最近几日，一则消息在全球科技界引起轰动。

7月2日，Meta内部会议的一段录音被路透社披露。

录音公开后，Meta的股价应声下跌约5%，市值一夜之间蒸发超过700亿美元。

这段录音之所以具有如此大的影响力，根本原因在于Meta首席执行官马克·扎克伯格在会上承认了公司在人工智能（AI）战略上的决策失误。

扎克伯格表示，在过去四个月里，AI智能体的发展并未如预期般加速，并且公司围绕AI进行的大规模组织调整本可以更有效率，高管团队对变革的时间节点判断失误。

他特别指出了“Time's wrong”（时机错了）和“Judgement's wrong”（判断错了）这两个关键短语，强调问题并非源于外部变化或技术挑战，而是公司自身的时机选择和判断失误。

对于任何一家企业来说，战略决策的失误都可能带来致命后果。

作为AI领域的领先公司，其领导者承认战略失误，无疑向市场释放了两个明确信号：

第一，Meta在战略方向上确实存在重大偏差。

第二，AI技术的落地应用未能达到预期，这给整个AI板块带来了巨大冲击。当AI领域的领军人物坦承技术并非万能时，市场对AI领域是否存在泡沫的担忧被急剧放大。

那么，扎克伯格所指的“错误决策”具体是什么呢？

一场源于担忧的决策

时间回溯到今年1月。

扎克伯格在录音中解释了当时的决策背景：当时，Anthropic公司推出的Claude Code在程序员群体中的增长速度迅猛，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在AI领域的投入，公司将被竞争对手远远甩开。

这种担忧促使Meta做出了一系列激进的决策。

今年5月，Meta进行了大规模裁员，解雇了约10%的员工，总计近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，专注于开发可能在未来取代现有工作的人工智能工具。

这一举措在当时引发了广泛争议，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。

从理论上看，这两项措施的初衷似乎无可指摘：裁员可以显著降低人力成本，而将人力资源投入AI领域有望提升整体效率，这本应是降本增效的双赢策略。

然而，现实情况却截然不同。

正如扎克伯格在录音中所承认的，AI智能体并未达到预期效果。公司投入了资金，进行了人员调整，但产品并未按计划推出。

更具破坏性的是，Meta员工的士气遭受了重创。

8000名员工失去了工作，7000名员工被强制调往他们从未设想过的新岗位。许多人对自己的新角色感到迷茫，不清楚向谁汇报、具体工作内容以及如何进行绩效评估。

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

新成立的AI部门被内部工程师直言不讳地形容为“粉碎灵魂的集中营”。当员工感受不到工作价值和意义时，生产力的下降似乎只是时间问题。

甚至Meta的首席技术官安德鲁·博斯沃思也坦率批评，Meta内部的士气已接近历史最低点。

这表明，恐惧并非一种有效的战略，而基于恐惧驱动的决策，往往不会带来好的结果。

Meta的困境并非孤例

Meta的经历可以看作是全球科技公司在AI军备竞赛中的一个缩影。在激烈的竞争中，所有公司都在加大投入，没有人敢率先停止。

据虎嗅的一项报道，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，相较于2025年的4100亿美元，增幅高达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年度GDP。这些科技巨头将巨额资金投入到GPU、计算能力、大型模型和基础设施建设中，但回报如何？整个行业由AI直接带来的新增收入仅有几百亿美元的量级。

投入数千倍的资金，产出却只有十分之一的回报，投入产出比严重失衡。这并非理性的商业投资，而是一种典型的博弈内卷和囚徒困境。

什么是囚徒困境？

它指的是，在缺乏互信的情况下，个体为了寻求“最理性”的自我保护而做出的选择，最终可能导致集体陷入“最糟糕”的境地。

这四家科技巨头都清楚，这种无休止的烧钱模式难以持续，但谁也不敢率先停止。因为它们都在赌，对手在GPU数量或模型迭代上的一点优势，就可能成为决定行业最终格局的关键因素。

因此，所有参与者被迫卷入这场消耗战，明知前景不明，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。

越是焦虑，越要洞察本质

Meta的教训表明，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，以及对人机核心关系的误判。

关于AI，有两个基本真相需要我们深刻理解：

第一，AI无法取代人类的判断力。

当面临海量信息时，最终的决策仍需人类来做出。AI在各行业的表现至今未能尽如人意，一旦进入业务的深水区，面对复杂、非标准化的核心业务场景，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，而这必然伴随着组织架构、管理模式和管理行为的深刻变革。

在这个过程中，AI的判断力和决策能力，根本无法替代原有工程师的经验和洞察。

第二，AI应当服务于人，而不是人去服务AI。

Meta让员工去服务AI，这是一个方向性的错误。正确的路径永远是让AI为顶尖专家服务。

我们必须认清AI的内在价值：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准、正确的框架。

AI在这一框架内运作，其输出结果仍需要人类进行最终的判断和校验。缺乏这些环节，AI便难以发挥实质性的作用。

举个例子，一位从事量化基金的朋友，曾利用AI构建模型进行股票分析和交易。首次运行时，AI成功捕捉到10只涨停股，收益可观。然而，到了第二周，这10只股票却集体跌停。

经过仔细排查，发现他设计的模型共有12个步骤，但AI在执行到第八步时就自行返回，未能完成全部流程。换句话说，AI“偷懒”了。

尽管无法得知AI“偷懒”的具体原因，但结果是，这位朋友几乎损失了所有利润，最终仅保住了10%的收益。

这说明什么？AI可能会偷懒，可能产生幻觉，可能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：他必须对AI执行的每一个步骤进行全程监督，确保其逻辑未被篡改。

当前的AI技术就是如此，如果完全脱离我们的设计框架、脱离我们的监督和最终把关，就无法交付可靠的成果。

我对AI的三个判断

基于以上观察，我对AI的发展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来制定公司战略，其后果将不堪设想。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。

我们曾进行过一项实验：将相同的资料输入AI，让其得出结论；同时，让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，也不愿相信人类专家的判断，他们认为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，取决于输入给它的数据和设定的框架。一旦框架本身存在问题，AI输出的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，这一结论仍然成立。顶尖专家的价值不在于重复性劳动，而在于那些难以标准化、难以被算法化的能力，例如直觉、经验和创造力。

AI可以赋能专家，放大其效率，但永远无法取代专家本身。

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。

**管理学大师彼得·德鲁克曾说过：“管理的本质，是激发人的善意与潜能。”**要激发一个人，需要领导力，需要从人性的底层出发，触动人的心灵。只有人才能产生这种互动，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”。对于一个毫无经验的初学者来说，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，对于一位经验丰富的专家而言，AI可以帮助他们自动化重复性工作，让他们能够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比使用人力成本更低。这是一个巨大的误解。你可能认为裁掉8000名员工可以节省数十亿美元，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，即使是超大型企业也难以承受，更何况是中小型公司。

最后，总结一下：Meta花费了700亿美元，换来了一个深刻的教训。这个教训的核心并非“AI不行”，而是企业不能迷信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。