AI泡沫不像互联网泡沫：关键差别在员工愿不愿意主动用

作家、科技评论者Cory Doctorow最近反驳了一个流行类比：当下AI泡沫，并不像早期互联网泡沫。

他的抓手很具体。互联网进企业时，很多时候是员工为了把活干完，主动绕过IT限制去用。AI进企业时，越来越常见的画面却是管理层要求员工提高使用率，甚至把AI使用变成管理指标。

这个差别很要紧。

它不证明AI已经失败，也不等于互联网泡沫当年就很健康。它只提醒我们：判断一种技术有没有真实需求，不能只看融资、发布会和试点项目。更该看一线员工会不会自发把它塞进自己的工作流。

早期互联网为什么是员工自下而上带进公司

Doctorow用Lotus Notes回看早期企业互联网史。这个由Ray Ozzie打造的协作软件，后来影响很大。Ozzie也曾接替比尔·盖茨担任Microsoft首席软件架构师。

Lotus Notes不算漂亮，管理体验也常被吐槽。但它解决了一个真实矛盾：员工想用网络工具把事做快，IT部门想保住合规、权限和审计。

这不是抽象的“技术进步”。当时员工绕过IT限制，用Hotmail、Yahoo Mail发附件，用MSN Messenger、ICQ、AIM沟通，用匿名FTP传文件。更早还有人把Apple II和Visicalc带进办公室做电子表格。

动机并不浪漫。

客户在等文件，供应商在等确认，内部流程太慢。员工用这些工具，是为了少等、少抄、少跑腿，把交付往前推。

Lotus Notes的价值就在这里。它不是单纯替IT部门封堵，也不是放任员工乱用。它给员工一套能联网协作的工具，也给IT部门一定控制权。

这是一场企业内部妥协。

这也是Doctorow最想强调的差异：早期互联网不是靠老板催员工“今天多上几次网”长起来的。

当下AI为什么更像自上而下强推

AI当然有人主动用。Doctorow也承认，一些高自主性员工会自愿、有效地使用AI。比如草拟文本、整理资料、做初步检索、处理低价值重复任务。

问题不在这里。

问题在于，很多企业AI部署不是从一线痛点长出来的，而是从管理层的降本、提速、对资本市场交代长出来的。Business Insider、CNBC等媒体报道过企业追踪AI使用、要求员工提高AI采用率的现象，有些还和职业发展压力挂钩。

这和早期互联网的方向相反。

当年公司要处理的是：员工已经在用，IT怎么把风险管住。今天不少公司要处理的是：工具已经采购，员工怎么被推动去用。

不能把员工的迟疑简单说成“怕新技术”。历史经验恰好相反。劳动者往往愿意采用能让自己把工作做好的工具。抵触通常来自另一件事：工具没有减少负担，却增加了返工、解释、审核和背锅。

这里有一条劳动控制的线。

员工主导的自动化，通常更关心质量。因为交付结果最后还落在自己身上。资本主导的自动化，更容易追求吞吐量：更快写、更多产出、更少人手。

两者都叫自动化，但方向不一样。

对知识工作者来说，现实动作很简单：不要只问“能不能用AI”，要问“谁来承担错误成本”。如果AI让草稿更快，但审核、纠错、改口径的时间翻倍，那它只是把劳动藏到了后面。

对企业管理者来说，也别只看调用次数和覆盖率。更应该看三件事：返工有没有少，交付质量有没有升，审核成本有没有被偷偷转嫁给员工。

如果一个部门为了完成AI使用指标，花更多时间纠错、解释和补锅，那不是生产力提升，只是把流程债换了个名字。

真正该观察的是需求和单位经济

“AI泡沫像不像互联网泡沫”，不能只看估值热不热。更该看两个变量：需求从哪里来，规模扩大后经济性会不会变好。

互联网当年的用户增长，通常会改善单位经济。更多用户、更多连接、更多场景，会摊薄基础设施和软件成本，也会带来广告、电商、订阅等商业化路径。

生成式AI没有这么顺。

模型推理、算力、训练和服务成本都很重。使用量上升，未必自动带来利润改善，甚至可能推高亏损。Doctorow引用Ed Zitron的说法，认为AI面临糟糕的单位经济。这个判断有立场色彩，但它指向的约束是真问题：规模扩张不等于规模经济。

目前还看不清的是，不同AI产品之间会不会分化。

有些高价值场景可能跑得通。比如专业密度高、员工自主性强、结果容易验证的岗位。AI在这里更像工具箱，员工会挑着用。

但如果AI主要靠采购合同、管理指标和内部KPI往下压，它就很难复制早期互联网那种自发扩散。上有所好，下必甚焉。指标一旦替代需求，组织会很快学会“使用AI”，却不一定真的改善工作。

这对科技产业观察者，意味着不能只盯模型发布和融资新闻。更该看企业里有没有出现反向信号：采购延后、试点收缩、员工绕开强制工具、团队把预算迁回更确定的软件系统。

这对企业管理者和知识工作者，影响更直接。管理者可以延后大规模采购，先把AI放进少数可验证流程里，看返工率和交付质量。知识工作者则要把AI当成可选择的工具，而不是替管理指标背书的打卡动作。

所以，Doctorow这篇文章真正有价值的地方，不是喊AI会不会崩。它把问题从“泡沫像不像”拉回到更硬的判断：员工会不会主动用，每多一次使用是更接近盈利，还是更接近亏损。

回到开头那个反常点。早期互联网不需要老板监督员工上网。当一种技术需要靠使用率考核往下压，它当然还可能有用，但离“自发需求”这四个字还差一段路。