近期，一段Meta内部会议的录音引发了全球科技界的广泛关注。

7月2日，路透社获取并公开了一段Meta内部会议的录音。录音公布后，Meta的股价随之下跌约5%，导致公司市值在短时间内蒸发超过700亿美元。

该录音之所以引起如此大的震动，主要是因为Meta首席执行官马克·扎克伯格在会上坦承了公司在人工智能（AI）战略上存在失误。他表示，过去四个月AI智能体的发展并未达到预期，公司围绕AI进行的组织重组“本可以更顺利”，且高管层对变革时机的判断出现了偏差。扎克伯格明确指出问题在于“时机错误”和“判断错误”，而非外部因素或技术难题。

战略决策的失误对任何企业都可能是致命的，而作为AI领域的领先企业，其领导者公开承认战略失误，向市场释放了两个关键信号：第一，Meta在战略上确实存在重大偏差；第二，AI技术的落地应用并未达到预期。这不仅对Meta自身造成了冲击，也对整个AI行业产生了影响，加剧了市场对AI泡沫的担忧，尤其是在AI领军人物承认技术并非万能的情况下。

那么，扎克伯格所指的“错误决策”具体是什么呢？

一场基于恐惧的决策

今年1月，Meta内部的决策受到了AI领域竞争对手的压力。当时，Anthropic公司推出的Claude Code在程序员群体中迅速普及，其增长速度远超Meta自研的编码工具。

Meta的核心管理层因此感到担忧，认为如果不迅速加大在AI领域的投入，可能会被竞争对手超越。这种紧迫感促使Meta采取了一系列激进的措施。

今年5月，Meta进行了大规模裁员，约10%的员工，即近8000人被解雇；同时，公司冻结了6000个招聘岗位，并将超过7000名员工调往AI相关部门，专注于开发可能对其自身构成挑战的AI工具。

此举在当时引发了广泛争议，但扎克伯格坚称，AI领域的企业必须精简人员，否则将难以在行业竞争中立足。从理论上讲，裁员旨在降低人力成本，而将员工转向AI领域则有望提高效率，这似乎是一种兼顾降本增效的策略。

然而，实际结果却并非如此。正如扎克伯格在录音中承认的，AI智能体的进展并未达到预期，投入的资金和人力并未转化为预期的产品。

更严重的是，Meta员工的士气受到了严重打击。8000人失业，7000人被安排到陌生的岗位，许多人对新角色、汇报对象、工作内容和绩效评估标准感到迷茫。一位在Meta工作了11年的资深工程师在内部论坛上表达了对“被当作AI训练数据剥削”的不满，该帖子获得了大量关注。新成立的AI部门甚至被内部员工形容为“粉碎灵魂的集中营”。当员工感受到工作缺乏价值和意义时，生产力的下降似乎只是时间问题。Meta的首席技术官Andrew Bosworth也坦承，公司士气已接近历史低点。

这表明，恐惧并非有效的战略，基于恐惧驱动的决策往往难以获得积极的结果。

岂止于Meta？

Meta的经历在某种程度上反映了全球科技公司在AI军备竞赛中的普遍状态——都在加大投入，却无人敢率先放缓脚步。

根据虎嗅的报道，预计到2026年，Meta、微软、谷歌和亚马逊这四大科技巨头在资本支出方面将累计投入7250亿美元，相较于2025年的4100亿美元，增幅高达77%。这笔巨额资金主要投向GPU、计算能力、大型模型和基础设施。然而，AI行业整体新增的收入却仅有数百亿美元量级。

投入与产出之间不成比例，这并非理性的商业投资，而更像是博弈论中的“囚徒困境”。

“囚徒困境”指的是，在缺乏信任的情况下，个体为了追求自身最理性的选择，最终却可能导致集体陷入最糟糕的境地。四大巨头都意识到无休止的烧钱模式难以持续，但谁都不敢轻易停止，因为担心对手在GPU或模型迭代上取得突破，从而赢得行业竞争的最终胜利。因此，所有公司都被迫卷入这场消耗战。

