# 生成式人工智能悖论：30 年来企业如何重复同样的错误

> 78%的公司已经实施了生成式人工智能，78%的公司报告称对利润的影响为零--为什么？与过去 30 年的错误如出一辙：用光盘取代纸质目录，网站取代宣传册，移动=桌面缩小，数字=纸质扫描。2025 年：他们使用 ChatGPT 更快地编写电子邮件，而不是通过重新思考沟通方式来消除 70% 的电子邮件。失败数字：92% 的企业将增加人工智能投资，但只有 1%的企业拥有成熟的实施方案，90% 的试点项目无法投入生产，2024 年美国人工智能投资额达 1091 亿美元。真实案例研究（200 名员工）：通过用实时仪表盘取代状态更新、用自动工作流取代审批、用人工智能日程安排取代会议协调、用智能知识库取代信息共享，5 个月内从每天 2100 封邮件减少到 630 封--3 个月内实现 ROI。人工智能领导者从零开始，收入增长 1.5 倍，股东回报 1.6 倍。反悖论框架：残酷审计（"如果从头开始重建，还会有这样的情况吗？"）、彻底消除、人工智能优先重建。错误的问题："我们如何增加人工智能？正确的问题："如果我们今天从头开始重建？

Source: https://www.electe.net/zh/%E9%82%AE%E5%AF%84/paradosso-ai-generativa-aziende-stanno-ripetendo-stessi-errori-da-30-anni

Site guide: https://www.electe.net/zh/llms.txt

Ci risiamo。企业们再一次拿起一项革命性技术，用它来做和以前一模一样的事情。只不过这次说的是人工智能，而数据毫不留情：[78%的企业已经部署了生成式AI](https://www.mckinsey.com/capabilities/quantumblack/our-insights/seizing-the-agentic-ai-advantage)，但同样比例的企业表示对利润的影响为零。

欢迎来到三十年来不断重演的故事的又一个篇章。

## 我们永远无法了解的故事

### 20 世纪 90 年代：光盘幻觉

**他们做了什么**："我们把一切都数字化了！我们的产品目录都上了CD-ROM！"**现实**：他们把纸质目录扫描后放到光盘上。流程一样，工作方式一样，低效程度也一样。只是换了个载体。

### 2000 年代：网站展示

**他们做了什么**："我们上线了！我们有网站了！"**现实**：一份数字版宣传册。没有电商功能，没有互动，没有重新设计的流程。只是把纸质内容搬到了HTML上。

### 2010 年：移动 = 网站萎缩

**他们做了什么**："我们已经适配移动端了！"**现实**：把普通网站压缩到小屏幕上。没有原生应用，没有为移动端优化的流程，没有重新设计的用户体验。

### 2020 年代：数字化 = 纸张扫描

**他们做了什么**："我们是一家数字化企业！"**现实**：用PDF取代纸张，用邮件取代传真，但工作流程和30年前一模一样。

## 2025:人工智能为旧流程穿上新装

今天，我们目睹了同一剧本的又一次重复：

### "我们有 ChatGPT！"

**他们在做什么**：用世界上最先进的AI来……写稍微好一点的邮件。

‍**问题所在**：这些工具带来的改善普遍存在但难以衡量，因为收益往往被稀释分摊到每个员工身上。

### "我们有副驾驶了！"

**他们在做什么**：将近70%的财富500强企业使用Microsoft 365 Copilot来制作和以前一样的PowerPoint演示文稿，只是速度更快了。

‍**问题所在**：流程完全没有重新思考。同样的会议，同样的碰头，同样的低效。

### "我们有一个人工智能飞行员！"

**他们在做什么**：84%的企业[在试点模式中滞留超过一年](https://www.mckinsey.com/capabilities/people-and-organizational-performance/our-insights/the-organization-blog/avoid-pilot-purgatory-in-7-steps)，测试着那些从未真正改变他们工作方式的解决方案。

‍**问题所在**：他们无休止地做实验，却从不质疑底层流程本身。

## 永恒的模式：新技术+旧流程=浪费金钱

### 失败的公式

每次都是同样的故事：

1. **一项革命性新技术出现**
2. **企业们兴奋不已**，投入数十亿资金
3. **将该技术应用**于现有流程
4. **没有任何实质性改变**
5. **他们开始抱怨**"这项技术根本没有兑现承诺"

### 重复数据

研究证实了这种模式：

- 92%的企业计划增加AI投资，但只有1%的企业实现了成熟的落地应用 [Escaping AI Pilot Purgatory: How to Successfully Scale AI from Pilot to Production | Rightpoint](https://www.rightpoint.com/thought/article/escaping-ai-pilot-purgatory)
- 90%的生成式AI试点项目未能进入生产阶段 [Escaping AI Pilot Purgatory: How to Successfully Scale AI from Pilot to Production | Rightpoint](https://www.rightpoint.com/thought/article/escaping-ai-pilot-purgatory)
- 2024年，仅美国的AI投资就达到1091亿美元 [The 2025 AI Index Report | Stanford HAI](https://hai.stanford.edu/ai-index/2025-ai-index-report)

