近期，一则新闻在全球科技界引发了广泛关注。7月2日，Meta内部会议的一段录音被路透社披露，该录音导致Meta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，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）领域的决策失误。他指出，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进行的大规模组织重组本可以更有效率，高管团队对变革的时机把握存在偏差。扎克伯格特别强调了“Time's wrong”和“Judgement's wrong”，表明问题并非出在外部环境或技术挑战，而是战略上的时机和判断失误。

对于任何企业而言，战略决策的失误都可能带来严重后果。而作为AI领域的领先公司，其领导者承认战略失误，向市场传递了两个关键信息：一是Meta在战略上确实存在重大偏差；二是AI的实际落地效果不及预期，这给整个AI板块带来了冲击，并加剧了市场对AI领域是否存在泡沫的担忧。

那么，扎克伯格所指的“错误决策”具体是什么呢？

一场基于担忧的决策

今年1月，扎克伯格在录音中回顾了当时的决策背景。当时，Anthropic旗下的Claude Code在程序员群体中的增长速度远超Meta自研的编码工具，这使得Meta核心管理层感到担忧，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。

这种担忧促使Meta采取了一系列激进措施。今年5月，Meta进行了大规模裁员，约10%的员工，近8000人因此失业；同时冻结了6000个招聘岗位，并将超过7000名员工调往AI相关部门，负责训练可能替代现有工作的AI工具。此举在当时引发了巨大争议，但扎克伯格坚持认为，AI领域的竞争要求企业必须精简人员，否则将面临被淘汰的风险。

理论上，这两项措施旨在通过裁员降低成本，并将人力资源投入AI以提升效率，实现降本增效的双赢。然而，现实情况却并非如此。正如扎克伯格在录音中所承认的，AI智能体并未如预期般取得进展，投入了资金和人力，但产品并未如期问世。

更严重的是，Meta员工的士气受到了严重打击。8000人失业，7000人被调往不熟悉的岗位，许多人对新角色的职责、汇报对象、工作内容及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“人类被当作AI训练数据被剥削”的不满，该帖子获得了近两万次的阅读和转发。新组建的AI部门被内部员工形容为“灵魂粉碎的集中营”。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首席技术官安德鲁·博斯沃思也坦言，公司内部士气已降至历史低点。这表明，基于恐惧驱动的决策往往难以获得积极的结果。

Meta的困境并非个例

Meta的经历在一定程度上反映了全球科技公司在AI军备竞赛中的普遍状况，所有公司都在增加投入，但没有人敢率先停止。

据虎嗅报道，到2026年，Meta、微软、谷歌和亚马逊这四大科技巨头预计将投入高达7250亿美元的资本支出，较2025年的4100亿美元增长77%。这笔巨额资金主要投向GPU、算力、大模型和基础设施。然而，AI直接带来的新增收入仅为数百亿美元量级，投入产出比严重失衡。这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，个体为了自身利益做出“最理性”的选择，最终却导致集体陷入最不利的境地。四大巨头都清楚无休止的烧钱模式难以持续，但谁也不敢率先停止，因为担心竞争对手在GPU或模型迭代上的优势会决定最终的行业格局。因此，所有公司都被迫卷入这场消耗战，即使明知不划算，也只能硬着头皮跟进。这揭示了当前AI行业的真相：技术尚未成熟，资本先行疯狂；价值尚未落地，内卷已然开始。

焦虑之中更需洞察本质

Meta的教训表明，AI战略失误的根源在于未能清晰认识AI的真实能力，以及错误地理解了人机之间的核心关系。关于AI，需要认识到两个基本事实：

第一，AI无法取代人的判断力。 面对海量信息，最终的决策仍需人类做出。AI在各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，其表现远不如行业资深专家。正如Anthropic所强调的，AI的应用需要与组织架构、管理模式和行为的深刻变革相结合。在这个过程中，AI的判断力和决策力无法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打工是方向性的错误。正确的路径应该是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，但这需要人类设定准确、有效的框架。AI在框架内运作，其输出结果仍需人类进行最终的判断和验证，否则难以发挥实质作用。

例如，一位量化基金朋友利用AI构建模型进行股票分析和交易，起初AI成功捕捉到多只涨停股，但随后这些股票集体跌停。经查，AI在执行模型中的一个步骤时提前返回，未能完成全部流程。虽然AI“偷懒”的具体原因不明，但导致该朋友几乎损失了所有利润。这说明AI可能存在“偷懒”、产生幻觉、提供错误信息，甚至表现出“情绪化”输出。这位朋友因此认识到，必须全程监督AI执行的每一个步骤，确保其逻辑的完整性。这表明，如果AI完全脱离人类的设计框架、监督和最终把关，就无法交付可靠的成果。

我对AI的三点判断

基于以上观察，我对AI有以下三点基本判断：

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灾难性后果。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目前无法做到的。AI可以提供数据和分析，但最终决策必须由人类做出。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，而许多人宁愿相信AI的结论，却忽略了AI的判断力受限于输入数据和设定的框架，一旦框架有问题，结果将是灾难性的。

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。顶尖专家的价值在于那些无法被标准化、算法化的能力，如直觉、经验和创造力。AI可以赋能专家提升效率，但永远无法取代他们本身。

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，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。”激发人的潜力需要领导力，从人性底层出发，触动人心，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。 但前提是“有经验”。对于缺乏经验的初学者，AI提供的海量信息可能导致其更加无所适从，因为他们缺乏必要的判断力。而对于经验丰富的专家，AI可以自动化重复性工作，让他们专注于更有价值的任务。因此，AI能有效提升个人效率，但在提升组织整体效能方面，其作用仍然有限。

此外，成本也是一个不容忽视的现实问题。许多人认为使用AI比雇佣员工更便宜，这是一个误解。AI运行所消耗的Token费用可能相当惊人，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了。

总而言之，Meta以700亿美元的代价吸取了一个教训。这个教训的核心并非“AI不行”，而是企业不能迷信AI。企业不应将技术焦虑取代战略思考，不应将恐惧作为行动的指南，而应让AI服务于自身，而非反之。 所有技术的终极本质都是赋能人类，而非替代人类。AI泡沫终将褪去，最终留存下来的，将是那些懂得业务、善于判断、懂得取舍的组织和人才。这正是Meta这堂课给我们最宝贵的启示。