这就是当前AI行业的现实：技术尚未完全成熟，资本却已疯狂投入；价值尚未真正落地，内卷却已先行展开。

越焦虑，越要看到本质

Meta的教训揭示了AI战略失误的根源在于未能准确认识AI的真实能力，以及误解了人机之间的核心关系。

关于AI，有两点基本真相需要理解：

第一，AI无法取代人的判断力。

面对海量信息，最终决策仍需人类来完成。AI在许多行业的表现仍有待提升，尤其是在复杂、非标准化的核心业务场景中，其表现往往不如行业资深专家。Anthropic强调，AI需要与具体的业务场景结合，这必然要求组织架构、管理模式和管理行为的深刻变革。在此过程中，AI的判断力难以替代人类专家的经验和洞察。

第二，AI应服务于人，而非人服务于AI。

Meta让员工为AI工作是方向性错误，正确的做法应是让AI为顶尖专家服务。AI的核心价值在于替代重复性劳动、加速标准化流程和整合海量信息，但这一切的前提是人类为其设定清晰、准确的框架。AI在框架内运作，其输出结果仍需人类的最终判断和验证。

例如，一位量化基金的朋友利用AI构建模型进行股票分析。模型在初期表现良好，但随后却出现集体跌停的情况。经排查发现，AI在执行模型中的某一步时“偷懒”了，未能完成全部流程。尽管原因不明，但结果是利润几乎全部损失。这表明AI可能出现“偷懒”、产生幻觉、提供错误信息，甚至表现出类似“情绪化”的输出。这位朋友因此认识到，必须全程监督AI的执行，确保其逻辑不被篡改。

这说明，脱离人类设计的框架、监督和最终把关，AI难以交付可靠的成果。

我对AI的3个判断

基于以上观察，我对AI有以下三点判断：

1. AI无法承担战略决策的职能。

试图让AI制定公司战略将带来严重后果。战略决策不仅需要数据分析，更需要对商业本质的深刻理解、对人性的洞察以及对未来的预判，这些都是AI目前无法实现的。AI可以提供数据和分析，但最终决策必须由人做出。

曾有实验对比AI和资深咨询师基于相同数据得出的结论，结果大相径庭。许多人倾向于相信AI的结论，认为其更客观、理性、不易出错，却忽略了AI的判断力依赖于输入的数据和设定的框架，一旦框架存在问题，结果便可能出现偏差。

2. AI无法取代各行业的顶尖专家。

至少在可预见的未来，这一结论依然成立。顶尖专家的价值在于那些无法被标准化、算法化的特质，如直觉、经验和创造力。AI可以增强专家的效率，但永远无法替代专家本身。

3. AI在组织层面的作用非常有限。

AI在深入业务流程、改造组织架构、优化绩效管理和人员配置等方面，目前仍停留在表面，未能触及核心。管理学大师德鲁克曾说：“管理的本质，是激发人的善意与潜能。”激发个体需要领导力，需要从人性底层出发，触及心灵，这是AI不具备的温度。

那么，AI的真正价值是什么？答案是：帮助有经验的个人提升效率。

前提是“有经验”。对于初学者，AI提供的海量信息可能因缺乏判断力而适得其反。但对于经验丰富的专家，AI可以自动化重复性工作，使其专注于更有价值的任务。因此，AI在提升个人效率方面有效，但在提升组织整体效能方面作用仍有限。

此外，还有一个不容忽视的成本问题。许多人认为使用AI比雇佣员工更经济，这是一个误解。虽然裁员可能节省数亿美元，但AI运行所需的“Token”费用可能非常高昂，甚至可能超过人力成本。**事实上，养人的成本远低于养AI的成本。**目前AI的投资回报率即使对超大型企业也难以承受，更不用说中小型公司。

最后，Meta以700亿美元的代价换来了一个教训。这个教训的核心不是“AI不行”，而是企业不能盲目迷信AI。不要用技术焦虑取代战略思考，不要把恐惧当作行动的指南。让AI服务于你，而不是你服务于AI。

技术的终极本质是赋能人，而非替代人。AI泡沫终将消退，最终留存下来的，将是那些懂业务、懂判断、懂取舍的组织和人才。这，是Meta这堂课给我们最宝贵的启示。

来源：路透社、TechCrunch、虎嗅、李尚龙视频号。