**结果**：还是老样子的数字，还是老样子的沮丧。

## 具体案例研究：邮件[悖论](/il-paradosso-dellia-tra-democratizzazione-sovraccarico-informativo-effetto-frontiera)

让我们以企业电子邮件管理为例，来看看这一悖论的完美实例。

### 错误的方法（人人都这样做）

**"我们用ChatGPT来写邮件！"**

- 用AI更快地写邮件
- 用AI总结长邮件
- 用AI给收件箱分类
- 用AI建议自动回复

**结果**：管理者每天花在邮件上的时间从6小时……变成了5.5小时。一个根本上已经失灵的流程，只得到了微不足道的改善。

### 革命性方法（您应该做什么）

**"通过重新思考沟通方式，消除70%的邮件"**

#### 残酷分析：电子邮件为何存在？

**四类无用邮件**：

1. **状态更新**(占总数30%)
2.
  - _典型邮件_:"X项目已完成65%,与供应商Y出现问题"
  - _AI解决方案_:从系统自动更新的实时仪表盘 + 仅在需要采取行动时发出警报
  - _结果_:被动更新邮件归零
3. **审批请求**(占总数25%)
4.
  - _典型邮件_:"请批准这笔支出/决定/文件"
  - _AI解决方案_:自动化工作流 + AI自动批准预设阈值以下的所有事项
  - _结果_:即时审批,让管理者专注于战略决策
5. **会议协调**(占总数20%)
6.
  - _典型邮件_:"我们什么时候能通个话?周二怎么样?"
  - _AI解决方案_:读取所有日历的AI排程 + 自动协调
  - _结果_:无需人工干预即可安排会议
7. **信息共享**(占总数25%)
8.
  - _典型邮件_:"转发给你这份文件/链接/更新"
  - _AI解决方案_:实时知识库 + 个性化信息流,自动将正确信息送达正确的人
  - _结果_:告别"转发"和"仅供参考"

### 真实案例研究：软件公司（200 名员工）

**之前**(传统方式):

- 公司每天2,100封邮件
- 管理者每天6小时处理邮件
- 平均响应时间45分钟

**之后**(5个月AI变革后):

- 每天630封邮件(-70%)
- 每天1.5小时用于沟通
- 响应时间8分钟

**他们是怎么做到的**:

- 第1个月:项目自动化仪表盘
- 第2个月:标准审批的AI工作流
- 第3个月:AI自动排程
- 第4个月:智能知识库
- 第5个月:反邮件文化

**投资回报率**:节省下来的时间在3个月内就收回了全部实施成本。

## 其他悖论实例

### 银行做同样事情的人工智能

- **错误做法**:用聊天机器人更快地回答常见问题
- **正确做法**:彻底重新设计客户入职流程,从根本上消除常见问题

### 零售：旧流程的领航员

- **错误做法**:用AI更好地管理传统库存
- **正确做法**:用即时预测模型消除库存

### 人力资源：官僚机构自动化

- **错误做法**:用AI更快处理简历
- **正确做法**:取消简历,用AI技能匹配重塑招聘方式

## 为什么总是发生同样的事情？

### 1.增加比重新思考更容易

在网站上添加聊天机器人很容易。彻底重新思考如何处理客户服务却很难。

在电子邮件中加入 ChatGPT 是快速的。通过重新思考内部沟通，消除 70% 的电子邮件是复杂的。

### 2.害怕变化

最顽固的障碍之一是弥漫于部门结构中的孤岛思维[Overcoming AI Implementation Barriers in Large Organizations](https://www.ceiamerica.com/blog/ai-implementation-barriers/)。改变流程就意味着承认过去的做法是错的。

### 3.神奇技术 "的神话

公司认为技术可以自行解决问题。其实不然。从来都不是。

## 少数明白人（并正在获胜）

### 真正的创新者

AI领域的领先企业实现了1.5倍的营收增长,股东回报率提高了1.6倍[AI Adoption in 2024: 74% of Companies Struggle to Achieve and Scale Value | BCG](https://www.bcg.com/press/24october2024-ai-adoption-in-2024-74-of-companies-struggle-to-achieve-and-scale-value)。

**他们的不同做法**:不是把AI加到现有流程上,而是**从零开始重来**。

### 真正创新的实例

- **特斯拉**:没有给汽车添加AI,而是重新定义了"汽车"的含义
- **Netflix**:没有把AI用在大片上,而是彻底摒弃了大片模式
- **亚马逊**:没有优化实体店,而是直接取消了实体店

## 如何打破循环（如果你敢的话）

### 1.不要再问 "我们该如何使用人工智能？"

**错误的问题**:"我们该如何把AI加到销售流程中?"

‍**正确的问题**:"如果今天要从零开始重新设计销售,我们会怎么做?"

