← 所有文章

AI表演：为什么90%的公司"使用AI"但只有23%创造了价值

2分钟阅读

McKinsey 2025年全球AI调查发现，90%的组织报告在某种程度上使用AI，但只有23%在生产规模上部署了AI代理。其余67%在进行AI表演：有可见的投资，却没有可衡量的成果。1

在我的职业生涯中，我亲眼见证了三种AI表演形式，并且自己也曾实践过其中一种。

TL;DR

AI表演描述的是一种组织行为：公司在AI上进行高调投资（组建AI团队、宣布AI计划、开展AI试点），却未能创造可衡量的商业价值。在ZipRecruiter担任产品设计负责人的12年间，以及独立构建AI代理基础设施的一年中，我见证了两面：进行AI表演的组织，以及我自己早期近乎表演性质的工作。AI采用与AI价值创造之间的鸿沟有三个根本原因：奖励活动而非成果的激励错位、阻碍AI系统访问生产数据的技术债务，以及将AI团队与业务决策者隔离的组织结构。

采用与价值之间的鸿沟

McKinsey调查了来自各行各业的1,400名高管。头条发现是：AI使用已接近普及。被忽略的发现是：价值创造并未跟上步伐。2

指标 百分比
“使用AI”的组织 90%
将AI投入生产的组织 ~33%
规模化部署AI代理的组织 23%
停留在试点阶段的组织 67%
报告AI产生显著投资回报的组织 ~15%

“使用”与”创造价值”之间的鸿沟并非所有公司都会自然跨越的成熟度曲线。大多数停留在试点阶段的公司都具有结构性特征，如果不进行有意识的组织变革，就无法实现突破。3

我亲眼见证的三种表演形式

形式一：发布会游戏

在我非正式担任顾问的一家公司，产品团队宣布了一个”AI驱动的搜索”功能，实质上不过是将用户查询传递给基础模型API，没有微调、没有评估框架、除了”我们上线了”之外没有任何指标。新闻稿获得了报道。该功能的使用率只有2%，六个月后被悄然下线。

诊断性问题：该AI功能是否有使用指标、留存率和客户满意度评分？还是团队只追踪”我们发布了一个AI功能”？4

形式二：试点工厂

我通过职业网络了解到的一家中型公司在2024年跨部门开展了12个AI概念验证项目。每个试点都有专门的团队、特定的用例和90天的时间表。只有一个试点投入了生产。其余11个产出了令人印象深刻的演示，高管们在董事会上展示。该组织缺乏规模化运营AI系统所需的基础设施（MLOps、数据管道、监控）。

诊断性问题：该组织2024年的AI试点项目中，有多少现在无需人工干预即可在生产环境中运行？5

形式三：招人碰运气策略

一位前同事以”AI负责人”的身份加入一家公司，期望能够改变运营方式。AI团队构建了令人印象深刻的演示让高管们赞叹不已，但无法访问生产数据库、面向客户的系统或业务指标仪表板。每个数据请求都需要向数据工程团队提交工单，周转时间为2-3周。18个月后，该团队转向构建内部聊天机器人。6

诊断性问题：AI团队是否可以直接访问生产数据库、面向客户的系统和业务指标仪表板？还是每个数据请求都需要向另一个团队提交工单？

我自己的AI表演时刻

坦白说：我早期的Claude Code钩子系统带有AI表演的成分。第一个月我构建了25个钩子。许多都是令人印象深刻的演示：上下文注入、理念执行、设计原则验证。但我没有衡量它们是否提升了代码质量、减少了缺陷或节省了时间。我在追求精致感而非可衡量的成果。

转折点是构建博客质量检查器。与早期的钩子不同，该检查器有可衡量的标准：引用准确性、元描述长度、代码块语言标签、脚注完整性。我可以统计修复前后的发现数量。我可以衡量误报率。该检查器从”AI驱动”变为”可衡量地有价值”，因为我在构建之前就定义了成功标准。

我现在的反表演检查清单： 1. 在构建之前定义指标。“如果这个有效，哪个数字会改变？”如果我无法回答，我就是在制造表演。 2. 衡量基线。 没有AI的情况下，当前流程表现如何？我的博客文章在自动化系统之前平均有4.2个检查发现。之后：0.3个。 3. 追踪持续价值。 我的95个钩子在每次会话中运行。递归守卫已阻止了23次失控的生成尝试。git安全守卫已拦截了8次强制推送尝试。这些是真实的数字。7

根本原因

激励错位

大多数组织奖励AI团队的活动（启动试点、训练模型、发布功能），而非成果（创造收入、降低成本、改善决策）。活动指标更容易衡量和报告。8

激励错位会产生连锁反应。AI团队优化的是启动令人印象深刻的试点，因为启动会得到庆祝。生产运营被忽视，因为维护工作是隐形的。

技术债务阻碍数据访问

AI系统需要访问生产数据。生产数据存在于AI成为战略优先事项之前构建的系统中。数据基础设施投资通常是模型开发成本的3-5倍。那些为”AI”预算但未为”支持AI的数据基础设施”预算的组织，始终无法达到预期。9

