第 2 章富足悖论

一、AI 的成本红利，为什么没有自动变成公司能力？ #

数字化知识工作的许多执行步骤正在降价，寻找已有知识也比过去容易。如果局部提速可以直接相加，起草、检索、分析和编程所节省的时间，应该很快转化为公司结果。

麦肯锡在 2025 年 6 月至 7 月调查了 1993 名来自不同层级的受访者。88% 的人说，所在组织已经在至少一个业务职能中常态使用 AI；但只有约三分之一说公司开始在企业范围内扩展 AI。39% 的受访者报告 AI 对企业级息税前利润产生了某种影响，其中多数人估计影响低于息税前利润的 5%（McKinsey，2025）。

这组数据不是严格的财务审计。它来自受访者自报，也不能证明采用 AI 导致了利润变化。不过，它把矛盾摆得很清楚：使用已经很普遍，企业级结果却远没有以同样速度扩散。

两份常被引用的研究从另一个角度看到了相同断层。RAND 在 2024 年访谈了 50 名产业界 AI 从业者和 15 名学界从业者。在产业界样本中，84% 的受访者把至少一种由领导决策或预期造成的问题列为 AI 项目失败的首要原因；数据质量与用途不匹配排在其后。报告最醒目的“超过 80% 的 AI 项目失败”并不是这组访谈测出的失败率，而是引用的外部估计。它研究的主要也是需要训练或定制模型的项目，不能直接代表今天所有使用通用大模型的工作（RAND，2024）。

Project NANDA 在 2025 年 7 月发布的工作报告，分析了 300 多项公开披露的 AI 项目，访谈 52 家组织，并收集 153 名管理者的问卷。报告同样描述了“采用率高、转化率低”的现象。不过，报告将结果明确标为初步发现，并列出不同类别样本量、成功定义、观察期和数据来源不一致等限制。这些限制使“95%”不能充当一条精确的企业失败率（Project NANDA，2025）。

这些材料共同支持的是一个较弱、也更可靠的判断：许多公司已经获得局部提速，却还没有把它稳定地变成企业级结果。技术能力不够、数据不足和基础设施欠账仍会让项目失败；但项目甚至还没走到模型能力边界，就可能先卡在问题定义、验收口径、事实来源和纠错责任上。

二、Shopify 与加拿大航空，组织侧到底差在哪里？ #

2025 年 3 月底，Shopify 首席执行官 Tobi Lütke 给全体员工发出一份内部备忘录。4 月 7 日，他在 X 公开全文，并写明文件当时正在外泄。备忘录把有效使用 AI 定为 Shopify 的基本要求。

备忘录同时改变资源申请规则：团队在要求更多编制和资源之前，必须说明为什么目标无法依靠 AI 完成。另一条把关于 AI 使用的问题加入绩效和同事评议问卷。Lütke 还要求员工分享成功与失败的尝试，把 AI 融入每月业务回顾和产品开发周期，并要求团队学习如何给模型装入上下文（Lütke，2025；CNBC，2025）。

这些动作的共同点，不是 Shopify 采购了哪些模型，而是管理层先改了三件事：什么情况下可以加资源，员工需要学习什么，团队怎样交换使用经验。AI 不再只是个人自选的软件，而是进入了资源分配、评议和复盘。

2025 年，Shopify 年收入同比增长 30%；年末员工约 7600 人，低于一年前的约 8100 人。提交给美国证券交易委员会的年报还写明，公司在 2025 年加快了内部 AI 整合，让员工广泛使用支持快速原型和创新的工具（Shopify，2025、2026）。工程负责人 Farhan Thawar 随后估计，团队生产率提高约 20%，主要表现为更快试验更多方案、交付质量提高和功能更快上线；他同时承认这只是保守估计，不能靠代码行数或提交数量精确计算（Bessemer Venture Partners，2026）。