### 2.从终点开始

不要从技术入手。从你想要实现的结果开始。

- 想要邮件归零?重新思考沟通方式
- 想要会议归零?重新思考协调方式
- 想要文件归零?重新思考信息传递方式

### 3.接受你所做的一切可能都是错误的事实

工作流程的重新设计对人工智能系统产生影响的能力影响最大。

不是"改进"。而是**推倒重来**。

### 4.实用的反悖论框架

针对每个业务流程，问问自己

**第一步：残酷审视**

- 如果今天要从零开始重建公司，这个流程还会存在吗？
- 我想要达成什么样的最终结果？
- 这个流程中有多少只是"我们一直都是这么做的"？

**第二步：彻底消除**

- 我可以完全消除什么？
- 我可以100%自动化什么？
- 什么真正需要人类智能？

**第三步：以AI为先重建**

- AI系统会如何执行这个流程？
- 要实现自动化需要哪些数据？
- 如何衡量新流程的成功？

## 难以忽视的真相

关于生成式AI悖论的研究证实了我们30年来就已经知道的事情：**大多数企业不懂得如何创新**。

他们利用世界上最先进的技术来做完全相同的事情，只是速度稍快而已。

- 90年代：用CD做目录而不是纸质目录
- 2000年代：用在线宣传册而不是印刷宣传册
- 2010年代：缩小网站尺寸而不是保持桌面版
- 2020年代：用PDF而不是表格
- **2020年代：用AI生成邮件而不是手写邮件**

**永远是同样的故事**。

## 2025:真理之年

这次的不同之处在于，数据非常清晰。我们不能再以 "需要时间才能看到效果 "为借口躲躲闪闪了。

试验期已经结束；企业必须现在就采取行动 [Seizing the agentic AI advantage - McKinsey's (QuantumBlack)](https://www.searchyour.ai/en/seizing-the-agentic-ai-advantage-mckinseys-quantumblack)。

那些继续利用人工智能实现 "数字+1 "的人将永远被抛在后面，而那些勇于从零开始的人将主宰下一个十年。

**问题是**：你有勇气承认你所做的一切都已经过时了吗？还是宁愿加个聊天机器人，然后祈祷这样就够了？

## 常见问题--不舒服的问题

### **问：但我们的行业不一样，我们不能把一切都彻底改变……**

**答：**每个行业、每一项技术出现时，所有人都是这么说的。77%的制造商已经实施了AI [2025 AI Adoption Across Industries: Trends You Don't Want to Miss](https://www.coherentsolutions.com/insights/ai-adoption-trends-you-should-not-miss-2025) —— 如果制造业能做到，你也能做到。

### **问：我们没有预算从零开始重新思考一切**

**答：**94%的ROI为负的案例都来自于[将IT预算的不到10%分配给AI的组织](https://shelf.io/blog/9-ai-implementation-pitfalls/)。不投资变革的代价比投资变革更高。邮件的例子显示3个月内就能见到ROI。

### **问：我们的客户还没准备好接受剧烈的变化**

**答：**你的客户已经习惯了CD，然后是网站，然后是移动端，然后是数字化。他们也会习惯AI的。问题不在他们身上，而在你身上。

### **问：如何说服管理层放弃已经固化的流程？**

**答：**把这篇文章和历史数据给他们看。然后问他们："你想成为柯达，还是想成为Netflix？"再给他们看邮件的案例研究：5个月内浪费的时间减少了70%。

### **问：我们实际上该从哪里开始？**

**答：**选出你手头最昂贵/最慢/最令人沮丧的流程。不要问自己如何改善它，而要问自己如何彻底消除它。从邮件开始——所有人都讨厌它，所有人都会立刻看到好处。

### **问：这种方法是不是太冒险了？**

**答：**你知道什么才是真正的风险吗？就是当你的竞争对手从零开始重新出发时，你却还在继续做30年前就在做的事情。

### **问：我该如何在我的公司里复制邮件这个例子？**

**答：**第1-2周：按类别追踪所有邮件。第3-4周：淘汰其中最没用的20%。第5-8周：把所有能自动化的都自动化。第9-12周：建立新的沟通文化。从第一个月起你就会看到成果。

**来源与深度阅读:**

- [McKinsey - 把握智能体AI优势](https://www.mckinsey.com/capabilities/quantumblack/our-insights/seizing-the-agentic-ai-advantage)
- [斯坦福AI指数报告2025](https://hai.stanford.edu/ai-index/2025-ai-index-report)
- [BCG - 2024年AI应用现状](https://www.bcg.com/press/24october2024-ai-adoption-in-2024-74-of-companies-struggle-to-achieve-and-scale-value)

_生成式AI悖论不是技术问题,而是勇气问题。你是否具备停止重蹈历史覆辙的能力?_

_不要用AI把邮件写得更漂亮。用它去构建一个不再需要邮件的世界。_