麦肯锡去年11月的调查给出一个数字:88%的企业说自己已经在至少一个业务环节常态化用上了AI,比一年前的78%又涨了一截。听起来AI已经渗透进了大多数公司的日常。但Gartner今年9月初的另一份报告把这个乐观数字戳破——真正做到跨部门、规模化部署AI的企业,只有22%。
中间这道差距,不是模型不够聪明,是硅谷讲错了一个故事。
人人造工具,是工程师的幻觉
科技投资人Benedict Evans最近写了一篇文章,反驳一个在硅谷很流行的说法：AI让每个人都能当工具制造者,软件公司要死了。他的判断很直接：这套叙事误解了大多数人的工作方式。
律师不会花时间琢磨"有什么软件能改造我的证据检索流程",她只想着手上的案子和客户。销售也不会去想"什么销售赋能工具能让我更高效",他想的是产品、客户和对手。造工具是一种特殊癖好,大多数人根本没有这个反射。
这就是"前置部署工程师"这个角色最近走红的原因——一个懂AI能力的技术人,直接走进律所或建筑事务所,替专家发现他们自己都看不见的自动化机会。这跟很多技术人十几岁在父母公司实习时的经历一模一样："爸,你知道这事其实可以这样做吗?"
看见问题,比解决问题更难
Evans更深的判断是:过去几十年真正被自动化掉的任务,大多数一开始并不明显——即使你是造工具的人,也未必第一眼就看得出问题在哪。很多任务被埋在别的流程里,或者跟其他工作捆在一起,不拆开根本看不见。
即便看见了,正确的解法往往也不是显而易见的,得先重新定义问题、把捆在一起的东西拆开,这件事本身就很难。更麻烦的是,一个流程往往牵涉五十到五百人,跨三个部门、三套系统、四种监管口径——你自己有再好的改进想法,也没法让全公司一起换做法。这必须变成一次采购决策,走一轮十八个月的销售流程。
- 结论.AI没有解决"发现问题"这一步,它只是让"造出解法"变得更便宜——但便宜的从来不是最贵的那一环。
制度化和即兴化,是同一条光谱
企业软件长期分布在一条光谱上：一端是SAP、Workday这类"制度化"系统,大家花了很多年才定下"正确做法";另一端是Excel、邮件、共享文件夹这类"即兴"空间,员工自己拼凑解决方案。一件事一旦做的人多了、风险和营收都挂上了,企业就得把它"钉"进制度化系统里,配上审计、安全和维护——这也是为什么大公司里能塞下成百上千个软件系统。
AI没有消灭这条光谱,只是让两端都变强了：Excel会长出AI能力,SaaS也会长出AI能力,聊天框本身还成了一个新的即兴空间,跟Excel、邮件抢任务,也被它们抢回去。给全公司装Copilot或ChatGPT,跟1983年给全公司发一台PC和Lotus 1-2-3是同一种问题——工具到手了,但没人知道怎么把它对上自己手头那件具体的活。
数字把这道缝量出来了
Evans这套判断原本是纯概念性的,没有一个数字支撑。但过去一年的几份报告正好把这道"看见问题容易、改变做法难"的缝量出来了。
麦肯锡的调查还指出,只有约39%的企业认为AI对EBIT有任何看得出的影响,其中大部分影响低于5%,真正的"AI高绩效者"只占约6%。Deloitte的报告更直接:近一半企业引入AI时根本没重新设计工作流,只是把AI塞进旧流程里跑,只有12%真正配套新运营模式做了大规模重设计——而工作流重设计恰恰是和企业级收益相关性最强的那个变量。这跟Evans说的"给大家发工具不等于改变公司做事方式"完全对得上。
没人管的AI代理,是下一个坑
Evans的文章里完全没提到一个正在冒头的新问题：Gartner今年9月底的调查显示,75%的IT应用负责人已经在试点或部署某种AI代理,但只有13%认为自己有足够的治理结构去管它。
这不是原来那条"制度化—即兴化"光谱上的老问题,是一个新的、更快的版本。以前一个部门私自上一个Excel或影子SaaS,风险大不了是数据孤岛;现在一个部门私自跑一个能自主执行操作的AI代理,风险直接变成合规和安全事故。SaaS当年就用了差不多十年才把"蔓生"这件事收拾成可控的样子,AI代理这次会不会更快、还是更乱,现在还看不清。
当然,Evans自己也留了个口子。他承认Excel的模板、"File/New"引导、Claude for X这类产品确实在帮用户"看见"自己能做什么——这有用,但他坚持这不是答案,因为每一个真正有效的模板,最后都长成了一家独立公司。这个让步很重要:说明降低发现门槛这条路没错,只是走不到终点。
给全公司发AI账号,像给全公司发PC和浏览器一样,是必须做的第一步,但从来不是转型本身。真正卡住企业的,从来不是模型会不会写代码,是谁去发现那个藏在流程缝里的问题,谁又愿意为改变五百人的做事方式签字买单。这活儿现在落在"前置部署工程师"和一堆做AI落地咨询的顾问身上——他们的存在本身,就是对硅谷那套"人人皆可造工具"叙事最直接的反证。