{"source":{"id":"yt_ifaHUn8BViQ","title":"企业砸大钱搞AI，为什么效率根本没提升？这事儿别怪AI，去翻翻90年代的老黄历就明白了。当时PC个人电脑刚开始普及，大批…","url":"https://mubeitech.com/p/yt_ifaHUn8BViQ"},"method":"semantic-similarity","count":6,"items":[{"rank":1,"id":"mb-20260831-0c8607","account":"mubei","brand":"","title":"同样是裁掉两成人，说「公司快活不下去了」股价会崩盘，说「全面拥抱 AI 提效」市值却能暴涨","summary":"同样是裁掉两成人，说「公司快活不下去了」股价会崩盘，说「全面拥抱 AI 提效」市值却能暴涨","body":"同样是裁掉两成人，说「公司快活不下去了」股价会崩盘，说「全面拥抱 AI 提效」市值却能暴涨。\n硅谷与金融科技行业正在把这套叙事玩到极致。\nPayPal 砍掉两成人员，Block 把团队压缩到六千人以下，Coinbase 裁掉一成多。\n对外给出的理由出奇一致：AI 接管了日常工作。\n但这些企业真的靠 AI 实现了生产率奇迹吗？\n谁见过他们拿出一份能自圆其说的投入产出账单？\n德意志银行给这种现象起了一个名字：AI 裁员洗白（AI Redundancy Washing）。\n这根本不是技术革命带来的自然迭代。\n这是一场精心策划的公关与估值自救。\n过去几年大水漫灌时盲目扩招，单位经济模型崩坏，增长神话难以为继。\n如果管理层在业绩会上承认自己战略失误、业务萎缩、被迫断臂求生。\n资本市场会立刻用脚投票，甚至逼宫换人。\n只要把裁员包装成「前瞻性的智能化重构」。\n管理层无能的罪名，瞬间变成了果断坚决的科技转型。\n美国一项针对招聘主管的调查里，近 60% 的主管私下承认：强调 AI 导致裁员，纯粹是因为投资人吃这一套。\n另一份覆盖 350 家十亿美元级企业的调研同样直接：八成在试水 AI 的公司启动了裁员，但多数高管承认，无论技术到底赚不赚钱，人都要先砍。\n真实的商业回报究竟怎样？\n麦肯锡全球追踪数据显示：近 70% 的企业 AI 部署至今仍卡在实验与试点阶段，全公司规模化落地的只有 16%，能看到息税前利润显著改善的不到四成。\n1987 年经济学诺奖得主罗伯特·索洛（Robert Solow）曾留下过一句论断：\n「你到处都能看见计算机时代，唯独在生产率统计数据里看不见。」\n近四十年过去，索洛悖论换了一身行头重新登场。\n技术红利还没在利润表上成型，裁员带来的纸面利润却已被高管提前变现。\n仅去年一年，全行业往底层设施与内部系统砸进去了超过 2000 亿美元。\n大部分资金只是在旧管道上贴贴补补，没有任何新的商业模型被真正跑通。\n靠辞退员工给季度报表注水，从来不是核心技术壁垒。\n真正决定企业长期生死的，从来不在于借技术之名裁减了多少人。\n在于当泡沫散去的时候，你手里究竟多出了什么一年前根本做不出来的东西。","category":"科技","score":null,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-08-31 10:58:55","created_at":"2026-08-31 10:58:55","url":"https://mubeitech.com/p/mb-20260831-0c8607","markdown_url":"https://mubeitech.com/p/mb-20260831-0c8607/markdown"},{"rank":2,"id":"2082098463999938983","account":"mubei","brand":"@mubei","title":"两年前，硅谷警告 AI 会砸掉一半白领的饭碗。 两年后，微软一口气招了 6000 人，专门帮企业搞 AI 落地。 搞个…","summary":"两年前，硅谷警告 AI 会砸掉一半白领的饭碗。 两年后，微软一口气招了 6000 人，专门帮企业搞 AI 落地。 搞个 AI 演示太便宜了，但把 AI 塞进大公司，极其昂贵。 自己玩 AI 确实爽。 敲几行提示词，捏个智能体，工作效率直接翻倍，简单得像作弊。 所有人都以为，企业接…","body":"两年前，硅谷警告 AI 会砸掉一半白领的饭碗。\n两年后，微软一口气招了 6000 人，专门帮企业搞 AI 落地。