MIT说95%的AI试点白干了，问题不在AI，在你的体量

小企业缺弹药，大企业缺转身速度

大家好，我是老谭。

上一篇我讲了个杭州做E-Bike的老板。自己烧了2000多万做品牌，钱快烧光、公司快撑不住，今年2月去了趟硅谷参观Meta，回来就做了个决定：全公司停下来学AI，团队从几十人裁到20人，全员配上AI工具。结果营收突破几千万，扭亏为盈。

那篇文章发出去，后台有不少老板留言，说看得热血沸腾，也想这么干。

但我得先泼一盆冷水。

这个杭州老板能「停下来、裁到20人、跑通盈利」，很大程度上是因为他的公司足够小。

二十几个人，老板一句话就能让全公司调头。

你换一个五千人的公司试试，老板敢喊「全体停下来学AI」吗？

光是停工三天的工资，就是一笔吓人的账，更别说那些盘根错节的部门、流程、KPI，根本不是一句话能推动的。

所以今天这篇，我想讲一件很多人没想明白的事：

你是二十人的初创，照着五千人的巨头抄治理体系，会被繁文缛节拖死；你是五千人的大厂，照着二十人的小团队「一把梭哈换开源模型」，第二天合规部门就把你摁在地上。

体量决定打法。抄错作业，比不抄还惨。

这里先给各位老板一句主轴，后面每一档都会印证它：

小企业缺的是弹药，大企业缺的是转身速度。

想清楚自己缺哪个，比盲目上工具重要一百倍。

下面我们从最小的一档开始，一档一档往上爬。你对号入座，看看自己站在哪儿。

先说结论：如果你现在手底下不到五十号人，恭喜你，你站在这轮AI浪潮里最占便宜的位置。

为什么？因为你没有存量组织要改造。

大公司做AI化，本质是在一台正在高速运转的机器上换零件，处处是历史包袱、部门利益、老流程。而你，可以从第一天就「AI Native」地长出来——想怎么搭就怎么搭，没人跟你扯皮。

这个优势有多大？看一个数字就够了。

传统SaaS公司的人均营收，大概在15万到40万美元之间。而AI Native的小团队，正在把这个数字拉到100万到400万美元一个人，个别极端案例甚至冲到一千多万美元一个人。

这不是提升百分之几十，这是十几倍、几十倍的量级差。

我给各位老板讲几个真实的案例，你感受一下这个「人效革命最前线」是什么样子。

以色列有个叫Base44的项目，创始人一个人，bootstrapped，没拿一分钱外部融资。做了6个月，被Wix以8000万美元现金收购——收购的时候，团队总共才8个人。一个人、半年、8000万美元退出。这在AI之前的世界里是不可想象的。

美国Sausalito有个叫Ben Broca的人，在自己客厅里独自运营一家AI公司，零员工，2024年营收约500万美元，后来做到一年一千万美元。真·一人公司。

做图像生成的Midjourney，大约40个人，做到5亿美元年营收，人均营收按不同口径能算到300万到1800万美元一个人，是全行业的人效标杆。

这些还只是国外。国内的故事，路径不太一样，但内核一模一样。

2026年国内最火的创业词，叫OPC——One-Person Company，一人公司。它和开源AI agent项目的爆火直接绑在一起。

截至2026年中，上海一地AI驱动的OPC就已经接近1000家，集中在徐汇、浦东、临港、静安。政府还配套建了OPC专属园区，临港有个园区工位每月低到90块钱，含水电网络。

有个上海静安的创作者，一个人用AI跑完整条创意链，从策划到成片全包。

你发现没有？

中美两条路径，一个是「超级个体+顶级付费AI账号+高人效退出」，一个是「一人公司+开源agent+政府园区生态」，看着不一样，内核完全相同：

这就带出了小微这一档最关键的一句狠话——

别人谈AI是「裁员降本」，你谈AI是「扩能」。

这是完全不同的两件事。

大公司老板算的是：上了AI，我能裁掉多少人、省多少工资。这是存量思维，是做减法。

而你作为小微老板，根本不该这么想。你本来就没几个人，没什么可裁的。

你要算的是：有了AI，我这五个人能不能干出五十个人的活？以前接不了的大单，现在敢不敢接？以前做不了的业务线，现在能不能开？

这是增量思维，是做乘法。

想通这一层，你的AI化战略就清晰了。具体怎么落地，我给小微老板三条最实在的建议：

第一，做交付型AI，别碰数据型AI。你没有数据基建，也没钱建。那些需要清洗海量数据、训练模型、搭数据中台的活，不是你这个体量该干的。你要做的是直接产生交付物的AI——写代码、做设计、写文案、剪视频、跑客服。拿来即用，当天见效。

