AI Can't Cure the CEO's Serious Illness: Capital Begins to Price in "AI Risk"

文 | 山自

硅谷的 CEO 们最近达成了一种浪漫共识：只要算力足够、模型够强，人就是多余的变量。

他们站在财报电话会、行业峰会、媒体专访里，一遍一遍复述同一个叙事：AI 重塑一切，效率解放组织，旧时代的人力包袱可以一键清退。从奥尔特曼谈 AI 介入养育，梅耶尔畅想夫妻 AI 互相协同安排家事，扎克伯格笃定大众会逐步接纳 AI 深度介入生活，这套话术的底色高度统一。技术本身可以解决所有组织、流程、成本难题，人类只是等待被优化的冗余。

但资本市场用十月的行情，狠狠泼了一盆冷水。

刚刚过去的十月，宏观市场出现了一个反常信号，被贝莱德资深组合经理 Jeffrey Rosenberg 指出，原油价格与美债收益率维持了一整年、高达 80% 的强相关性，突然断裂。

在此之前，交易逻辑简单清晰：油价推升通胀→美联储维持高利率→美债收益率上行，地缘冲突是定价主线。但十月风向变了。 Rosenberg 给出的判断足够扎眼：在市场眼里，地缘政治风险，已经让位于 AI 风险。

Mag 7 集体回调、谷歌单周市值蒸发近五千亿，成为这一轮预期扭转的标志性事件。资本曾经默认，只要持续砸钱买算力、堆大模型，AI 就能源源不断兑现增长；三季度美国 GDP 数据里，信息处理设备投资暴涨 37%，大量资本开支贴着 AI 的故事向上冲。

但财报季拉开之后，市场开始分层定价 AI。 一部分企业交出了可核验的收益：桑坦德银行前三季度 AI 项目落地，创造 1.94 亿欧元业务价值；诺华、渣打银行陆续表示 AI 已经渗透进研发、营销、客户经营，抬升经营杠杆；Meta 的 AI 广告增量、谷歌云收入翻倍，都是实打实的正向案例。

而另一部分，只剩下叙事。 超大规模云厂商的资本开支已经跑赢自身自由现金流。微软时隔近十年，在市场发行 250 亿美元债券加码 AI 投入。债券市场短期愿意买单、认购超额，但 CDS 信用利差持续走高，投资者开始对冲一个现实：未来四年预估近 4 万亿 AI 相关融资需求，债券市场的承载能力不是无限的。

资本不再无脑相信 “AI = 永续增长”。它慢慢看懂一件事：AI 分两种，一种嵌入业务、和人协同创造增量；另一种，只是管理层用来降本、裁人、美化季报的包装纸。后者，就是市场正在定价的 “AI 风险”。

在各大发布会和宣传稿里，AI 代理已经无所不能：帮你打电话协商账单、预约上门服务、比价采购、安排家装。OpenAI、Meta 相继入局个人智能代理赛道，描绘一个机器自主办事、解放人类的未来。

可剥开宣传外壳，行业内部是另一套运行规则。 Dazzle AI，也就是玛丽莎・梅耶尔创办的 AI 代理公司，对外毫不避讳这套模式：大模型负责检索信息、给出候选清单，一旦任务进入现实落地环节 —— 打电话沟通、预约施工、确认服务细节，很容易出现常识性错误。他们曾遇到典型故障：AI 代理把屋顶翻新项目里的窗户玻璃和餐桌玻璃混为一谈，试图把桌面玻璃装到窗户上。 遇到这类卡点，系统不会死循环消耗海量 token，而是直接转单给签约外包人员，由真人接手完成沟通。

Duckbill、Wajo AI 这类代理初创公司，干脆把 “人机转接” 做成标准化 API 产品。它们对接一批背景审核过的合同制工人，专门承接 AI 搞不定的环节：电话沟通、线下预约、网站人机验证。创始人梅根・乔伊斯直言，这套逻辑和早年 Uber 模式很像：AI 负责接单展示，人力负责兜底交付。

Meta 的 Muse 代理也曾爆出内部测试争议：对外宣传 AI 自主通话，内部测试阶段大量通话由呼叫中心真人代打。事后 Meta 解释这只是早期产品测试，但这个细节已经戳破行业共识：现阶段绝大多数能 “代办现实事务” 的 AI，本质是一层前端交互皮，真人承包商才是底层底座。