\n\n搞个 AI 演示太便宜了，但把 AI 塞进大公司，极其昂贵。\n\n自己玩 AI 确实爽。\n敲几行提示词，捏个智能体，工作效率直接翻倍，简单得像作弊。\n所有人都以为，企业接入 AI 也会这么丝滑。\n错得离谱。\n\n马克·库班点破了这个反差：大部分 CEO 根本搞不清状况。\n智能体本身不难。\n难在权限怎么分？陈旧的业务流程怎么改？系统责任链谁来背？\n你没法直接跟老板解释，给 AI 戴上这些“紧箍咒”有多复杂。\n\n如果 AI 真的快要统治世界，它理应能自己完成部署。\n你只要对它说“去，把自己装进公司的系统”，它就该干完。\n结果完全不是这回事。\n\nAI 极度依赖人类工程师去驻场，去手把手解决那些烂摊子。\n这就是为什么微软要招 6000 名“前哨部署工程师”。\nOpenAI 和 Anthropic 也在干一模一样的事：派真人去企业里扫雷。\n\n这甚至让帕兰提尔（Palantir）的 CEO 急得跳脚。\n因为派真人工程师驻场帮客户整合系统，本来是 Palantir 的独门生意，现在 AI 巨头们全开始这么玩了。\n\n白领的饭碗不但没丢，市场反而极度渴求懂 AI 的大活人来兜底。\n写出酷炫的 AI 代码是一回事。\n把它安全嵌进一台庞大、陈旧的商业机器，完全是另一回事。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2082406368493936826","translated_status_id":"2082406368493936826","published_at":"2026-07-29 06:22:20","created_at":"2026-07-29T08:01:31+02:00","url":"https://mubeitech.com/p/2082098463999938983","markdown_url":"https://mubeitech.com/p/2082098463999938983/markdown"},{"rank":3,"id":"2075784190218711046","account":"mubei","brand":"@mubei","title":"AI 账单每 45 天翻一倍。 生产率提升呢，最多 5%。 Chamath 和 CTO 对完这笔账，整个人开始往后退。…","summary":"AI 账单每 45 天翻一倍。 生产率提升呢，最多 5%。 Chamath 和 CTO 对完这笔账，整个人开始往后退。 这就是很多公司接下来要碰到的墙。 不是模型不聪明了。 是每往前挤一点点改进，都要烧掉更多 token。 早期用 AI，像白捡杠杆。 写代码快了，客服快了，分析快…","body":"AI 账单每 45 天翻一倍。\n生产率提升呢，最多 5%。\nChamath 和 CTO 对完这笔账，整个人开始往后退。\n\n这就是很多公司接下来要碰到的墙。\n不是模型不聪明了。\n是每往前挤一点点改进，都要烧掉更多 token。\n\n早期用 AI，像白捡杠杆。\n写代码快了，客服快了，分析快了，PPT 快了。\n老板看到的是效率曲线往上走。\n\n可财务看到的是另一条线。\ntoken 成本每 45 天翻倍。\n一年下来，不是翻几倍，是进入指数游戏。\n\n更麻烦的是，收益端没有同步指数增长。\nChamath 得到的内部估算是，下游生产率提升最多 5%。\n成本在狂奔，增益在贴地走。\n\nCTO 给出的解释很现实。\n第一轮 AI 改造，低垂的果子已经摘完了。\n再想做下一轮优化，就要让模型读更多上下文，跑更多推理，试更多路径。\n\n听起来像技术进步。\n落到公司账本上，就是变量成本。\n每一次点击，每一次生成，每一次自动化，背后都有 token 表在跳。\n\n这会改变一批 AI 公司的估值逻辑。\n以前市场买的是想象力：用户增长、调用增长、自动化率增长。\n接下来资本会问一个更土的问题：每多赚一美元，要多烧多少 token。\n\nChamath 的判断更直接。\n很多公司现在还没认真做这笔审计。\n但未来三四年，大家都会被迫做。\n\n所以他才会提到一个残酷窗口。\n能在这轮兴奋期高价退出、融到大钱的公司，可能会先跑。\n因为等 token 成本渗进利润表，故事就没那么好讲了。\n\nAI 当然会继续吃掉软件世界。\n但它不是免费的魔法。\n它更像一种新电力：越强大，越要被计量、审计、定价。