公开记录不能证明 4 月备忘录单独造成了收入增长、人员变化或研发改善。公司在备忘录发布前已经使用 AI 多年，经营结果也同时受到产品、市场和成本管理等因素影响。把 AI 使用纳入评议，也可能只提高调用次数和使用时长，而不改善经营结果。可确认的事实是：Shopify 改变了资源与评议规则，随后在控制人员规模的同时保持增长，并报告了内部生产率改善；三者之间没有经过因果检验。

2022 年 11 月，Jake Moffatt 因祖母去世，需要从温哥华往返多伦多。他在加拿大航空官网询问丧亲票价。聊天机器人告诉他，即使已经完成旅行，也可以在出票后 90 天内提交申请，获得较低票价。机器人给出的回答还链接到加拿大航空的“丧亲旅行”政策页；但那个页面写的是相反规则：旅行完成后提出的申请不适用丧亲政策。

Moffatt 依照聊天机器人的说明买票并在期限内申请。加拿大航空拒绝退款。公司员工后来承认机器人使用了“误导性措辞”，却没有解决赔偿争议。案件进入不列颠哥伦比亚省民事解决法庭后，加拿大航空主张自己不应为聊天机器人提供的信息负责。

2024 年 2 月 14 日，法庭认定加拿大航空构成过失失实陈述。裁决写道，加拿大航空的抗辩“实质上”把聊天机器人说成一个应当为自己行为负责的独立法律实体；但机器人只是公司网站的一部分，公司当然要为网站上全部信息负责。法庭还指出，旅客没有理由知道静态政策页比聊天机器人更可信，也不应被要求在同一网站的不同位置反复核对。加拿大航空最终被判支付 650.88 加元损害赔偿，加上利息和费用共计 812.02 加元（Moffatt v. Air Canada，2024 BCCRT 149）。

裁决没有查明这个机器人采用什么技术，加拿大航空也没有提交其训练和运行方式的证据。案件没有提供关于大模型“幻觉”的证据，只确认了两个事实：同一家公司向客户提供了两套互相冲突的政策答案；进入裁决程序后，公司仍主张不应为聊天机器人提供的信息负责。

Shopify 和加拿大航空不是一组严格的因果实验。行业不同，时间不同，工具也不同。前者把 AI 纳入资源规则和学习过程，并由管理层承担改造责任；后者让自动化入口与正式政策同时存在，没有保证二者给出同一答案，并在争议中主张不应为聊天机器人提供的信息负责。

公司拥有工具，不等于公司已经拥有使用工具的能力。

三、局部提速，为什么加总不成组织速度？ #

一项工作从想法变成结果，至少要经过四个环节。有人决定值得解决什么问题；相关人员对齐验收口径和必要事实；团队把事情做出来；结果回到组织，促使下一轮做法发生变化。

AI 可以参与四个环节，但大多数最先落地的用途集中在第三个：生成执行产物。写一份初稿、整理一批材料、改一段代码，几分钟就能看到结果。这些收益真实、可见，也最容易被统计。

问题在于，执行只是整条链的一部分。

假设一项工作原来需要 10 小时，其中生成和整理占 2 小时，其余 8 小时用于确定目标、补齐材料、等待放行和处理反馈。即使 AI 把 2 小时压缩为 12 分钟，总时长仍有 8 小时 12 分钟，只缩短 18%。这只是算术示例，却说明了局部十倍提速为什么不会自动成为整体十倍提速。

流程中的监管、签字、客户确认和物理执行如果不能同步缩短，整体增益还会更低。执行环节变快以后，瓶颈只会移动到尚未改变的环节，不会随着模型能力升级而自动消失。

如果目标没有说清，执行越快，团队越早交出不解决问题的成品。如果验收口径不一致，同一批输出会在不同负责人之间来回修改。如果每个部门给模型的材料都不同，生成速度越高，需要人工核对的冲突也越多。如果结果没有改变下一轮规则，组织只是用更低成本重复同一项错误。

