企业AI的真正障碍不是修复生产力KPI，而是"忘掉"旧习惯，专家表示

当亚马逊近日拆除一个内部AI排行榜时，这一举动揭露了美国企业AI推行过程中更深层的问题。该排行榜追踪的是所谓的"tokenmaxxing"——一种流行的企业现象，员工通过最大化消耗AI算力来证明自己正在使用这项技术。然而，员工们却在钻系统漏洞，虚报生产力得分。

这是一个更深层问题的典型例证：企业正把AI当作行政效率的竞赛，而非业务转型的契机。

本周在科罗拉多州阿斯彭举行的《财富》头脑风暴科技峰会上，一组行业专家指出，未来的工作不能仅仅是把昂贵的工具叠加在过时的流程之上。他们表示，企业必须从根本上重塑员工的工作方式。

"在技术与人才方面的投资比例严重失衡，"德勤技术、媒体与电信部门副主席China Widener说道。"每花出去一美元，只有约七美分流向人才，93美分流向技术。"

这种失衡解释了为何AI的经济回报迄今仍集中在资源最丰富的企业手中。ServiceNow首席客户官兼企业AI顾问Chris Bedi表示，约90%的企业AI应用场景严格聚焦于内部生产力提升和成本管控，而非推动营收增长。由于大多数企业采取守势，它们正逐渐落后。普华永道近期一项研究显示，仅有20%的企业正在获取AI总经济价值的近四分之三。

为打破这一循环，Bedi敦促领导者摆脱仅追踪节省分钟与小时数的浅层"KPI对话"，转而聚焦真正的组织关键成果。派拉蒙前执行副总裁兼首席技术官Phil Wiser提出了一个结构性解决方案：建立一支集中化的"前沿部署"工程团队，嵌入各企业部门，帮助他们从根本上重新构想各自的业务职能。

Wiser表示，年轻一代对AI持怀疑态度，部分原因在于他们每天都能看到大量AI生成的劣质内容。他说，他们不明白为何要去接触这项看似无法改善生活的技术，并指出整个行业存在信息传达问题，因为过于集中于企业利润，而忽视了AI对人类价值的叙事。 

专家们表示，归根结底，AI整合的真正障碍是心理层面的。德勤的Widener说，真正的转型需要"反学习"。她说，要求专业人士放弃那些令他们成功了二十年的工作流程，是一个艰巨但必要的要求。如果高管未能建立信任并清晰传达AI如何增强人类能力，他们将面临大规模文化抵制的风险。

"如果你有信任问题，"Widener说，"你就会有文化问题。"

更多来自第25届《财富》头脑风暴科技峰会的内容：

Anthropic的Boris Cherny——Claude Code的创建者——表示，他有时一天要同时管理数以万计的AI代理

Northwood Space首席执行官表示，太空经济的下一个前沿在于地面基础设施

"这不是Allbirds时刻"：Xbox新任首席执行官表示，她将把游戏机的根基扎根于游戏，而非AI

本文最初刊登于Fortune.com