\n\n企业 AI 的下半场，会从谁会接入模型，变成谁能控制每一次智能的边际成本。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2075824126288138706","translated_status_id":"2075824126288138706","published_at":"2026-07-11 06:06:52","created_at":"2026-07-11T08:01:31+02:00","url":"https://mubeitech.com/p/2075784190218711046","markdown_url":"https://mubeitech.com/p/2075784190218711046/markdown"},{"rank":4,"id":"2059298057506705525","account":"mubei","brand":"@mubei","title":"Uber 给公司的 5000 名工程师配上了 AI 助手。 结果短短 4 个月，全年的 AI 预算就被烧了个精光。 AI…","summary":"Uber 给公司的 5000 名工程师配上了 AI 助手。 结果短短 4 个月，全年的 AI 预算就被烧了个精光。 AI 现在的运行成本，甚至开始超出它能替代的员工成本。 Uber 的 COO 公开承认了一件事。 他无法向公司证明这笔巨额开销是合理的。 硅谷大厂的 AI 账本，正…","body":"Uber 给公司的 5000 名工程师配上了 AI 助手。\n结果短短 4 个月，全年的 AI 预算就被烧了个精光。\nAI 现在的运行成本，甚至开始超出它能替代的员工成本。\n\nUber 的 COO 公开承认了一件事。\n他无法向公司证明这笔巨额开销是合理的。\n硅谷大厂的 AI 账本，正在遭遇残酷的现实对账。\n\n只看底层研发指标，一切都很完美。\nToken 用量每天都在翻倍。\n上个季度，公司 25% 的代码提交全部由 Claude Code 完成。\n员工的 AI 渗透率极其漂亮。\n\n但当管理层拿着这些华丽的数据去问工程负责人：\n既然效率提升了，那我们多产出了 25% 有商业价值的用户功能吗？\n有多少之前因为缺人手而被搁置的项目，现在被重新捡起来了？\n\n答案是没有答案。\n这条等号线，目前根本画不出来。\nAI 确实以惊人的速度生成了更多代码，但这并没有直接转化为可量化的业务增量。\n\n把代码生成量等同于生产力提升，中间存在巨大的商业断层。\n当底层技术指标涨到天上，却无法在资产负债表上兑现为利润。\n大企业盲目铺开的 AI 投入，很快就要面对资本真正的灵魂拷问。","category":"其它","score":100,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-05-27 07:19:24","created_at":"2026-05-27T09:11:21.101444","url":"https://mubeitech.com/p/2059298057506705525","markdown_url":"https://mubeitech.com/p/2059298057506705525/markdown"},{"rank":5,"id":"2068061368494989649","account":"mubei","brand":"@mubei","title":"我们现在用的计算机，马上就要变成历史垃圾堆里的古董了。 这不是升级。我们要全部扔掉，重来。 黄仁勋最近算了一笔账，这个“…","summary":"我们现在用的计算机，马上就要变成历史垃圾堆里的古董了。 这不是升级。我们要全部扔掉，重来。 黄仁勋最近算了一笔账，这个“重来”的代价是：数十万亿美元。 上一次发生这种底层的剧变，还要追溯到 1964 年。 那一年，IBM 推出了 System/360。 它奠定了过去 60 年人类…","body":"我们现在用的计算机，马上就要变成历史垃圾堆里的古董了。\n\n这不是升级。我们要全部扔掉，重来。\n\n黄仁勋最近算了一笔账，这个“重来”的代价是：数十万亿美元。\n\n上一次发生这种底层的剧变，还要追溯到 1964 年。\n那一年，IBM 推出了 System/360。\n它奠定了过去 60 年人类计算机的底层框架：\n人写好代码，把信息预先编码、存好，机器按照指令老老实实执行。