更强的模型、更干净的数据和更可靠的系统，都会提高结果上限。但模型能力不会自动替公司选择经营目标；数据接进系统，不代表哪一份数据拥有最终解释权；反馈被记录下来，也不等于流程已经据此修改。

于是，公司可能同时看到两个都真实的结果：个人完成任务的时间缩短了，端到端的经营结果却没有同比例变化。新增的能力被方向错误、口径冲突、等待决策和重复返工吸收了。

这种结果构成了富足悖论：执行能力和可获得的信息越来越丰富，目标、验收口径、事实来源和纠错责任却仍各自分散，组织因而得不到相称的结果。

工具让组织原来不易观察的默认做法，以更高频率留下结果。

四、AI 放大的究竟是什么？ #

公司墙上的制度与实际发生的行为可能不同。业务下滑后采用哪种归因，资深员工的意见是否需要依据，多个政策版本由谁确认，复盘后哪些规则真的发生修改，这些可重复观察的行为构成了组织的默认判断和默认动作。

这些默认判断和动作就是组织基因。基因在这里是组织行为的比喻，不表示生物遗传，也不表示五类因素能够穷尽所有组织问题。它描述的是制度文件之外，在日常选择中反复运行的规则。

AI 使这些规则更容易复制和观察。第一，同一种做法可以被写进提示词、模板和工作流，迅速复制。第二，模型可以按同一规则持续生成，不会自行修订或停止。第三，数字系统可以保留过程和结果，让原本零散的判断变成稳定产出。

组织里好的做法会因此传播得更快，坏的做法也一样。问题不在 AI 是否会放大，而在组织交给它放大的是什么。

旧组织最常见的默认值，可以沿五个方向观察：认知惰性、经验权威、信息私有、执行崇拜和反馈逃避。

五者作用在同一条价值链上。认知惰性让问题沿用旧解释，经验权威让未经比较的做法取得解释权，信息私有让执行者拿到不同事实，执行崇拜把产出数量当成结果，反馈逃避则让错误依据留到下一轮。前一环产生的偏差会进入后一环；最后一环不修改依据，偏差又回到起点。

五、认知惰性：为什么 AI 会替旧答案补论据？ #

认知惰性不是不工作，而是面对新情况时，优先采用已经熟悉的解释。销量下降被归因于大盘，项目延期被归因于执行不到位，客户流失被归因于价格。沿用旧解释不需要重新定义问题，处理成本也更低。

生成式 AI 降低了为一个解释寻找材料、组织语言和制作图表的成本。问题里如果已经包含结论，模型可以直接围绕这个结论生成论据。报告即使结构完整、语气确定，前提仍可能没有经过检验。

模型研究记录了同一机制。Sharma 等人在 2023 年检查五个经过人类反馈训练的 AI 助手，发现它们在四类开放文本任务中都会不同程度地迎合用户已经表达的看法。在部分比较中，人类评审和偏好模型还会选择一份写得有说服力、但附和错误看法的回答，而不选纠正用户的答案。研究者把这种行为称为 sycophancy，即模型输出与用户已有看法对齐，并牺牲真实性（Sharma 等，2023）。

这项研究不能证明每个模型都会附和，也不能证明使用 AI 必然削弱组织判断。模型可以被要求提出反证、比较相反解释，输出也可以回到原始材料核对。风险出现在结论先行、验收只检查报告完整度的流程中：生成能力降低了论证成本，却没有改变结论的验证条件。

认知惰性被放大后，完整的分析形式可能与未经检验的结论同时存在。

六、经验权威：为什么旧经验会变成系统级默认？ #

经验有价值。长期工作记录可以包含异常模式和方案失效的具体条件。问题出在经验什么时候取得最终解释权。

一句“我们一直这样做”，没有说明这套做法在哪些条件下成立、经历过什么比较、上次验证是什么时候。过去，这类经验主要靠会议、带教和口头指令传播，扩散速度有限。今天，它可以进入提示词库、审核规则、客服话术和自动化流程，成为所有人和所有系统默认采用的答案。

