第 2 章　富足悖论

一、十四个月，两份公告 #

2024 年 2 月 27 日，瑞典金融科技公司 Klarna 发布一份让客服行业股价抖动的通稿。与 OpenAI 合作的 AI 客服助手上线仅一个月，已处理 230 万次对话，占全部客服对话三分之二，"相当于 700 名全职客服的工作量"。问题解决时长从 11 分钟压到 2 分钟以内，重复咨询下降 25%，预计当年增厚利润 4000 万美元。公司随即暂停招聘一年有余，员工总数从约 5000 人降到约 3500 人。

十四个月后，同一位 CEO 换了一种说法。2025 年 5 月 8 日，塞巴斯蒂安·西米亚特科夫斯基对彭博社说："成本不幸成了我们组织这件事时过于主导的评估因素，结果就是更低的质量。"Klarna 宣布重新招聘真人客服，保证复杂和高风险的场景永远可以找到人。

回撤的时候，AI 仍在承担约 853 名客服当量，比高调期还多，工具还在跑；被拿掉的，是"只看成本"这把尺子。Klarna 也谈不上蠢：它是全球把 AI 用得最猛、最快、执行最彻底的公司之一。真正卡在语法里的，是 CEO 那句话。他指出的是评估因素错了。我把这种错叫判断标准错置。当"成本"成为唯一排序依据，AI 以无可挑剔的执行力，把公司精确推向错误的地方。执行力一直都在；缺的是给它指路的那个东西。

执行工具从来没有这样富足过，组织产出却没有数量级变化。工具的富足，暴露了判断的贫瘠。同一把剪刀还会在市场侧再开一次：产品富足，注意力反而更贫乏。

二、失败的中位数原因：不在技术侧 #

Klarna 只是最高调的那一个。兰德公司（RAND Corporation）2024 年的研究《AI 项目失败的根本原因》访谈了 65 名有五年以上经验的数据科学家与工程师。报告写："据一些估计，超过 80% 的 AI 项目失败，是不涉及 AI 的 IT 项目失败率的两倍。"（RAND，2024；定性研究，原文自带"据一些估计"，读作"绝大多数失败"即可，不必当成精确到个位的统计。）生成式 AI 方向同向：MIT NANDA 项目发现，约 95% 的企业 GenAI 试点没有产生可测量的损益表回报（MIT NANDA，2025）。

比失败率更值得看的，是原因怎么排。RAND 归纳五大根因：一，利益相关方对"要解决什么问题"理解错位、沟通失真；二，组织缺乏训练模型所需的数据积累；三，追逐最新技术本身，而不是解决真问题；四，对支撑项目的基础设施投入不足；五，把 AI 用在超出当前能力边界的问题上。逐条看：第一、三、四条是纯组织问题；第二条一半是组织问题（数据没积累，是因为过去没人把"留下可用的数据"当标准）；只有第五条勉强算技术边界。

失败的中位数原因，出在组织上。项目还没碰到模型，就已经在"我们到底在干什么"上各说各话。排在第一位的死因，是没对齐要答什么题。

采购部门可以买来和对手完全相同的工具：模型公开，API 公开，价格还在坍塌。技术侧已经没有护城河，人人站在同一条起跑线上。可结果的方差大得惊人。同样的工具，有的公司拿到数量级改变，大多数拿到一地鸡毛。工具已经一样了，方差全在组织里。

三、一具更传统的样本：六千两百万美元买来的审计报告 #

Klarna 至少高调地成功过。更多组织的版本是：钱花完了，故事还没开始。

2012 年，全球顶尖的癌症研究机构、得克萨斯大学 MD 安德森癌症中心与 IBM 签约，用 Watson 打造"肿瘤专家顾问"，教 AI 辅助癌症治疗决策、匹配临床试验。那个年代最豪华的"买齐工具"组合：顶级机构、顶级供应商、顶级咨询（普华永道负责商业计划）。

2017 年 2 月，得州大学系统的审计报告为项目收了尸。合同未经竞争性重新招标续签了 12 次；累计支出约 6210 万美元，其中约 3900 万给 IBM、约 2300 万给普华永道；捐赠资金出现 1159 万美元赤字，因为花掉了还没到账的捐款。多笔费用恰好设定在无需董事会审批的金额阈值之下；IT 治理流程被整体绕开。系统从未进入临床使用，从未在院外试点。院长因此辞职。

