杂，根源往往直指企业高层领导力在战略与执行间的断层。

判断起来，执行差距才是根本瓶颈。很多企业以为采购最强模型就够了，却未准备好重构工作流、调整人机协作界面和决策链条。这一步既费时又需跨部门协调，短期内还会带来阻力。路径依赖让变革缓慢，管理层急于看到ROI，试点一旦失败就容易半途而废。

主流媒体和企业高管讨论AI时，焦点往往停留在模型参数规模、代理测试表现或就业影响预测上。Mercor的APEX-Agents基准测试了顶级模型在投资银行、咨询和法律领域的480个真实任务，结果首次成功率仅约24%，多次尝试后也难超40%。Anthropic等机构对职场任务的预测同样引发热议，但这些分析多基于模型能力，而非落地后的实际数据支撑。表面上看，失败常被归因于集成难度或业务不匹配，少有人直指数据混沌才是核心盲区。

制造行业的AI潜力集中在预测维护、质量控制和供应链优化，能显著降低非计划停机时间并提升整体设备效率。成功案例显示，部分项目可带来可见的利润边际改善。然而现实中超过90%的制造AI项目停留在试点或集成环节，遗留系统复杂、数据碎片化以及物理与数字世界的割裂是主要瓶颈。

为什么执行会成为那个“the missing step”？简单类比，技术就像拿到一把锋利的好刀，Step 1已完成，Step 3是想象中用它高效切菜盈利。但真实厨房里，刀必须与现有案板、食材、厨师习惯以及油烟、时间压力等细节配合。直接上手乱砍，可能打乱原有节奏甚至适得其反。AI落地同样如此：它不是孤立插件，而是需要重构人类工作流的系统工程。LLM在战略决策和跨领域协调上仍显薄弱，不进行针对性流程调整，就很难转化为可量化的经济价值。

最近在伦敦一场反AI游行中，有人捡到一张传单，上面写着“Step 1：培养数字超级头脑，Step 2：？Step 3：盈利”。这让人不由想起多年前《南方公园》里那集著名的“内裤精灵”梗：小精灵们偷内裤，计划是第一步收集，第二步问号，第三步盈利。传单作者或许就是在用这个meme讽刺当下AI热潮。技术已经造出来了，各种经济变革的承诺也喊得震天响，可中间那关键一步，始终模糊不清。

规则对比的潜力仍在，但具体路径选择、执行优化与长期坚持更为关键。