近期，一则消息在科技界引起轩然大波。

7月2日，Meta内部会议的一段录音被路透社披露，引发了全球科技行业的震动。

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，关键在于Meta创始人马克·扎克伯格在会上承认了公司在AI战略上的失误。

他指出，过去四个月AI智能体的发展并未达到预期，公司围绕AI进行的组织重组“本可以更顺利”，并且高管团队在变革的时间节点上做出了错误判断。

扎克伯格使用的词语“Time's wrong”和“Judgement's wrong”表明，问题并非源于外部变化或技术挑战，而是决策的时机和判断本身存在偏差。

战略决策的失误对任何企业都可能是致命的。

作为AI领域的领导者，Meta掌门人公开承认战略失误，向市场传递了两个明确的信号：

首先，Meta在战略方向上出现了重大偏差。

其次，AI的应用落地未能达到预期，这给整个AI板块带来了负面影响。当AI领域的领军人物坦承技术并非万能时，市场对AI行业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？

第一部分：一场基于恐惧的决策

回顾今年1月，扎克伯格在录音中解释了当时决策的背景。当时，Anthropic的Claude Code在程序员群体中迅速普及，其增长速度远超Meta自主研发的编码工具。

Meta的核心管理层因此感到焦虑，认为如果不迅速加大对AI的投入，将可能被竞争对手超越。

这种紧迫感促使Meta做出了一系列激进的调整。

今年5月，Meta进行了大规模裁员，约10%的员工，即近8000人被解雇。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，专注于开发可能取代现有技术的AI工具。

此举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。

从理论上看，这两项措施的初衷似乎合乎逻辑：裁员可以显著降低人力成本，而将人力资源导向AI领域则有望提高效率，这本应是降本增效的双赢策略。

然而，实际结果却大相径庭。

正如扎克伯格在录音中承认的那样，AI智能体的进展并未如期实现。公司投入了资金，进行了裁员，但产品并未如期问世。

更具破坏性的是，Meta员工的士气受到了严重打击。

8000名员工失去了工作，7000名员工被调往他们不熟悉的岗位。许多人对自己的新职责、汇报对象、工作内容以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写道：“我不想生活在一个人类被当作AI训练数据剥削的世界里。”这段发言在两天内获得了近两万次的阅读和转发。

新组建的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的价值和意义时，生产力的下降似乎只是时间问题。

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

这表明，恐惧并非战略。基于恐惧驱动的决策，往往难以获得积极的结果。

第二部分：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的普遍状况。在AI军备竞赛的背景下，所有公司都在加大投入，没有人敢率先停下。

据虎嗅报道，到2026年，Meta、微软、谷歌、亚马逊这四大科技巨头预计将投入高达7250亿美元的资本，较2025年的4100亿美元激增77%。

这7250亿美元是什么概念？这个数字超过了全球绝大多数国家的全年GDP。科技巨头们将巨额资金投入到GPU、计算能力、大型模型和基础设施建设中，但回报又是什么？AI直接带来的新增收入仅有几百亿美元量级。

投入数千倍于产出的资金，产出却只有十分之一，这种投入产出比严重失衡的情况，已不再是理性的商业投资，而是一种典型的博弈内卷和囚徒困境。

什么是囚徒困境？

其核心在于，在缺乏互信的情况下，个体为了追求自身最理性的选择，最终却导致集体陷入最糟糕的境地。

这四大巨头都清楚，这种无休止的烧钱模式难以持续，但谁都不敢率先停止。因为他们都在赌，对手在GPU或模型迭代方面的任何一点优势，都可能成为决定行业最终格局的关键。

因此，所有参与者都被迫卷入这场消耗战，明知如此，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，资本已疯狂涌入；价值尚未显现，内卷已率先开始。

第三部分：越是焦虑，越要看清本质

Meta的教训表明，所有AI战略上的失误，其根本原因在于未能清晰认识AI的真实能力，以及误解了人与机器的核心关系。

关于AI，有两点底层真相需要理解：

第一，AI无法取代人的判断力。

当面对海量信息时，最终的决策权仍然掌握在人类手中。AI在各行业的表现至今仍有局限，尤其是在涉及复杂、非标准化的核心业务场景时，AI的表现远不如行业内的资深专家。

正如Anthropic所强调的，AI需要融入具体的业务场景，但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，并不能完全取代原有工程师的经验和洞察。

第二，AI应服务于人，而非人服务于AI。

Meta让员工为AI“打工”的做法是方向性错误。正确的路径应该是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确、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验证。缺乏这些环节，AI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，利用AI构建模型进行股票分析和交易。首次运行时，AI成功识别了10只涨停股，带来了可观的收益。然而，到了第二周，这10只股票却全部跌停。

经过排查发现，他设计的模型包含12个步骤，而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。

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

这说明什么？AI可能会偷懒，可能会产生幻觉，可能会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。

这次亏损让我的朋友彻底醒悟：他必须全程监督AI执行的每一个步骤，确保其逻辑未被篡改。

当前的AI技术正是如此，如果完全脱离我们设计的框架，脱离我们的监督和最终把关，就无法交付可靠的成果。

第四部分：我对AI的三个判断

基于这些观察，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。

    如果试图让AI来制定公司战略，其后果将不堪设想。战略决策需要的不仅是数据分析，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，资深咨询师基于同样的数据进行独立分析。结果令人震惊，两者的结论截然不同。

    许多人宁愿相信AI的结论，也不愿相信人类专家的判断，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的输出结果就会出现偏差。

  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，而在于那些无法被标准化、无法被算法化的能力，例如直觉、经验和创造力。

    AI可以赋能专家，放大他们的效率，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。

    彼得·德鲁克曾说：“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，触及人的心灵。只有人才能产生这样的互动，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”。对于初学者而言，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，对于经验丰富的专家来说，AI可以帮助他们自动化重复性工作，让他们将更多精力投入到真正有价值的事情上。

    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，它的作用仍然有限。

    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比雇佣员工更便宜，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，即便是超大型企业也难以承受，更不用说中小型公司了。

    最后，总结一下：Meta用700亿美元换来了一个教训。这个教训的核心并非“AI不行”，而是企业不能迷信AI。不要用技术焦虑取代战略思考，不要将恐惧作为行动的指南，让AI服务于你，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泡沫终将消退，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。

    信息来源：路透社、TechCrunch、虎嗅、李尚龙视频号。

    本文来自微信公众号“张丽俊”，作者：张丽俊，36氪经授权发布。