组织隔离

被定位为”创新团队”或”卓越中心”的AI团队在产品开发流程之外运作。成功规模化AI的公司将AI工程师嵌入产品团队，遵循的是与嵌入式设计师和嵌入式分析师相同的、已被证明有效的模式。组织模式比技术本身更重要。10

真正有效的做法

从决策开始，而非从模型开始

创造AI价值的组织首先识别AI可以改善的特定业务决策。以决策为先的方法将AI系统约束在可衡量的成果上：量化当前决策质量、衡量AI辅助后的质量、计算差异。11

我的博客检查器遵循这种模式。决策：”哪些博客文章符合发布质量标准？”指标：每篇文章的检查发现数。基线：没有检查器时每篇文章4.2个发现。当前状态：有检查器和自动化发布前门禁后每篇文章0.3个发现。

优先投资数据基础设施

那些将AI扩展到试点之外的组织在模型开发之前就投资了数据基础设施：

  • 数据管道——持续提供干净的生产数据
  • 特征存储——维护一致的特征定义
  • 监控系统——检测模型退化
  • 治理框架——追踪数据血缘12

将AI嵌入产品团队

在产品团队内工作的AI工程师共享团队目标、理解团队约束，并且每天接触团队数据。Google最成功的内部AI应用（垃圾邮件检测、广告排名、搜索质量）都是由嵌入在负责这些系统的产品团队中的AI工程师构建的。13

代理前沿

McKinsey报告将AI代理列为下一个拐点。在已经从AI中创造价值的组织中，62%正在尝试代理。在仍处于试点模式的组织中，只有8%在使用代理。14

代理加剧了AI表演的挑战。一个自主采取行动的代理要求对模型输出有更高的置信度、更强的监控和更清晰的治理。我的审议系统通过任务自适应共识阈值（安全决策85%，文档50%）和生成预算限制来应对这一问题。无法成功部署推荐模型的组织也无法成功部署自主代理。

关键要点

对于高管： - 用成果指标（收入、成本、决策质量）而非活动指标来审计AI计划；如果团队报告活动而无成果，则该组织正在进行AI表演 - 为数据基础设施预算模型开发成本的3-5倍；基础设施是每个AI生产系统的前提条件

对于AI/ML负责人： - 将AI工程师嵌入产品团队，而非建设集中式AI团队；与生产系统的组织距离决定了规模化的成功 - 终止90天内无法明确投产路径的试点；没有生产计划的试点只是演示

对于个人从业者： - 在构建任何AI功能之前定义可衡量的成功标准；”哪个数字会改变？”是反表演问题 - 追踪持续价值，而非上线指标；我的git安全守卫已拦截了8次强制推送尝试，这个数字比”我们部署了一个安全钩子”更有意义

参考文献

  1. McKinsey & Company, “The State of AI in 2025,” McKinsey Global AI Survey, 2025. ↩

  2. McKinsey & Company, “Superagency in the Workplace: Empowering People to Unlock AI’s Full Potential,” McKinsey Global Institute, 2025. ↩

  3. Davenport, Thomas & Ronanki, Rajeev, “Artificial Intelligence for the Real World,” Harvard Business Review, January-February 2018. ↩

  4. Nagle, Tadhg et al., “Only 8% of Companies That Do AI Are Scaling It,” MIT Sloan Management Review, 2020. ↩

  5. Sculley, D. et al., “Hidden Technical Debt in Machine Learning Systems,” NeurIPS 2015. ↩

  6. Fountaine, Tim et al., “Building the AI-Powered Organization,” Harvard Business Review, July-August 2019. ↩

  7. 作者的Claude Code基础设施指标。95个钩子、git安全守卫拦截计数、递归守卫生成阻止计数。追踪于~/.claude/state/。 ↩

  8. Brynjolfsson, Erik & McAfee, Andrew, “The Business of Artificial Intelligence,” Harvard Business Review, 2017. ↩

  9. Sambasivan, Nithya et al., “‘Everyone Wants to Do the Model Work, Not the Data Work’: Data Cascades in High-Stakes AI,” CHI 2021. ↩

  10. Iansiti, Marco & Lakhani, Karim R., Competing in the Age of AI, Harvard Business Review Press, 2020. ↩

  11. Agrawal, Ajay et al., Prediction Machines, Harvard Business Review Press, 2018. ↩

  12. Polyzotis, Neoklis et al., “Data Lifecycle Challenges in Production Machine Learning,” SIGMOD 2018, ACM. ↩

  13. Sculley, D. et al., “Machine Learning: The High-Interest Credit Card of Technical Debt,” NeurIPS 2014. Originally published as Google internal research on ML production readiness. ↩

  14. McKinsey & Company, “Agents for Enterprise: The Next Frontier,” McKinsey Digital Report, 2025. ↩