近期，一则新闻引发全球科技界广泛关注。

7月2日，Meta内部会议的一段录音被路透社披露。该录音公开后，Meta的股价应声下跌约5%，市值蒸发超过700亿美元。

这段录音之所以具有如此大的影响力，主要在于Meta创始人扎克伯格在会上承认了公司在AI战略上的决策失误。他表示，过去四个月AI智能体的发展并未如预期般加速，并且公司围绕AI进行的大规模重组“本可以更顺利”，高管团队在变革的时间把握上存在偏差。

扎克伯格特别强调了“Time's wrong”和“Judgement's wrong”这两个词，指出问题并非源于外部变化或技术挑战，而是决策的时机和判断出现了偏差。

对于任何一家企业而言，战略决策的失误都可能带来严重后果。而作为AI领域的领先企业，其领导者承认战略失误，无疑向市场释放了两个关键信号：一是Meta在战略方向上确实存在重大偏差；二是AI技术的落地应用未能达到预期，这给整个AI板块带来了显著冲击，并加剧了市场对AI泡沫的担忧。

那么，扎克伯格所指的“错误决策”具体是什么呢？

01

一项基于担忧的决策

时间回溯至今年1月。扎克伯格在录音中解释了当时的决策背景：彼时，Anthropic推出的Claude Code在程序员群体中迅速普及，其增长速度远超Meta自主研发的编码工具。

Meta的核心管理层因此感到担忧，认为如果不迅速加大对AI的投入，就可能被竞争对手远远甩开。这种紧迫感促使Meta做出了一系列激进的调整。

今年5月，Meta进行了大规模裁员，约占全球员工总数的10%，涉及近8000人。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，专注于开发可能取代现有技术的AI工具。

这一举措在当时引发了不小的争议。但扎克伯格态度坚决，认为AI领域的企业必须精简人员，否则将在行业竞争中落后。

理论上，这两项措施的初衷是合理的：裁员可以大幅削减人力成本，而将人力资源导向AI开发则有望提升效率，这似乎是一种降本增效的双赢策略。

然而，现实情况却大相径庭。正如扎克伯格在录音中所承认的，AI智能体并未如预期般成功运行。投入了资金，进行了裁员，但产品并未如期面世。

更具破坏性的是，Meta员工的士气受到了严重打击。8000人失去了工作，7000人被安排到他们从未设想过的岗位，许多人甚至不清楚自己的新职责、汇报对象、工作内容以及绩效评估标准。

一位在Meta工作了11年的资深工程师在内部论坛上发表的一段话，在两天内获得了近两万次的阅读和转发，他写道：“我不想活在一个人类被当作AI训练数据剥削的世界里。”

新成立的AI部门被内部工程师直言不讳地形容为“灵魂被摧毁的集中营”。当员工感知不到工作价值和意义时，生产力的下降似乎只是时间问题。Meta的首席技术官Andrew Bosworth也坦言，公司内部士气已接近历史最低点。

这表明，恐惧并非有效的战略。基于恐惧驱动的决策，往往难以带来积极的结果。

02

不仅是Meta

Meta的经历，在一定程度上反映了全球科技公司的普遍状况。在AI军备竞赛的背景下，各公司都在加大投入，无人敢率先停止。

据虎嗅报道，预计到2026年，Meta、微软、谷歌和亚马逊这四大科技巨头合计的资本支出将高达7250亿美元，相比2025年的4100亿美元，增长了77%。

7250亿美元是一个惊人的数字，它超过了全球绝大多数国家的全年GDP。这些巨头将巨额资金投入到GPU、算力、大模型和基础设施建设中，但回报如何？全行业由AI直接新增的收入仅有几百亿美元的量级。

投入数千倍于产出的资金，产出却只有十分之一，这种投入产出比严重失衡的情况，与其说是理性的商业投资，不如说是典型的博弈内卷和囚徒困境。

囚徒困境指的是，在缺乏互信的情况下，个体为了追求自身“最理性”的自保选择，最终可能导致集体陷入“最糟糕”的结果。

这四家科技巨头都清楚，这种无休止的烧钱模式难以持续，但谁也不敢率先退出。因为它们都在赌，对手在GPU或模型迭代上的任何微小优势，都可能成为决定行业最终格局的关键。

