先讲三句人话：
第一，企业用 AI 提效，回报有天花板，成本只能砍到零，但收入可以无限涨。砍成本撑死给估值加 10%，做增长能加 50% 到 135%。
第二，企业用 AI 的账单正在失控，Uber 几个月烧光全年 AI 预算，一家公司一个月意外花掉 5 亿美元 token 费。
第三，AI 最贵的不是算力，是「人伺候 AI」的隐形时间，员工每周花 6.4 小时喂资料、修错误、检查输出。
效率（Efficiency）≈ 用 AI 省成本、省人、省时间，但回报有天花板。
增长（Growth）≈ 用 AI 多赚钱（获客、提质量、扩份额），回报无上限。
增长盲区（Growth Blindspot）≈ 企业知道 AI 能增长，却全把钱投在提效上，忽略增长。
估值倍数≈ 市场愿意为公司未来增长付的溢价，增长越快倍数越高。
如果你是企业决策者，想搞清楚「AI 到底该投在哪」，这块就是答案的起点。
出处 · HBR
出处 · Bloomberg
出处 · The Atlantic
出处 · HBR
出处 · HBR
出处 · HBR
出处 · The Economist
出处 · IT之家（穆迪报告）
HBR 算了一笔账：砍成本最多给企业估值加 10%，做增长能加 50% 到 135%。原因是简单的算术：成本只能砍到零，收入能无限涨；而市场给企业的定价，看的是未来的增长预期，不是今天省了多少钱。
但他们发现一个「增长盲区」：高管们相信 AI 能翻倍企业价值，却几乎没人把 AI 投资花在增长上。全在提效。
二、账单：AI 的费用第一次大到要算账Uber 烧光全年预算、Walmart 限 token、一家公司月花 5 亿 token 费。当 AI 从「按人头订阅」变成「按用量收费」，费用第一次大到企业不得不认真算。而这时中国的 GLM-5.2 来了，够好还便宜好几倍。
RAND 研究员的判断是：未来的常态可能是「中国有够好又只要四分之一价格的模型」。
三、最贵的成本是「人伺候 AI」企业算 AI 预算时，漏了最大的一项：员工每周 6.4 小时「看顾」AI。喂资料、修错误、检查输出，这些隐形劳动没上任何报表，却比算力账单更贵。
KPMG 研究补了一刀：同样用 AI，一半人变强、四分之一反而变弱。企业买的是 AI，得到的是人机协作能力的差异。
四、反向：AI 让个体创业成为可能同一个 AI，对企业是「省成本」，对个人是「开公司」：用 AI 帮忙创业的创始人占比两年翻倍到 60%。Stripe 经济学家说，AI 填补了曾经需要雇人的能力缺口，「个体创业者时代」来了。
企业还在纠结 AI 投哪，个体已经用 AI 把一家公司压缩成一个人。AI 对企业是成本项，对个人是创业杠杆。
"成本只能砍到零，收入却能无限增长。市场为增长预期付的溢价，远超省下的钱。"
—— HBR · 增长盲区研究 · Harvard Business Review
"担心的场景是中国有够好、又只要四分之一价格的模型，我觉得我们正朝那个未来走。"
—— Kyle Siler-Evans · RAND AI 研究员 · The Atlantic
出处来源自付费项目「吃点好的」高质量阅读库，到这里进入深度阅读区 →