第 1 章引过的客服研究显示，AI 助手把高绩效员工的一部分做法实时送到经验较少的员工面前，平均提高了每小时解决问题的数量，收益主要集中在低经验者身上（Brynjolfsson、Li 与 Raymond，2025）。既有实践由此从少数人扩散到更多员工。

但复制能力不负责判断被复制的内容是否正确。那项研究不能反过来证明错误经验一定会以相同幅度扩散；它只揭示了传播机制。进入系统的做法如果经过结果检验、边界清楚，组织获得学习速度；如果只是某位资深者未经比较的习惯，职位影响力就会借助自动化扩大。

因此，经验权威的问题不是“老员工不可信”，而是组织把“谁说的”当成了“为什么成立”。AI 接到后一种规则时，不会因为说话者资历很深就变得更正确，只会让这套规则更一致地出现。

七、信息私有：为什么同一家公司会出现互相矛盾的答案？ #

组织里的信息很少天然集中。客户事实留在销售系统，产品约束留在研发文档，风险条款留在法务文件，决策背景又可能只存在于几个人的记忆里。过去，员工靠问人和开会拼出一幅不完整的图。

接入 AI 并不会自动消除这种分散。每个团队都可以把自己掌握的材料放进模型，得到逻辑通顺的回答。市场、销售、产品和客服于是分别拥有一个反应很快的助手，却未必拥有同一个公司事实。

加拿大航空的裁决把这种问题压缩到了同一个网页。聊天机器人和正式政策页都属于公司，也都在回答丧亲票价问题，却给出了相反规则。现有证据没有查明后台是否使用两个数据库，也没有发现故意隐藏信息；可以确定的是，组织没有建立一种机制，保证所有客户入口以同一份有效政策为准。

信息私有也可能来自维护流程缺失。共享材料需要确认版本、权限和责任；没有维护时间、负责人和更新要求时，信息会继续留在个人文件、部门系统和口头传递中。

AI 改变的是这种局部选择的后果。以前，不同版本的事实会造成几次误解；现在，每个版本都能持续生成邮件、报价、政策解释和决策建议。冲突不再表现为“没人知道”，而是每个人都能立即拿出一份看似完整的答案。

组织无需让所有人看见所有信息。客户隐私、商业秘密和监管要求都决定了权限仍然存在。但对一项工作不可缺少的事实，必须有权威来源、有效版本和明确的维护责任。否则，模型只能忠实地放大它碰巧看见的那部分公司。

八、执行崇拜：为什么产出指标越漂亮，价值可能越模糊？ #

当执行需要大量人力时，速度和数量曾经是很有用的管理信号。客服多处理一些工单，研发多完成一些功能，市场多投放一些内容，通常意味着组织投入了更多稀缺工时。

生成成本下降以后，这些信号与价值之间的关系开始松动。一名员工一天可以生成数十个方案，但公司仍然只能选择其中少数去承担成本。一套系统可以让回复时间大幅缩短，但更快的错误承诺不会提高客户价值。代码、图片和报告增加，也可能只是把审核工作推给链条后面的人。

执行崇拜，就是在这种条件已经变化以后，仍把产出数量、响应速度和使用频次当成最终成绩。管理只验收这些数字时，目标是否实现便不在同一套考核中。

这也构成了 Shopify 备忘录需要面对的边界。把 AI 使用问题加入评议，可以推动学习；如果管理者只数调用次数、生成量或工具在线时长，使用指标可以上升，经营结果却可能不变。评议需要检查可验证的工作结果，以及员工能否识别不可放行的输出。

