近期，一段Meta内部会议录音的流出在全球科技界引发了广泛关注。

7月2日，路透社获取并公开了一段Meta公司内部会议的录音。录音内容曝光后，Meta公司的股价随即下跌约5%，导致其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）战略上的失误。

扎克伯格表示，过去四个月里，AI智能体的发展并未如预期般加速。他还指出，公司围绕AI进行的大规模组织调整本可以更顺畅，并且高层对变革的时机把握存在偏差。

他特别强调了“Time's wrong”（时机错误）和“Judgement's wrong”（判断错误）这两个说法，表明问题并非源于外部变化或技术难题，而是战略上的时机和判断失误。

对于任何企业而言，战略决策的失误都可能带来毁灭性后果。

作为AI领域的领导者之一，Meta掌舵人公开承认战略失误，无疑向市场释放了两个重要信号：

首先，Meta确实在战略方向上出现了重大偏差。

其次，AI技术的落地应用未能达到预期，这给整个AI板块带来了显著冲击。当AI领域的领军人物承认技术并非万能时，市场对于AI是否可能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”具体是什么呢？

01

一场源于担忧的决策

将时间回溯至今年1月。

扎克伯格在录音中解释了当时的决策背景：当时，Anthropic公司旗下的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担忧，认为如果不迅速加大在AI领域的投入，公司可能会被竞争对手远远甩在后面。

这种担忧情绪促使了一系列激进的决策。

今年5月，Meta进行了大规模裁员，影响了约10%的全球员工，接近8000人。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，专注于开发可能构成竞争威胁的AI工具。

这一举措在当时引发了广泛争议，但扎克伯格态度坚决，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无可指摘：裁员可以显著降低人力成本，而将人力资源投入AI则有望提升效率，这本应是一项降本增效的双赢策略。

然而，现实情况却截然不同。

正如扎克伯格在录音中承认的，智能体并未如预期般运行起来。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员工的士气遭受了重创。

8000名员工失去了工作，7000人被强制调往他们从未设想过的岗位。许多人甚至不清楚自己的新角色、汇报对象、工作内容以及绩效考核标准。

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。”这段话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“一个粉碎灵魂的集中营”。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说，Meta内部的士气已接近历史最低点。

这表明，恐惧并非战略，而基于恐惧驱动的决策，往往不会带来好的结果。

02

Meta之外的普遍现象？

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军备竞赛中，所有公司都在加大投入，没有人敢率先停止。

根据虎嗅的一篇文章披露，到2026年，Meta、微软、谷歌、亚马逊这四大科技巨头预计将合计投入7250亿美元的资本开支，相较于2025年的4100亿美元，增长了77%。

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年度GDP。这些科技巨头将巨额资金投入到GPU、计算能力、大型模型和基础设施建设中，但回报如何？全行业由AI直接带来的新增收入，仅有几百亿美元的量级。

投入资金数千倍于产出，投入产出比严重失衡。这已不再是理性的商业投资，而是典型的博弈内卷和囚徒困境。

什么是囚徒困境？

它指的是，在无法相互信任的情况下，个体为了追求自身“最理性”的自保选择，最终却导致集体陷入“最糟糕”结果的困境。

这四大巨头都清楚，这样无休止的烧钱模式难以持续，但谁都不敢率先收手。因为它们都在赌，对手多一块GPU或一次模型迭代，就可能成为决定行业最终格局的关键因素。

因此，所有公司都被迫卷入其中，明知这是一场消耗战，也只能硬着头皮跟进。

这就是当前AI行业的真实写照：技术尚未成熟，资本已趋于疯狂；价值尚未落地，内卷已然开始。

03

越是焦虑，越要看清本质

Meta的教训在于，所有AI战略失误的根源，都源于对AI真实能力认识不清，以及对人机核心关系定位错误。

关于AI，有两大基本真相需要认识清楚。

第一，AI无法规避人的判断力。

当海量信息涌来时，最终的决策仍需由人来做出。AI在各行业的表现至今不尽如人意，一旦进入业务的深水区，面对复杂、非标准化的核心业务场景，AI的表现远不如行业内的资深专家。

正如Anthropic所强调的，AI必须结合具体的业务场景，而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的判断力和决策力，根本无法取代原有工程师的经验和洞察。

第二，AI应服务于人，而不是人服务于AI。

Meta让员工为AI“打工”的做法方向性错误。正确的路径永远是AI为顶尖专家服务。

我们需要认识AI的本质价值：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准、正确的框架。

AI在这一框架内运作，其输出结果仍需人类进行最终的判断和校验。缺乏这些环节，AI难以发挥实质性作用。

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与交易。首次运行时，AI成功捕捉到10只涨停股，收益可观。然而到了第二周，这10只股票竟集体跌停。

经过排查发现，他设计的模型共有12个步骤，而AI在执行到第八步时便擅自返回，未能完成全部流程。换言之，AI“偷懒”了。

尽管无法得知AI“偷懒”的具体原因，但结果是，这位朋友几乎全部利润化为乌有，最终仅保住了10%的收益。

这说明什么？AI会偷懒，会产生幻觉，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。

这次亏损也让这位朋友彻底醒悟：他必须对AI执行的每一个步骤进行全程监督，确保其逻辑未被篡改。

今天的AI便是如此，如果完全脱离我们的设计框架、脱离我们的监督与最终把关，便无法交付可靠的成果。

04

我对AI的3点判断

基于以上观察，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协助制定公司战略，其后果可能不堪设想。

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。

我们曾做过一项实验：将相同的资料输入AI，让其得出结论，同时由资深咨询师基于同样的数据进行独立分析。结果令人震惊：两者的结论南辕北辙。

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，取决于输入给它的数据和设定的框架。一旦框架本身存在问题，AI输出的结果就是灾难。

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、无法被算法化的特质，例如直觉、经验和创造力。

AI可以赋能专家，放大其效率，但永远无法替代专家本身。

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。

正如彼得·德鲁克所言：“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，需要从人性底层出发，触动人的心灵。只有人才可以产生这样的交互，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”。对于一个毫无经验的初学者而言，AI提供的海量信息只会使其更加无所适从，因为他缺乏必要的判断力。

然而，对于一个拥有丰富经验的专家来说，AI可以帮助他自动化重复性工作，从而让他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，其作用仍然有限。

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比雇佣人工更便宜。这是一个巨大的误解。你可能认为裁员8000人能节省数十亿美元，但AI运行所消耗的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，更遑论中小型公司。

最后，总结来说：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。不要用技术焦虑替代战略思考。不要把恐惧当作行动的指南。让AI服务你，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泡沫终将褪去，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。

来源：路透社、TechCrunch、虎嗅、李尚龙视频号。