第二，把钱砸在顶级AI账号上，别买企业级套件。我在上一个系列里讲过「超级极简主义」：预算有限，就别搞全盘重构。给你的核心成员每人配上Claude、ChatGPT Pro、Cursor这些顶配账号，一个月人均也就两三百美元。武装你的超级个体，比买一堆吃灰的企业级系统划算一百倍。

第三，买不起能力，就借别人的能力。你要是连配置和调教AI的人都没有，那就接入OPC园区生态，或者外包给专业的AI落地团队。用别人的能力补自己的短板，这不丢人，这叫聪明。

当然，小微这一档也不是没有坑。

行业内部自己都预期OPC是「高速换手」——一部分倒闭、一部分长大、一部分被合并。小微做AI化本身就是个高淘汰的赛道。

最容易死的两种：一种是老板自己不下场，指望招个人搞定AI，结果钱花了、水花没有；另一种是定价出了问题——你按项目固定收费，但AI是按token付费的，用得越多亏得越狠，前面那个Ben Broca就一度被token成本吃掉毛利，后来切换开源模型才救回来。

但总的来说，小微和初创是这轮里最不该焦虑的一档。你的问题从来不是「AI化太难」，而是「你敢不敢把野心放大」。

爬上来一档，五十到五百人。

这一档我说句实在的：最尴尬。

小微的好处你已经没了——你不再是老板一句话全公司调头。你有了部门，有了中层，有了流程，有了「这事得开个会商量商量」的官僚雏形。

但大企业的家当你也还没有——没有专职的AI团队，没有治理体系，没有能强推变革的组织机器。

这就是我说的「半吊子结构」：有了墙，却没有能翻墙的梯子。

所以这一档的死法，特别典型。我先告诉你结论：

你的AI化，大概率不是死在技术上，是死在中层那道墙上。

有个数据挺扎心：真正主动参与AI转型的中层管理者，只有22%。

为什么？因为AI化对中层是直接威胁。老板想的是降本增效，员工想的是别让我加班，而夹在中间的中层想的是——我管的这摊活要是被AI干了，那还要我干嘛？

于是你会看到一个诡异的现象：老板在台上讲AI战略讲得激情澎湃，基层员工偷偷用着AI提效，唯独中间这层，阳奉阴违，工具买了、培训做了，该怎么干还怎么干。

这就是著名的「试点陷阱」在中小企业的具体形态——MIT 2025年的报告说，95%的生成式AI试点对企业损益毫无影响。钱花了，水花没有。

那中小企业该怎么破？我给三条：

第一，别铺开，选一条离钱最近的业务线做灯塔项目。中小企业最忌讳「全面AI化」，你没那个资源。选一个高频、可量化、离收入或成本最近的场景——客服、接单、文书、质检，哪个疼治哪个。做出一个看得见的样板，用结果说话，比开一百次动员会都管用。

第二，老板必须贴身盯这个灯塔项目。别指望甩给中层。前面说了，中层是最可能拖后腿的一层。这个阶段，老板要亲自下场当这个项目的第一负责人，用你的权威硬顶过中层那道墙。

第三，养一个「AI运营人」。不是让你招个AI科学家，你也养不起。而是指定一个人——最好是懂业务又愿意折腾工具的年轻人——专门负责把AI当成一个「数字员工」来调教、来运营，给他定岗、定KPI。AI不会自己产生价值，得有人天天喂它、盯它、优化它。

中小企业做AI化，动作要快、要准、要狠。你的天赋是比大公司快——大厂一个项目要12到18个月立项，你几周就能上线一个试点。

把这个「快」用足，别把它浪费在无休止的内部扯皮上。

再往上，五百到五千人。

到这个体量，你已经是个像模像样的公司了：完整的部门体系、成熟的IT基建、正儿八经的合规要求。钱也有一些，人也有一些。

但恰恰是这一档，最容易在AI化上栽大跟头。因为你的胜负手，已经从「技术」彻底转移到了「组织形态」上。

我观察下来，这个体量真正跑通的，几乎都是同一种结构：一个AI卓越中心（CoE）定标准、管平台，加上若干个融合团队贴着业务去落地。CoE负责统一的数据底座、工具选型、安全合规这些「重活」，融合团队则是懂业务的人和懂AI的人混编，扎进具体场景里干活。

