近日，一段Meta内部会议录音的泄露在全球科技界引起轩然大波。

7月2日，路透社披露了一段Meta内部会议的录音。该录音公开后，Meta的股价迅速下跌约5%，导致公司市值一夜之间蒸发超过700亿美元。

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·扎克伯格在会上承认了公司在AI战略上的决策失误。他表示，过去四个月，AI智能体的进展并未达到预期，而公司围绕AI进行的大规模组织调整本可以更有效率，高管团队对变革时机的判断存在偏差。

扎克伯格特别强调了“Time's wrong”和“Judgement's wrong”这两个词，表明问题并非出在外部环境或技术难题，而是其自身的决策和时机把握出现了错误。

对于任何一家企业而言，战略决策的失误都可能带来灾难性的后果。而作为人工智能领域的领军企业，其领导者公开承认战略失误，无疑向市场传递了两个重要信号：第一，Meta在AI战略上确实存在重大偏差；第二，AI技术的落地应用未能达到预期。这给整个AI板块带来了巨大冲击，尤其加剧了市场对AI是否存在泡沫的担忧。

那么，扎克伯格所指的“错误决策”具体是什么？

一场基于恐惧的决策

今年1月，Meta内部的决策背景是Anthropic旗下的Claude Code在程序员群体中快速崛起，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，就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，公司进行了大规模裁员，约10%的员工，即近8000人被解雇。同时，还冻结了6000个招聘岗位，并将超过7000名员工调往AI相关部门，专注于开发可能对公司构成威胁的AI工具。

尽管这一举措在当时引发了广泛争议，但扎克伯格坚持认为，AI领域的竞争要求企业必须精简组织，否则将面临被淘汰的风险。理论上，裁员可以显著降低人力成本，而将人力资源导向AI则有望提升效率，这似乎是一个兼顾降本增效的双赢策略。

然而，现实情况却并非如此。正如扎克伯格在录音中所承认的，AI智能体的进展并未如期实现，投入了大量资金和人力，但产品并未成功推出。

更为严重的是，此次调整严重打击了Meta员工的士气。8000人失去了工作，而另外7000人被调往他们不熟悉的新岗位，许多人对自己的新职责、汇报关系、工作目标以及绩效考核标准感到困惑。一位在Meta工作了11年的资深工程师在内部论坛上表达了对“被当作AI训练数据剥削”的担忧，该帖子获得了近两万次的阅读和转发。新成立的AI部门被内部员工形容为“粉碎灵魂的集中营”。当员工感受到工作缺乏价值和意义时，生产力的下降似乎只是时间问题。Meta首席技术官安德鲁·博斯沃思也坦承，公司内部士气已跌至历史低点。

这表明，恐惧并非一种有效的战略，而基于恐惧驱动的决策往往难以获得积极的结果。

岂止于Meta？

Meta的经历在某种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，没有人敢率先停止。

据虎嗅报道，预计到2026年，Meta、微软、谷歌和亚马逊这四大科技巨头的总资本支出将达到7250亿美元，较2025年的4100亿美元增长77%。这笔巨款主要投向GPU、算力、大模型和基础设施，但AI直接带来的新增收入却仅有几百亿美元量级。

投入与产出严重失衡，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。囚徒困境指的是，在缺乏互信的情况下，个体为了自保而做出“最理性”的选择，最终却导致集体陷入“最糟糕”的结果。这四家巨头都明白无休止的烧钱并非长久之计，但谁也不敢率先放慢脚步，因为都担心对手在GPU或模型迭代上的微小优势可能决定最终的胜负。因此，所有公司都被迫卷入这场消耗战，即使明知如此，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，内卷却已开始。

越焦虑，越要看到本质

Meta的教训揭示了AI战略失误的根源在于未能准确认识AI的真实能力，以及错误地理解了人机之间的核心关系。

关于AI，有两个根本性的真相需要理解：

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在各行业的表现尚不尽如人意，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。在此过程中，AI的判断力和决策力无法替代人类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工作，是方向性的错误。正确的路径应是AI为顶尖专家提供服务。AI的原生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准、正确的框架。AI在此框架内运作，其输出结果仍需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AI成功捕捉到10只涨停股，收益可观。然而，第二周这10只股票却集体跌停。经调查发现，他设计的模型共有12个步骤，AI在执行到第八步时便自行返回，未能完成全部流程。换言之，AI“偷懒”了。尽管原因不明，但结果是这位朋友几乎损失了所有利润，仅保住了10%的收益。这说明AI可能“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深刻认识到，必须全程监督AI执行的每一个步骤，确保其逻辑不被篡改。

目前的AI技术，如果完全脱离人类的设计框架、监督和最终把关，就无法交付可靠的成果。

我对AI的3个判断

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。 试图让AI制定公司战略将导致无法预知的后果。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，这些都是AI目前无法做到的。AI可以提供数据和分析，但最终决策必须由人来做出。曾有实验将相同资料输入AI和资深咨询师，结果发现两者结论大相径庭。许多人倾向于相信AI的客观性，却忽略了AI的判断力取决于输入的数据和设定的框架，一旦框架存在问题，其输出结果可能灾难性。

2. AI无法取代各行业的顶尖专家。 至少在可预见的未来，这一点依然成立。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可以赋能专家提升效率，但无法取代专家本身。

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，仍停留在表面，尚未触及核心。管理学大师德鲁克曾说：“管理的本质，是激发人的善意与潜能。”激发一个人需要领导力，需要从人性底层出发触动人心，这是AI不具备的温度。

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。 这里的关键在于“有经验”。对于初学者而言，AI提供的海量信息可能导致无所适从，因为他们缺乏必要的判断力。但对于经验丰富的专家而言，AI可以自动化重复性工作，让他们专注于更有价值的任务。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，其作用仍然有限。

此外，成本也是一个不容忽视的问题。许多人认为使用AI比雇佣员工更便宜，这是一个误解。虽然裁员可能节省数十亿美元，但AI运行所需的Token费用同样惊人，甚至可能超过人力成本。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。

总而言之，Meta付出了700亿美元的代价，换来了一个重要的教训。这个教训的核心并非“AI不行”，而是企业不能迷信AI。不应将技术焦虑取代战略思考，不应以恐惧作为行动的指南，而应让AI服务于你，而非你服务于AI。 所有技术的终极本质都是赋能人，而非替代人。AI泡沫终将破灭，最终留存下来的，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。