一份泄露的Meta内部会议录音近日引起了全球科技界的广泛关注。

该录音于7月2日由路透社披露，内容显示Meta的首席执行官马克·扎克伯格承认公司在人工智能（AI）领域的战略决策存在失误。录音曝光后，Meta的股价应声下跌约5%，市值蒸发超过700亿美元。

录音的巨大影响力源于扎克伯格公开承认了公司在AI发展上的判断失误，他提到“在过去四个月里，AI智能体的发展轨迹并没有按照我们预期的方式加速”，并指出公司围绕AI进行的大规模组织重组“本可以更干净利落”，高管层在变革的时机把握上存在偏差。扎克伯格使用的“Time's wrong”（时机错误）和“Judgement's wrong”（判断错误）等词语，强调了问题并非来自外部变化或技术挑战，而是源于内部的决策失误。

战略决策的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，其领导者承认战略失误，向市场传递了两个关键信号：首先，Meta在AI战略上确实存在重大偏差；其次，AI的实际落地效果不及预期，这可能对整个AI板块产生强烈冲击，并加剧市场对AI行业是否存在泡沫的担忧。

那么，扎克伯格所指的“错误决策”具体是什么呢？

01 一场基于恐惧的决策

今年1月，Meta面临来自Anthropic的Claude Code在程序员群体中快速增长的压力，其增速远超Meta自主研发的编码工具。Meta核心管理层因此感到恐慌，认为如果不迅速加大对AI的投入，将可能被竞争对手超越。

这种担忧促使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人失业；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，负责训练可能取代现有AI工具的AI模型。尽管此举引发了广泛争议，扎克伯格坚持认为，在AI竞赛中，企业必须精简人员才能避免落后。

理论上，裁员可以显著降低人力成本，而将人力资源投入AI领域则有望提升效率，实现成本节约与效率提升的双赢。然而，实际结果却截然不同。正如扎克伯格在录音中承认的，智能体的发展未能达到预期，尽管投入了资金并进行了人员调整，但产品并未如期推出。

更严重的是，Meta员工的士气受到了严重打击。8000名员工失业，7000名员工被调往不熟悉的岗位，许多人对自己的新角色、汇报关系、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。”新成立的AI部门被内部工程师形容为“灵魂粉碎的集中营”。当员工感觉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首席技术官Andrew Bosworth也坦承，公司内部士气已接近历史最低点。这表明，以恐惧为驱动的决策往往难以获得积极的结果。

02 岂止于Meta？

Meta的经历反映了全球科技公司在AI军备竞赛中的普遍状况，即在加大投入的同时，没有人敢率先停止。

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，相较于2025年的4100亿美元，增幅高达77%。这笔巨额资金主要投向GPU、算力、大模型和基础设施。然而，全行业由AI直接带来的新增收入仅有几百亿美元量级。投入与产出不成比例，显示出一种非理性的商业投资模式，更像是博弈和囚徒困境的体现。

囚徒困境是指，在缺乏信任的情况下，个体为了自身利益做出“最理性”的选择，最终却导致集体陷入“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，但谁都不敢率先停止，因为担心对手在GPU或模型迭代上取得领先优势，从而在行业竞争中占据决定性地位。因此，所有参与者被迫卷入这场消耗战。

当前AI行业的真相是：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 越焦虑，越要看到本质

Meta的教训表明，AI战略失误的根源在于未能清晰认识AI的真实能力，以及混淆了人与机器的核心关系。

关于AI，有两个底层真相需要明确：

第一，AI无法规避人的判断力。面对海量信息，最终的决策仍需人来完成。AI在各行业的表现仍有不足，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必须融入具体的业务场景，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的判断力和决策力无法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工作是方向性错误，正确的做法应是AI为顶尖专家服务。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，但前提是人类为其设定精确、正确的框架。AI在此框架内运作，其输出结果仍需人类最终判断和校验，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。经查，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，即AI“偷懒”了。尽管原因不明，但结果是该朋友几乎损失了全部利润，仅保留了10%的收益。这说明AI可能会“偷懒”、产生幻觉、提供错误信息，甚至表现出“情绪化”的输出。这次亏损促使朋友认识到，必须全程监督AI执行的每一步，确保其逻辑不被篡改。这表明，脱离人类设计框架、监督和最终把关的AI，无法交付可靠的成果。

04 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制定公司战略的后果将不堪设想。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做出。

   曾有一项实验，让AI和资深咨询师基于相同数据得出结论，结果发现两者结论大相径庭。许多人倾向于相信AI的结论，认为其更客观、理性且不易出错，但他们忽略了AI的判断力取决于输入的数据和设定的框架，一旦框架本身有问题，AI的输出结果就可能带来灾难。

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、算法化的特质，如直觉、经验和创造力。AI可以赋能专家，放大其效率，但无法取代专家本身。

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。管理学大师德鲁克曾指出，“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，触动人心，这是AI不具备的温度。

   AI的真正价值在于“帮助有经验的个人提升效率”。但前提是“有经验”。对于初学者，海量信息反而会使其更加无所适从，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，让他们专注于更有价值的任务。因此，AI在提升个人效率方面有效，但在提升组织整体效能方面，作用仍然有限。

   此外，成本也是一个不容忽视的现实问题。认为使用AI比雇佣员工更便宜是一种误解。尽管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，甚至可能远超人力成本。事实上，“养人”的成本远低于“养AI”。目前AI的投资回报率，即使是超大型企业也难以承受，更不用说中小型公司了。

   总而言之，Meta以700亿美元的代价换来了一个教训：不能迷信AI，不能用技术焦虑取代战略思考，不能将恐惧作为行动指南，要让AI服务于人，而不是人服务于AI。所有技术的终极本质都是赋能人，而非替代人。AI泡沫终将褪去，最终留存下来的将是那些懂得业务、善于判断、能够取舍的组织和人才。这正是Meta这堂课带给我们的宝贵启示。