\n\n这套逻辑，我们玩了整整 60 年。\n你手里的手机，身后的互联网，支撑全球运转的数据中心，全都是在这个框架里建起来的。\n\n但现在，这个时代结束了。\n\n新一代的机器，不再需要你提前写好代码去等它执行。\n它不需要去数据库里“查”预存的答案，而是开始实时“推理”，现场解决问题。\n\n当计算机“思考”的方式发生根本性颠覆，它的硬件结构就必须跟着彻底掀翻。\n\n很多人到现在还觉得， AI 只是我们现有电脑里的一个新软件、新 App。\n黄仁勋的意思是：别天真了，是要把电脑本身全扔了。\n\n未来 10 年，全球要花数十万亿美元，去建造全新的计算机体系，把过去 60 年积累的旧基建全部替换掉。\n\n这超越了技术迭代，是数字世界的“造物主级”重构。\n当掌握全球算力命脉的庄家，开始用“数十万亿”这个量级来下注时，我们最不该做的，就是用旧时代的经验，去评估新时代的终点。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2068156313603826004","translated_status_id":"2068156313603826004","published_at":"2026-06-19 23:52:39","created_at":"2026-06-20T01:49:15.740639","url":"https://mubeitech.com/p/2068061368494989649","markdown_url":"https://mubeitech.com/p/2068061368494989649/markdown"},{"rank":6,"id":"2062211931893547257","account":"mubei","brand":"@mubei","title":"Uber 在一个季度内，把全年的 AI 预算烧光了。但这钱没白花，换来了反常识的结果。CEO Dara 发现，自家的工程…","summary":"Uber 在一个季度内，把全年的 AI 预算烧光了。但这钱没白花，换来了反常识的结果。CEO Dara 发现，自家的工程师用上 AI 后效率暴增，产出简直像\"超人\"一样。于是 Uber 做了一个极其现实的决定：既然现有人手这么能干，那就不招新人了。他们开始严格控制增员节奏，用高昂…","body":"Uber 在一个季度内，把全年的 AI 预算烧光了。但这钱没白花，换来了反常识的结果。CEO Dara 发现，自家的工程师用上 AI 后效率暴增，产出简直像\"超人\"一样。于是 Uber 做了一个极其现实的决定：既然现有人手这么能干，那就不招新人了。他们开始严格控制增员节奏，用高昂的算力成本，直接锁死了未来的人力扩张。而且这场改造根本不局限于写代码。从工程开发、找 bug、平台迁移，一直到法务和营销团队，AI 已经钻进了 Uber 的每一根毛细血管。Dara 给团队下了死命令：自下而上，用 AI 把系统和流程彻底重构一遍。就算第一步只是让 AI 提升个两三成的效率，那也是赚的。最聪明的还是他们在成本上的算计。搞探索和研发时，闭着眼睛用最贵的 OpenAI 和 Claude，因为前沿模型确实聪明，适合试错。但只要某个场景跑通了、要大规模铺开，他们会立刻切回按 token 算更便宜的模型，或者是开源模型。为什么这么抠细节？因为 Uber 一年哪怕跑出远超 100 亿次的行程，手握 100 多亿自由现金流，本质上依然是个低毛利的苦生意。他们只能靠榨干内部的每一滴效率，来换取终端降价的空间。这就是现在顶尖科技公司的真实玩法。没有空喊口号，算力直接替代人力，用最贵的工具探路，用最省的方案落地。一场冷酷又高效的生产力洗牌，已经在看不见的地方完成了。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2062248588789379224","translated_status_id":"2062248588789379224","published_at":"2026-06-03 18:26:23","created_at":"2026-06-03T20:21:58.809728","url":"https://mubeitech.com/p/2062211931893547257","markdown_url":"https://mubeitech.com/p/2062211931893547257/markdown"}]}