因此，所有参与者被迫被动地卷入这场消耗战，即便明知如此，也只能硬着头皮继续投入。

这就是当前AI行业的真实写照：技术尚未成熟，资本已趋于疯狂；价值尚未落地，内卷已然开始。

03

越是焦虑，越要看清本质

Meta的教训提醒我们，所有AI战略上的失误，其根源在于未能准确认识AI的真实能力，以及误判了人与机器的核心关系。

关于AI，有两个底层真相需要明确：

第一，AI无法规避人的判断力。 当海量信息涌入时，最终的决策仍需由人来做出。AI在各行业的表现至今未能完全令人满意，尤其是在进入业务的深水区，面对复杂、非标准化的核心业务场景时，AI的表现远不如行业内的资深专家。

正如Anthropic所强调的，AI必须与具体的业务场景相结合，这必然伴随着组织架构、管理模式和管理行为的深刻变革。在此过程中，AI的判断力和决策力，根本无法取代原有工程师的经验和洞察。

第二，AI应服务于人，而非人服务于AI。 Meta让员工为AI工作，方向上存在根本性错误。正确的路径应该是AI为顶尖专家服务。

我们需要认识到AI的原生价值：它擅长替代重复性劳动、加速标准化流程、整合海量基础信息。但这一切的前提是，人类需要为其设定一个精确、正确的框架。AI在这一框架内运作，其输出结果仍需人类进行最终的判断和校验。缺乏这些环节，AI难以发挥实质性作用。

举个例子：一位朋友利用AI构建模型进行股票分析和交易。首次运行时，AI成功识别出10只涨停股，收益可观。然而，第二周，这10只股票竟集体跌停。

经过排查发现，他设计的模型包含12个步骤，AI在执行到第八步时便自行返回，未能完成全部流程。换言之，AI“偷懒”了。

尽管无法得知AI“偷懒”的具体原因，但结果是，这位朋友几乎全部利润化为乌有，仅保住了10%的收益。

这说明什么？AI会偷懒，会产生幻觉，会提供大量错误或关联性极弱的信息，甚至可能表现出某种“情绪化”的输出。这次亏损让这位朋友彻底醒悟：他必须全程监督AI执行的每一个步骤，确保其逻辑未被篡改。

目前的AI正是如此，如果完全脱离我们的设计框架、脱离我们的监督与最终把关，便无法交付可靠的成果。

04

我对AI的3个判断

基于以上观察，我对AI有以下三个基本判断：

1. AI无法承担战略决策的职能 如果试图让AI辅助制定公司战略，其后果不堪设想。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、对人性的精准洞察以及对未来的预判能力。这些能力，AI目前尚不具备。AI可以提供数据和分析，但最终的决策必须由人来做出。

我们曾做过一项实验：将相同的资料输入AI，让其得出结论；同时，资深咨询师基于同样的数据进行独立分析。结果令人震惊：两者的结论大相径庭。许多人宁愿相信AI的结论，也不相信人类专家的判断，认为AI更客观、更理性、不会犯错。但他们忽略了一个关键问题：AI的判断力取决于输入的数据和设定的框架。一旦框架本身存在问题，AI的输出结果就可能是灾难性的。

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。顶尖专家的价值不在于重复劳动，而在于那些无法被标准化、无法被算法化的能力，例如直觉、经验和创造力。AI可以赋能专家，放大其效率，但永远无法替代专家本身。

3. AI在组织层面的作用极为有限 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，尚未触及核心。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。”激发一个人需要领导力，需要从人性底层出发，触动心灵。只有人才能产生这样的交互，而AI不具备这种温度。

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。 但请注意，前提是“有经验”。对于初学者而言，AI提供的海量信息只会让他们更加无所适从，因为他们缺乏必要的判断力。然而，对于经验丰富的专家来说，AI可以帮助他们自动化重复性工作，让他们将更多精力投入到真正有价值的任务中。因此，AI在提升个人效率方面确实有效，但在提升组织效率和公司整体效能方面，其作用仍然有限。

此外，还有一个不容忽视的现实问题：成本。 许多人认为使用AI比雇佣员工更便宜，这是一个巨大的误解。你可能以为裁掉8000名员工能节省数十亿美元，但AI运行所消耗的Token费用同样惊人，甚至可能远超人力成本。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，即使对超大型企业来说也难以承受，更不用说中小型公司了。

最后，总结一下：Meta用700亿美元换来了一个教训。这个教训的核心不是“AI不行”，而是企业不能迷信AI。不要用技术焦虑替代战略思考。不要将恐惧作为行动的指南。让AI服务你，而不是你服务于AI。

因为所有技术的终极本质都是赋能人，而非替代人。AI泡沫终将褪去，真正留存下来的，永远是那些懂得业务、懂得判断、懂得取舍的组织和人才。

这就是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。