企业用 AI： 提效还是增长，是两回事
问一圈高管「AI 能帮企业做什么」，答案几乎都指向同一个词：提效。
降本、减员、流程更快。但这可能是个误区。HBR 的研究说，AI 真正能翻倍企业价值的，是增长，不是提效。
这一系列讲企业到底该怎么用 AI：钱花在哪、回报怎么算、组织怎么变。
先读懂这篇 · 大白话版
第一，企业用 AI 提效，回报有天花板
第二，企业用 AI 的账单正在失控
第三，AI 最贵的不是算力，是「人伺候 AI」的隐形时间
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。
CHRONOLOGY · 发展脉络
全景时间线
2026-06-01 · 增长盲区
HBR：企业用 AI 提效，其实该用来增长。
高管共识：AI 三年内能让企业价值翻 2.35 倍，但几乎所有人都把 AI 投资放在提效上。成本只能砍到零，收入能无限涨。提效撑死加 10% 估值，增长能加 50% 到 135%。他们用 AI 模拟广告投放，实际点击率提升 3.2 倍。
出处 · HBR
2026-06-04 · 账单失控
Uber 几个月烧光全年 AI 预算，给员工设了使用上限。
Walmart 限制生成表格工具的 token；一家公司全员部署 Claude 没设限，一个月意外花了 5 亿美元 token 费。去年的 tokenmaxxing（拼命用 AI）退潮，企业开始算账。
出处 · Bloomberg
2026-07-07 · 成本冲击
中国的 GLM-5.2 来了：够好，还便宜好几倍。
OpenRouter 上最火的 6 个模型全是中国的；Coinbase 用 GLM-5.2 + Kimi 把 AI 花费砍半。RAND 研究员说：「担心的场景是中国有够好又只要四分之一价格的模型」。
出处 · The Atlantic
2026-07-23 · 人效差异
KPMG 研究：同样面对 AI，50.1% 的人超过基线，24.1% 反而变弱。
企业以为买了 AI 就买了效率，实际决定效率的是人怎么和 AI 协作。主动编排工作流的人（放大器）远超基线。
出处 · HBR
2026-07-29 · 范围拓宽
HBR：AI Agent 拓宽知识工作的范围。
不是简单「替代人」，是让知识工作者能接手以前做不了的事，比如分析更大数据集、做更复杂的决策、同时推进更多线。
出处 · HBR
2026-08-05 · 隐形成本
HBR：员工每周花 6.4 小时「看顾」AI，比真正用它干活还多。
喂上下文、修错误、审查输出，全是企业没算进去的隐形人力成本。53% 的员工说关键信息不在 AI 系统里，靠人肉补。
出处 · HBR
2026-07-27 · 个体创业者时代
经济学人：AI 让美国创业者数量创新高，「个体创业者时代」来了。
用 AI 帮忙创业的创始人占比从 2023 到 2025 翻倍至 60%。Stripe 经济学家说：「AI 填补了曾经需要雇人的能力缺口」，新创企业中「高潜力」（会雇人）占比从 38% 降到 30%。白话：以前一个人开公司，得雇设计师、程序员、会计。现在 AI 把这些都干了，一个人就是一家公司。
出处 · The Economist
2026-08-09 · 新风险
穆迪警告：银行加速拥抱 AI，可能陷入对科技巨头的系统性依赖。
英国 75% 金融企业已在用 AI 处理理赔、信贷评估等核心业务。一旦模型故障，客户服务立即受影响；而 OpenAI、Anthropic 至今还在亏损。企业用 AI 的新风险浮现：不是 AI 不够好，是太依赖几家供应商了。
出处 · IT之家（穆迪报告）
PERSPECTIVES · 行业声音
交锋与观点
"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。"
"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。"