审计报告特意声明："本结果不应被解读为对系统科学基础或功能能力的评价。"审计员亲自把锅从技术头上摘下：审的是这个组织怎么花钱、怎么决策、怎么治理。Watson 行不行，不在这份报告的范围里。组织性失败，由审计师盖章认证。

压垮项目的最后一根技术稻草，其实更具体。2016 年医院把电子病历从 ClinicStation 换成 Epic，Watson 始终没有学会读新格式。六千万美元的 AI，死因是它和组织不共享同一套上下文。字面意义上的"上下文不统一"，杀死了这个项目。

Klarna 死于判断标准错置：把成本当成唯一评估标准。MD 安德森死于标准与上下文的双重缺失：治理标准被绕开，机器与组织也不共享上下文。一家激进，一家传统；一家金融，一家医疗；一家成功过，一家从未跑通。病理却是同一张。这是基因病。

四、为什么是"没有数量级变化"，而不是"没有变化" #

买了 AI 工具的公司，通常能看见收获：周报快了、客服回复快了、样板代码快了，个体层面百分之二三十的提速随处可见。可这些局部提速加在一起，公司整体产出没有数量级变化。钱花了，提速的体感也有，报表上却找不到。

链条的速度由最慢的一环决定，而执行往往早就不是最慢的一环。价值产出是一条链：判断要做什么 → 对齐大家的理解 → 执行 → 根据反馈修正。AI 把第三环提速十倍，若第一、二、四环纹丝不动，整条链的提速会小得令人尴尬。像把高速公路某一段限速从 120 提到 1200，全程几乎不变，因为你堵在收费站。

更糟的是，局部提效不只被瓶颈稀释，还会被三种方式吃掉。方向错的活干得越快，返工越多：以前两周做一个错误方案，现在两天做五个，纠错负担反而更重。执行提速了，决策却没提速，产出物改在老板待办里排队，瓶颈从"做得慢"迁到"定得慢"，总时长不变，只是排队地点换了。每个人产出翻倍，口径没有统一，需要核对、拉会对齐的东西也翻倍，会议不减反增。用了 AI 之后会议更多，许多人都有这个体感。

三张账单加在一起，就是"人人都快了，公司没快"的完整对账单。它也解释了为什么悖论无法靠"再买点工具"解决：工具只作用于执行环，账单却产生在判断、对齐、反馈三个环上。卡住那三个环的，是组织的默认行为。

五、旧组织的五个默认基因 #

本书说的"组织基因"是个隐喻：组织成员在没有人监督时，仍会自动采用的默认判断和默认行为。它不写在制度里，写在肌肉里。新人入职三个月就会被同化，老板不在场时它照常运转。那才是组织真正的操作系统。旧组织里，这样的默认至少有五条。

销量跌了，第一个解释总是市场大盘；项目黄了，第一个解释总是执行不力。这些解释省力，所以它们总是赢。认知惰性，就是优先采用最熟悉、最省思考的解释。AI 来了以后，它成了史上最高效的证据供应商。你想论证什么，它就能找来什么。过去给错误归因找支撑要翻两天数据，现在两分钟就能生成图文并茂的分析报告。惰性于是从"懒得深想"，升级成"深想的样子都有了"。错误结论第一次穿上了严谨的外衣。

资历最深的人自动拥有最终解释权，无论那套经验有没有被验证过、边界在哪里。"我一直这么做"就可以替代可验证的标准。经验权威喂给 AI 之后，错误经验会从口口相传，变成系统级部署。过去错误销售话术靠培训慢慢扩散，一个季度污染一个大区；现在一个 prompt，一夜之间就能部署到全部客户触点。培训材料、话术库、SOP，都可以按旧经验批量生成。

"这事只有老王知道"，从来就是老王的护城河。把上下文留在个人脑中，靠信息差维持位置，就是信息私有。过去部门墙里囤的是文档，现在囤的是各自调教过的 AI。市场部的 AI 和销售部的 AI 对"我们的核心客户是谁"会给出不同答案，每个都自信满满，口径却对不上。信息孤岛升级成了判断孤岛，每座孤岛都有了自动化城防。MD 安德森那台读不懂新病历系统的 Watson，就是这条基因的六千万美元标本。