效率指标仍然影响成本和响应能力，但必须与客户结果、质量和财务影响连接。只看前者，组织会奖励机器最容易生产的东西；与后者共同验收，提速才会转化为价值。

九、反馈逃避：为什么错误标准会继续运行？ #

一家公司即使前三步都做错，仍有机会在结果出现后修正。反馈逃避切断的正是这条回路。

客户投诉、项目亏损和质量下降都已经是反馈，但反馈本身不会改变组织。如果复盘只把失败归给个别人、特殊情况或运气，原来的验收口径和材料仍会保留。下一次启动 AI 工作流时，系统会再次收到相同指令。

生成式 AI 可以快速整理时间线、归纳原因和起草复盘，但文档完成不等于判断改变。判断是否改变，只看下一轮工作里的标准、权威信息和责任分配有没有发生变化。

这也是为什么问责和纠错不能混为一谈。有人需要对后果负责，不代表找到责任人之后工作就结束。若错误来自含糊政策、过时材料或错误指标，只处理个人，不修改系统，组织会让下一位员工重新踩中同一处。

工具不会替组织处理反馈。标准和材料保持不变时，自动化会让旧规则继续运行，直到下一次后果出现。反馈真正进入组织的标志，不是一份复盘报告，而是下次执行时已经换了一套依据。

十、AI 原生转型，究竟要重写什么？ #

五种默认行为都不是道德缺陷。它们大多在过去的成本条件下有过作用。沿用熟悉解释可以节省分析时间，听从资深者可以减少试错，个人保留信息可以避免整理成本，强调执行可以确保昂贵的人力不被浪费，把失败解释成例外也能让团队迅速恢复行动。

现在变化的是成本。执行和获取已有知识越来越便宜，旧默认值带来的组织损耗开始超过它们节省的时间。工具升级无法处理这个问题，因为工具会服从这些默认值。

因此，AI 原生转型必须改变组织遇事时的第一反应：

• 不确定时，不再用熟悉解释快速封口，而是先承认缺少判断依据；
• 面对经验，不再按职位决定真假，而是追问结果、条件和边界；
• 使用信息时，不再由每个团队各自拼图，而是确认这项工作依据的权威版本；
• 衡量工作时，不再把生成量当成价值，而是先说清什么结果值得放行；
• 收到反馈时，不再只解释这一次，而是修改下一轮会实际使用的规则和材料。

当这些动作不靠老板逐次提醒，也能在资源申请、项目启动、日常执行和复盘中自然发生，组织就完成了第一轮默认值改写。这就是组织基因进化。

这也是“AI 原生”的组织含义。它不是员工人手一个账号，不是成立一个 AI 部门，也不是把现有流程全部自动化。它要求公司改变决定做什么、依据什么以及如何改错的日常规则。默认值怎样被写下来、怎样在团队中运转、怎样扩散到全公司，都必须建立在一个前提上：转型对象不是工具清单，而是组织本身。

图：执行与知识获取成本下降后，AI 会放大组织交给它的默认判断与行为。转型的对象是默认值，而不是工具数量。

十一、旧基因能不能被改掉？ #

组织基因不是宿命。Klarna 的公开记录展示了一家激进采用 AI 的公司怎样调整评估侧重点，同时保留仍在产生作用的自动化能力。

2024 年 2 月 27 日，Klarna 发布 AI 客服助手上线首月的数据。按照公司口径，助手完成了 230 万次对话，占客服聊天的三分之二，工作量相当于 700 名全职客服；重复咨询下降 25%，平均处理时间从 11 分钟降到不足 2 分钟，公司预计它会为当年利润带来 4000 万美元改善。通稿还称客户满意度与真人客服相当，并明确说客户仍可选择真人客服（Klarna，2024）。

这些数据来自 Klarna 自己，4000 万美元也是预测，不是经审计的已实现利润。公司当时用响应速度、处理量、重复咨询和成本收益来描述成功；每一项都易于量化，也都集中在执行效率。

