最近,AI圈有两件事值得玩味。
一件事是吴恩达公开批驳"AI就业末日论",直言"过度夸大失业恐慌不负责任且具破坏性"。
另一件事是清华教授施康说:"AI行业肯定存在泡沫,但很难预测何时破灭。"
一个在说"别慌",一个在说"有泡沫"。
看似矛盾,实则指向同一个问题:企业该如何理性看待AI?
一、"AI会替代我的员工吗?"——这个问题本身就错了
吴恩达的观点很直接:那些鼓吹"AI将导致大规模失业"的声音,背后往往有两种利益诉求。
![]()
一是AI初创公司需要拉高估值,"颠覆性"的故事比"辅助性"的故事更好听。
二是传统企业需要为决策失误找借口,"AI冲击"比"战略失误"更容易被接受。
这不是阴谋论,这是商业逻辑。
对企业决策者来说,真正的问题不是"AI会不会替代员工",而是:
- 哪些工作环节可以被AI增强,而非替代?
- 如何让员工从重复劳动中解放出来,去创造更高价值?
- 我的企业是否有能力把AI变成"工具",而不是被它变成"故事"?
AI不是来抢饭碗的,它是来抢低效工作的。
关键在于,你的企业是否愿意承认"低效"的存在。
二、泡沫不可怕,可怕的是不知道自己在泡沫里
![]()
施康教授说AI行业有泡沫,这话不假。
看看科技大厂的动作就知道了——从轻资产模式转向重资产模式,疯狂建数据中心、买算力、囤人才。
这本身就是泡沫的典型特征:所有人都在赌未来,但没人知道未来什么时候来。
对企业来说,泡沫意味着什么?
意味着如果你现在all in AI,可能成为先烈;如果你完全观望,可能成为落后者。
真正的智慧在于:在泡沫中找到自己的位置。
问自己三个问题:
- 我的业务场景,真的需要大模型吗?很多企业的问题不是缺AI,而是缺清晰的业务流程。
- 我投入AI,是为了解决问题,还是为了讲个故事?如果是为了融资、为了PR,那趁早别做。
- 我有能力持续投入吗?AI不是一次性投资,是长期运营。你的团队、数据、算力,能支撑多久?
泡沫不可怕,可怕的是把泡沫当成氧气。
三、企业真正该思考的三件事
说了这么多,企业到底该怎么做?
第一件事:从"替代思维"转向"增强思维"
别总想着"用AI替代多少人",先想"用AI让多少人变得更强"。
一个客服+AI工具,可能比两个客服的效率更高;一个设计师+AI生成工具,可能比三个设计师的产出更快。
AI的价值不是减少人头,而是放大能力。
第二件事:从"技术驱动"转向"场景驱动"
很多企业的AI项目失败,不是因为技术不行,是因为场景没想清楚。
先问自己:我的业务流程中,哪个环节最耗时、最容易出错、最依赖经验?
然后问:AI能在这个环节做什么?需要什么数据?需要什么样的反馈机制?
AI不是万能药,它是特定场景的手术刀。
第三件事:从"单点尝试"转向"体系构建"
试点一个AI项目容易,但真正让AI融入企业运营,需要体系化建设:
- 数据体系:你的数据够不够干净、够不够多、够不够结构化?
- 人才体系:你的团队里,有没有人懂业务+懂数据+懂AI?
- 流程体系:AI生成的内容,谁来审核、谁来优化、谁来负责?
AI不是买来的,是长出来的。
写在最后
吴恩达说,过度夸大AI恐慌是"不负责任且具破坏性"的。
我想补充一句:过度神话AI,同样是"不负责任且具破坏性"的。
对企业来说,AI既不是洪水猛兽,也不是万能神药。
它只是一个工具——一个需要被理解、被驾驭、被合理使用的工具。
真正值得思考的不是"AI会怎样",而是"我们想让AI怎样"。
如果你的企业正在思考AI应用,欢迎在评论区分享你的困惑或经验。
我们一起,理性看AI,务实做AI。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.