Meta近期的一场内部会议录音引发了全球科技界的广泛关注。路透社在7月2日获取并曝光了这段录音，随后Meta的股价应声下跌约5%，导致市值一夜之间蒸发超过700亿美元。

此次录音之所以具有如此大的影响力，核心原因在于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）发展战略上的失误。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进行的大规模重组本可以更顺利，高管层对变革的时机判断存在偏差。扎克伯格特别强调了“Time's wrong”（时机错了）和“Judgement's wrong”（判断错了），表明问题并非源于外部变化或技术挑战，而是战略层面的失误。

战略决策失误对任何企业都可能是致命的，而作为AI领域的领军企业，其领导者公开承认战略失误，向市场传递了两个重要信号：一是Meta确实存在重大的战略偏差；二是AI技术的落地进展不及预期。这不仅对整个AI板块造成了显著冲击，也加剧了市场对AI领域可能存在泡沫的疑虑。

那么，扎克伯格所指的“错误决策”究竟是什么？

基于恐惧的决策

今年1月，扎克伯格在录音中回顾了当时决策的背景。当时，Anthropic公司开发的Claude Code在程序员群体中迅速普及，其增长速度远超Meta自研的编码工具。这使得Meta的核心管理层感到担忧，认为如果不迅速加大对AI的投入，公司将面临被竞争对手超越的风险。

这种紧迫感促使Meta做出了一系列激进的举动。今年5月，公司进行了大规模裁员，约10%的员工，即近8000人受到影响；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，专注于开发可能取代现有技术的AI工具。尽管此举在当时引发了广泛争议，但扎克伯格坚持认为，AI领域的企业必须精简人员，否则将在行业竞争中落后。

从理论上讲，裁员可以显著降低人力成本，而将人力资源导向AI研发则有望提高效率，这似乎是一个降本增效的双赢策略。然而，实际结果却截然不同。正如扎克伯格在录音中所承认的，AI智能体并未如预期般取得突破，公司在投入大量资金和进行人员调整后，产品并未如期问世。

更具破坏性的是，这一系列操作严重打击了Meta员工的士气。8000名员工失业，7000名员工被调往他们可能不熟悉的新岗位，许多人对自己的新角色、汇报对象、工作内容以及绩效考核标准感到迷茫。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为“灵魂被粉碎的集中营”。当员工感受到工作缺乏价值和意义时，生产力的下滑似乎只是时间问题。Meta的首席技术官Andrew Bosworth也坦承，公司内部士气已接近历史低点。这表明，恐惧并非明智的战略，而基于恐惧驱动的决策往往不会带来积极的后果。

Meta的困境并非孤例

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：所有公司都在加大投入，但无人敢率先停止。

根据虎嗅的一份报道，到2026年，Meta、微软、谷歌和亚马逊这四大科技巨头，合计资本支出将高达7250亿美元，相较于2025年的4100亿美元，增幅达到77%。这笔巨额资金主要投向GPU、算力、大模型和基础设施。然而，整个行业由AI直接带来的新增收入仅为几百亿美元量级。投入数千倍的资金，产出却只有十分之一，这种投入产出比的严重失衡，并非理性的商业投资，而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有利的选择，最终导致集体陷入最糟糕的境地。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，因为他们都在押注对手在GPU或模型迭代上的任何微小优势都可能决定最终的行业格局。因此，所有参与者都被动地卷入这场消耗战，即使明知前景不明，也只能硬着头皮继续投入。

这就是当前AI行业的现实：技术尚未成熟，资本却已疯狂；价值尚未落地，内卷却已先行。

焦虑之下，更需洞察本质

Meta的教训揭示了AI战略失误的根源在于未能准确理解AI的真实能力，并错误地定位了人与AI的核心关系。理解AI的两个底层真相至关重要：

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来完成。AI在各行业的表现仍有待提升，尤其是在复杂的、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、管理模式和行为的深刻变革。在此过程中，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服务是一种方向性错误，正确的路径应是AI为顶尖专家服务。AI的原始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，但这一切的前提是人类为其设定精确、正确的框架。AI在框架内运行，其输出结果仍需人类进行最终的判断和校验，否则难以发挥实质作用。

例如，一位量化基金的朋友利用AI构建模型进行股票分析和交易。首次运行时，AI成功预测了10只涨停股，收益可观。然而，第二周这10只股票却集体跌停。经排查发现，AI在执行模型设计的12个步骤时，在第八步就自行返回，未能完成全部流程，表现出“偷懒”的行为。尽管原因不明，但结果是朋友几乎损失了全部利润，仅保住了10%的收益。这表明AI可能会出现“偷懒”、产生幻觉、提供错误信息，甚至表现出“情绪化”的输出。这次亏损让这位朋友意识到，他必须全程监督AI执行的每一个步骤，确保其逻辑不被篡改。这说明，在脱离设计框架、监督和最终把关的情况下，AI难以交付可靠的成果。

我对AI的三个判断

基于以上观察，我对AI的发展有以下三点判断：

1. AI无法承担战略决策的职能。 试图让AI制定公司战略将可能导致灾难性的后果。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，这些是AI目前无法实现的。AI可以提供数据和分析，但最终决策必须由人做出。我们曾进行过一项实验，让AI和资深咨询师基于相同数据分析，结果显示两者结论大相径庭。许多人倾向于相信AI的客观和理性，却忽略了AI的判断力高度依赖于输入的数据和设定的框架，一旦框架本身存在问题，AI的输出结果就可能产生灾难。

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。顶尖专家的价值在于那些无法被标准化、无法被算法化的能力，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。管理学大师彼得·德鲁克曾说：“管理的本质，是激发人的善意与潜能。”激发个体需要领导力，需要从人性底层出发，触动人的心灵，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。 但前提是“有经验”。对于初学者而言，AI提供的海量信息反而可能使其更加无所适从，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，但在提升组织整体效能方面，其作用仍显不足。

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比雇佣员工更划算，这是一种误解。虽然裁员可能节省数亿美元，但AI运行所需的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也难以承受，更何况中小型公司。

总结来说，Meta以700亿美元的代价换来了一个深刻的教训。这个教训的核心并非“AI不行”，而是企业不能盲目迷信AI。企业不应将技术焦虑取代战略思考，更不应将恐惧作为行动的指南。最关键的是，要让AI服务于你，而不是你服务于AI。

所有技术的终极本质都是赋能人，而非替代人。AI泡沫终将消退，最终留存下来的，永远是那些懂得业务、具备判断力、善于取舍的组织和人才。这，正是Meta这堂课带给我们的宝贵启示。