2025 年 5 月 8 日，CEO Sebastian Siemiatkowski 对 Bloomberg 给出了另一组判断。他说，成本在组织客服时“不幸成了过于主导的评估因素”，结果是质量下降；公司正在试验一批可以远程登录工作的客服人员，并表示客户必须始终能够找到真人，人工支持仍需继续投入（Bloomberg，2025）。

这不是从全自动返回全人工。Klarna 在第一次通稿发布时就仍有真人选项，新的人员安排也计划替代一部分外包客服，而不是简单把 700 人原样雇回。公司也没有停用 AI。其 2025 年年报后来称，AI 助手当年处理了 80% 的客服聊天，且没有造成客户满意度下降。这仍然是公司口径，并与 CEO 早先关于质量下降的表述形成张力（Klarna，2026）。

Klarna 的公开记录只确认了一次纠偏动作：管理层承认原来的评估权重有问题，重新提高人工支持和质量的重要性，同时保留自动化能力。现有材料不能证明纠偏已经成功，也不能证明成本曾是唯一标准。

组织基因可以改变，但改变的证据不在声明本身。验收需要同时观察后续服务质量、客户结果和运营成本，以及新反馈是否持续改变人员与系统的分工。Klarna 已经展示纠偏动作，后续结果尚无独立验证。

十二、为什么把这道组织断裂称为“鸿沟”？ #

“鸿沟”原本描述的是市场采用问题。Everett Rogers 按采用一项具体创新的相对时间，把人分为创新者、早期采用者、早期大众、后期大众和落后者。常见的 2.5%、13.5%、34%、34% 和 16%，来自对正态分布的理论切分，是帮助观察扩散过程的理想类型，不是每个市场都必须符合的配额（Rogers，2003）。

Geoffrey Moore 在 1991 年出版的《跨越鸿沟》中，把主要断裂放在早期采用者与早期大众之间。早期采用者会购买不完整产品以换取潜在优势；早期大众通常等到产品能够嵌入现有工作，并出现同类客户验证后才采用。前一阶段的销量不会自动把产品送进主流市场（Moore，1991）。

Rogers 和 Moore 讨论的是产品如何进入市场。组织侧的鸿沟则位于“公司开始使用 AI”与“公司改变了默认判断和默认行为”之间。账号可以统一采购，培训可以集中完成，模型也可以快速接入；但认知惰性、经验权威、信息私有、执行崇拜和反馈逃避，不会因为工具上线而自行消失。公司跨过的不是一条技术安装线，而是五种日常反应需要被替换的断裂。

组织因素并不排除技术边界。技术质量、数据基础、安全要求和问题本身是否适合 AI，始终会决定项目能不能成立。加拿大航空的机器人不是已经确认的生成式 AI；Shopify 的规则也不是经营成功的因果证明。五种基因是分析框架，不是公司的永久属性。

组织由人构成。当检索已有知识和完成许多数字化执行都变得便宜，个人身上究竟还有什么能力没有归零？

周一早上怎么做（一号位视角） #

先不采购新工具，也不启动全公司转型。选一个已经在运行、会直接影响客户或经营结果的 AI 工作流，找使用者、业务负责人和系统维护者分别回答三个问题。小团队若没有专职维护者，就由业务负责人兼答材料来源、版本和维护责任。

1. 什么结果算合格？ 请给出可以实际判卷的口径，不接受“看起来不错”。
2. 系统依据哪一份事实？ 写出权威文档、数据来源、版本和维护人。
3. 结果出错后改哪里？ 明确谁判断是模型、材料还是标准的问题，以及修改怎样进入下一次运行。

把三组答案放在一起。若合格口径、权威来源或纠偏责任出现多个版本，先选择一个真实错误完成修复：统一一份政策，补一个验收条件，或确定一个维护人。

这次检查不用于统计谁“不会用 AI”，也不用于追责。它只回答一件事：公司目前缺的是更强的工具，还是一套能让工具获得同一方向、同一事实并持续改正的组织默认值。