Klarna 那组数字现在可以重新读一遍：230 万次对话，11 分钟压到 2 分钟，每个执行指标都完美。可评估标准本身，没人校准。执行崇拜，就是用忙碌、速度和工作量代替价值判断。日程满是勋章，加班是忠诚；方向对不对没人问，问就是不敬业。AI 只是让产出数字全面井喷。内容条数、代码行数、方案版本数，仪表盘一片飘红，全员都在"用 AI 提效"。只是没人能回答：这些产出里，有多少通过了任何一条价值标准的检验？

复盘会开成批斗会或表彰会，唯独不产出一条修订过的标准。错误被归因于人和运气，标准原封不动。反馈逃避被放大之后，最隐蔽的变化是：把事情糊弄过去的成本也归零了。写漂亮的复盘报告、给失败找体面叙事，从没像今天这么容易。错误标准得不到修正，却获得更精美的包装，带着完整执行力进入下一个循环。

五条基因是同一种底层力量在五个方向上的表达：省能。认知惰性省思考，经验权威省验证，信息私有省共享的麻烦，执行崇拜省判断（动手比动脑省电），反馈逃避省直面错误的痛。这不奇怪：大脑约占体重的 2%，却消耗约 20% 的静息能量，进化把"能不动脑就不动脑"写进了出厂设置（Raichle 等）。

人的本质是惰性的，组织进化的本质，是对抗惰性。可对抗的姿势决定成败。靠道德动员和意志力去对抗出厂设置，赢不了几个回合。能赢的打法只有一种：把正确的路修得比错误的路更省力，让惰性替你干活。标准让"不用重新聪明一遍"成为最省力的选项，共享上下文让"问机器"比"问老王"更快。人一定会滑向省力的方向；组织进化要做的，是把滑坡的出口修到对的地方。

这五条在旧时代可以带病生存，因为执行昂贵是天然减震器：错误判断要经过漫长执行才变成后果，中途有的是时间刹车、修正、甩锅、遗忘。

AI 把减震器拆了。它不放大效率，它放大你组织里已经存在的东西，包括混乱。回到 Klarna：成本导向的评估标准早就存在于大多数客服部门，AI 只是让这个标准第一次以每月 230 万次对话的规模被完美执行。平时藏在阈值以下的基因缺陷，十四个月内长成了 CEO 必须公开承认的肿瘤。惰性不会被消灭，只会拥有更强的执行力。

六、基因进化 #

Klarna 和 MD 安德森都不缺工具。构建 AI 原生组织，要完成的是一次组织基因进化：把五条旧基因逐一替换为新基因。

经验权威 → 显性标准｜信息私有 → 共享上下文｜认知惰性 → 向外借用｜反馈逃避 → 持续纠偏｜执行崇拜 → 以价值判断

新基因同样要满足"没人监督时自动运转"：遇到没有标准的事，默认停下来找标准，而不是"先干起来再说"；遇到判断分歧，默认回到价值排序，而不是比资历嗓门；犯了错，默认修订标准，而不是寻找责任人。AI 原生，说到底是组织默认行为的基因重写。

Klarna 的病是判断标准错置，可它的纠偏动作本身，反而是示范。十四个月内公开承认、指名病因（评估标准错了）、当即校准（改标准，工具留下）。对照多少组织宁可让错误标准再跑三年，也不肯让一号位说一句"我们的尺子错了"。持续纠偏这条新基因，Klarna 反而是正面示范。转型路上摔跤不可耻，可耻的是躺着不认。

七、同一个人，两种基因 #

基因差别有多大，最干净的对照是同一个人在两种组织里的样子。

刘威做过多年在线教育，在高途负责过大规模业务。2023 年 5 月，他与张怀亭等人联合创立 AI 教育公司"与爱为舞"。公司从第一天起就按 AI 原生逻辑设计：产品、研发、设计、市场运营、销售五个核心岗位全部围绕人机协同重构，跨部门共享数据池。两年多，四轮融资约 1.5 亿美元，估值接近 10 亿美元（创始人对媒体披露的公司口径，非审计数据）。

数字可以先放下。更要紧的是刘威自己对两段经历的描述。在高途，他"天天琢磨组织建设，天天做培训"，遇到业务问题，想的是怎么堆人力、拼师资、压方差。在与爱为舞，他"天天打磨产品、讨论技术，怎么用技术和产品把业务问题解了"。他自己的总结是："原来的在线教育本质上是教育行业，其次才是用了工具；AI 教育本质上是 AI 行业，只是落地在教育领域。"还有个更狠的比喻：传统在线教育是"农业模式"。有多少人，耕多少田。