黑色幽默就在这里：很多 CEO 拿着 “AI 自主代理” 的案例向董事会汇报，论证岗位可以被替代、团队可以优化，却刻意隐去成本结构的变化 —— 正式员工裁掉，不是人力消失了，只是稳定高薪的全职岗位，变成了随时可以关停、没有社保保障的外包影子人力。 人力成本没有消失，只是转移、隐匿，从财报里显眼的薪酬项，变成零散的外部服务采购。

三、那个把两亿成本压到两百万的工程师

这两天，一张截图在脉脉、各类职场社群反复流转，引发几十万打工人共情。

故事的版本流传很广：一家互联网大厂，二十人的技术小组，维护一套高消耗系统，服务器一年烧掉两个亿，这个状态持续了整整五年。组内一名工程师，抱着解决问题的心态，连续数月加班重构底层架构，上线之后，年度成本直接压缩至两百万。 他原本期待奖金、晋升、项目嘉奖，最后等来的是整组裁员通知，自己的名字同样在名单上。

网传故事没有实锤公司主体，所以严谨来说，它属于社群传播的职场寓言。但它之所以引爆共鸣，核心不是数字夸张，而是无数从业者见过同构的现实：打工人算功劳，老板只算人头。

海外有几乎同内核的真实案例。一名美国电商开发，在本职之外利用业余时间，自研自动化脚本，帮公司每年省下数千小时人工工时。他没有等来加薪、绩效奖励，反而被管理层索要全部代码权限。紧接着，HR 面试录用了一名时薪更低的新人；公司拿到代码之后，迅速注销这名开发者权限，单方面解除劳动合同，离职补偿仅两周薪资，附带严苛竞业协议。

还有一个被反复提起的讽刺循环：有算法工程师，亲手搭建了企业用于人员盘点、人效评估、辅助裁员的内部系统。这套算法识别低效岗位、输出优化名单，运行一段时间之后，算法给出的名单里，出现了它的缔造者。他被优化离开，脱下工服去跑即时配送，继续被平台另一套算法管控、考核、催单。

这刚好对应职场里流传的 “空城计” 解读：司马懿早就看穿空城是陷阱，但他不会进城诛杀诸葛亮。对手消失，司马家族制衡曹家的价值也就消失。 放到企业组织里翻译就是：难题存在，对应的预算、编制、岗位才有存续依据。难题被一次性彻底根治，依附这个难题存在的团队，就会立刻变成报表上需要清除的冗余成本。

不是员工能力过剩有罪，是这套短期财报导向的考核，天然惩罚 “一次性根治问题” 的人。

AI 的出现，给 “降本增效” 提供了最时髦的叙事外衣。 上市公司管理层面临季度财报压力，人力是最好调节的可变成本。砍掉正式团队，把工作交给大模型 API、外包人力，当期人效指标立刻变好看，能够向华尔街交出满意答卷。而团队长期沉淀的隐性资产：跨业务的信任关系、踩坑积累的边界经验、复杂异常场景的风险兜底能力，这些东西无法录入利润表，自然不在短期决策的考量范围之内。

这里必须区分两种完全不同的 AI 落地思路： 第一种是人机协同：AI 承接标准化、重复、低判断的流水线任务，释放员工精力去做方案博弈、客户沟通、风险决策、创新研发。桑坦德、诺华的落地，走的就是这条路线，AI 是员工的放大器。 第二种是替代幻想：CEO 预设 AI 可以直接顶替岗位，把 AI 当成替代员工的工具，先裁员，再寄希望模型承接原有业务。大量翻车案例都出自这一类。

不少企业踩进同一个坑：仓促裁掉业务骨干之后才发现，模型只能处理标准输入。一旦遇到异常诉求、多方扯皮、业务特殊约定、历史遗留的灰色流程，AI 全部卡壳。 业务不能停，解决方案就是悄悄采购外包、兼职、影子人力补缺口。最后核算总成本，并没有显著下降，只是把稳定的全职用工，替换成了抗风险能力极弱的灵活人力池。组织的容错垫，被抽走了。