同一个人，同样的行业认知，同样的勤奋。变的不是人，是组织的默认基因：一个遇到问题默认"加人"，另一个默认"改系统"。前者规模由人数决定，后者由标准和上下文的质量决定。许多一号位最爱问的问题因此有了答案："我是不是该换一批人？"大概率不用。换基因比换人便宜；换人不换基因，新人三个月后和旧人一模一样。

八、背景板：鸿沟这个词的原产地 #

鸿沟背后的那张图，先要回到埃弗雷特·罗杰斯。他的创新扩散理论把一项新技术的采用者分为五类：创新者（约 2.5%）→ 早期采用者（约 13.5%）→ 早期大众（约 34%）→ 后期大众（约 34%）→ 落后者（约 16%）。杰弗里·摩尔把它用于高科技市场，并指出关键断裂带在早期采用者与早期大众之间。那就是原版的"鸿沟"（the Chasm）。断裂的原因是：早期采用者购买愿景，早期大众购买确定性，这两种共识之间不会自然过渡。（比例是理论近似值，不是每个市场的固定配额；用户分类必须围绕具体创新和场景判断。）

本章的"鸿沟"是这个概念的组织侧版本：从"买了 AI 工具的公司"到"AI 原生公司"之间，隔着的不是预算和技术选型，而是五条基因的替换。工具跨得过采购流程，跨不过组织基因。这就是为什么八成项目掉在沟里。

两家公司，同样的工具箱。A 公司一百支箭射向一百个方向，每支箭都带着 AI 的推力，朝着各自的判断狂奔；B 公司一百支箭射向同一个靶。中间一条裂缝，裂缝下方写着五组基因替换。一百个人拿着一百倍的执行力，朝一百个方向狂奔，那是加速解体。

九、论断边界 #

这个论断太顺口，顺口的东西最容易被用过头。

第一，工具仍然重要。"鸿沟在组织侧"并不等于可以拿最差的模型凑合，也不等于工具选型无所谓。工具决定天花板，组织决定你能摸到天花板的百分之几。当下绝大多数组织的瓶颈是后者。把它读成"先不买工具"，就读歪了。

第二，不要把 80% 读成精确刻度。RAND 的数字带着"据一些估计"，MIT 的 95% 统计的是"未产生可测量的损益表回报"。血本无归，是另一回事。本章只依赖一个更弱、也更硬的事实：失败是大多数，且失败原因的第一位是组织性的。数字可以争论，排序很难推翻。

第三，基因可以换。"基因"这个隐喻有个危险副作用：听起来像宿命。生物基因你没得选；组织基因是人定的默认值，默认值可以重设。Klarna 十四个月完成一次公开纠偏，传神这家二十年的老公司给自己装上 CAIO 和能量金机制，都是活的反例。基因若不可改，这本书到此该停；正因为可改，后面还有得写。

第四，对五条基因作道德指控，没有用。认知惰性是人脑的节能机制，信息私有是个体理性的选择，执行崇拜在执行昂贵的年代确实是美德。它们不是恶，而是过时。它们为旧成本结构优化出的最优解，只是那个成本结构已经死了。转型时骂人没用；换掉让这些行为成为"个体最优"的环境设定，才有用。

周一早上怎么做（一号位视角） #

做一次同题测试，四十分钟，不用请咨询公司：

抽样：选三个正在用 AI 的团队，别提前打招呼。
同题：分别问同一个问题："你们用 AI 产出的东西，什么样算合格？"
判卷：对照三份答案。若三个团队给出三套标准（或者答不上来），你已经站在鸿沟边上。工具在放大三套互相矛盾的判断。
验尺：再问每个团队："这个合格标准，是谁定的、上次修订是什么时候？"答案若是"一直这样"或"各自把握"，经验权威和信息私有都取到样了。

测试结果不用于问责（那是反馈逃避的旧反射），而用于回答一个问题：我们该先补的是工具，还是标准？个人与团队也可以把同样两问问自己：答不上来的人不是不合格，而是组织还没给他可执行的标准。这笔账记在系统上，不记在人头上。