很多 AI 产品的需求原点，来自 CEO 圈层自身的生活痛点 —— 预订航班、安排晚宴、代办琐事、规划家庭日程。玛丽莎・梅耶尔畅想夫妻双方的 AI 互相协同打理家事，奥尔特曼公开讨论 AI 辅助育儿，还有人畅想 AI 代替人类完成约会筛选。 这些是顶层少数人的小众痛点，并不是绝大多数业务岗位的真实场景。高管们沉迷 “一切交互都可以被优化、被自动化” 的乌托邦，低估了真实商业里，人作为沟通枢纽、风险判断主体的不可替代性。

五、当认真干活变成一件高风险的事

比单次裁员更致命的伤害，是组织文化的不可逆转向。 当 “彻底解决问题” 的人，最终被优化；当交付完美成果的回报是团队解散，组织内部会自发长出一套自保生存法则。它不是某一个员工的选择，而是系统奖惩机制倒逼出来的集体适应。

大家开始学会拆分成果：一个可以一次性闭环的项目，拆成调研、试点、迭代、二期优化，分阶段交付、分阶段汇报。项目永远处于 “进行中”，而不是 “已完成”。 文档只写到 “可以交接基础工作”，核心取舍逻辑、隐性坑点、边界判断，不会一次性归档交付。跨部门协作尽量把自己做成流程节点，而不是孤立螺丝钉，让上下游业务链路都和自己产生绑定。 很多老员工不再交底全部经验，新人只能接触表层工作，核心经验传递链条慢慢断裂。短期人力报表好看，长期来看，业务断层、突发故障、返工事故的概率持续走高，未来会以更高的成本反噬公司。

网上流传的职场自保十条，之所以广泛传播，本质就是一封打工人写给管理层的投诉信。 这套自保逻辑反复强调：不删库、不留恶意后门、所有操作合法；节奏可控、证据留痕、储备外部机会、看懂竞业协议、不把公司当家。它不是教唆投机摸鱼，是普通人在 “认真就吃亏” 的环境里，最低限度的自我保护。

我们也能看到很多反面教训。微盟运维人员删库、算法工程师删除训练模型，最终都以刑事判决收尾。毁掉系统不是博弈筹码，是把自己送进司法程序，这条路绝对走不通。 真正的矛盾根源，从来不是员工想自保，而是组织没有设计一套机制，去承接功臣的价值。解决问题的人承担全部风险，消灭问题的成果反而变成裁员依据；口头表彰满天飞，长期激励、岗位保障、价值兜底全部缺位。

六、资本已经清醒，有些 CEO 还在做梦

十月市场的回调，本质是一场预期的校准。 资本见过 AI 带来的真实增量，也看清了纯叙事的泡沫。微软、谷歌、Meta 持续发债、加大资本投入，说明 AI 长期赛道没有证伪；但 CDS 利差上行、资金从 AI 标的向长端国债避险切换，代表市场不再接受 “只要上 AI，就一定增长” 的简单故事。

AI 能做什么，边界其实已经清晰：它处理文本、归纳信息、生成初稿、标准化统计、批量筛查，效率远超人类。但它无法识别复杂利益博弈、无法承担业务责任、无法在模糊信息里做取舍、无法重建一个涣散团队的信任。 管理病、组织病、短期考核畸形、部门墙、权责错位，这些公司底层顽疾，算力和模型都治不好。

一个管理混乱、目标摇摆、部门互相甩锅的公司，不会因为采购一套大模型，突然变得高效有序。它只会把原有矛盾转移：人裁了，业务兜不住，外包补位；外包不稳定，服务质量下滑，客户流失。最后管理层还会得出一个荒谬结论：AI 还不够强，继续加码算力，继续压缩人力。

这就是当下最讽刺的循环。 有些 CEO 沉迷一个极简幻想：依靠 AI，绕开麻烦的组织治理、漫长的团队磨合、复杂的人才培养，甩掉员工，单独依靠算力改变企业，甚至改变世界。 他们低估了两件事：第一，现阶段 AI 离不开人的兜底；第二，企业的根基永远是协作的人，而不是模型参数。

AI 是很好的效率工具，但不是一剂裁员神药。 健康的数字化转型，是让 AI 托举人；而病态的 AI 狂热，是拿 AI 当借口抛弃人。 资本已经开始重新算账，打工人早就看懂了这套剧本。剩下的悬念，留给那些还沉浸幻想的 CEO：当影子人力越来越多、团队人人自保、业务隐性风险持续堆积的时候，靠裁员和 AI 故事撑起来的漂亮财报，要拿什么去接住反噬。