但这里有个致命的分寸：CoE必须是赋能者，不能是审批守门员。很多公司一建CoE就变了味，成了一个新的官僚衙门，任何部门想用AI都得先过它审批。结果就是把整个公司的AI化节奏，活活拖进「试点炼狱」。

给这一档三条反直觉的忠告，每一条都是拿真金白银换来的教训：

第一，买，大于自建。这个体量的老板特别容易膨胀，觉得「我们有钱有人，自己搞一套AI平台」。打住。数据显示，外部采购AI能力的成功率是67%，自建只有33%——自建的失败率是采购的两倍。除非AI就是你的核心业务，否则别去自研大模型、自建平台，那是个吞钱的无底洞。

第二，钱要花在后台的暗处，别砸在台前的demo。一个特别普遍的错误：企业把近一半的AI预算，砸在了营销、销售这些「看得见、好汇报」的场景，做几个炫酷的demo给董事会看。但真正出金的地方，是那些不起眼的后台——理赔、客服、IT运维。这些地方枯燥、不好看，但AI一上，实打实地降本增效。把钱花在能出结果的地方，不是能拍照的地方。

第三，激进裁员是这一档最大的坑。记住Klarna这个名字。这家公司一度激进地用AI砍掉了700个客服岗位，大张旗鼓宣传。结果呢？服务质量崩了，客户骂声一片，最后不得不回头重新招人。数据显示，做过AI裁员的公司里，超过55%事后后悔。AI替人这件事，在这个体量必须做成「人机混合」，保留真人兜底，而不是一刀切地把人清走。步子迈太大，扯着的不只是裤裆，是整个公司的口碑。

这一档的核心，一句话总结：你比的不是谁的模型更先进，而是谁的组织能更顺畅地把AI消化进日常运转。技术是买得到的，组织能力买不到。

最后，爬到金字塔顶——五千人以上，营收几十亿往上的巨头。

到了这个体量，有一件事你必须先想明白：钱、数据、算力，从来都不是你的瓶颈。

我给各位看几个数字，感受一下这些巨头的家底：摩根大通一年的技术预算是180亿美元；微软一年砸800亿美元建AI基础设施；阿里的资本开支超过3800亿人民币；平安十年在科技上投了上千亿。

对这个体量的公司来说，AI所需要的资源，都是零头。

那巨头的分水岭在哪？

在CEO敢不敢动编制。

我把话说得再直白一点：巨头的AI化，根本不是技术问题，是组织问题。有钱，只是入场券。

我们先看跑通的少数派长什么样。

摩根大通做了个叫LLM Suite的内部平台，覆盖了25万员工——注意，是全员可用，不是给几个部门试点。微软的Copilot内部渗透率做到了85%。Salesforce用它的Agentforce，把客服团队从9000人砍到5000人，同时服务质量不降反升。阿里成立了专门的AI机构，由CEO亲自管。亚马逊更狠，直接裁掉了3万个白领岗位。沃尔玛做到了零增员、但营收持续增长——这在零售业是很恐怖的。

你把这些跑通的巨头摆在一起看，会发现它们有四个共同点，缺一不可：

第一，一把手亲自下场。不是分管副总，是CEO本人。阿里的AI机构CEO亲管，这个信号意义远大于实际——它告诉全公司，这是一号工程，谁也别想糊弄。

第二，自研平台，全员可用。摩根大通25万人、微软85%渗透，关键词都是「全员」。不是给创新部门发几个账号玩玩，是把AI做成像邮箱一样人人必用的基础设施。

第三，和KPI、考核死死绑定。光发工具没用，前面说过中层会阳奉阴违。必须把AI的使用和产出，绑进每个人的绩效考核里，用制度硬性推动。

第四，把AI的收益做进财报。真正认真的巨头，会把AI带来的降本增效，明明白白地体现在财务报表里，对投资人交代。这就逼着整个组织，必须拿出真实的、可衡量的结果，而不是讲故事。

说完跑通的，再看反面。而且反面教材，往往比正面更有说服力。

看Meta。这可是AI能力最顶尖的公司之一，钱、人才、算力要什么有什么。它砸了巨资推进AI，还裁了8000人。结果呢？扎克伯格自己在财报会上承认，AI「没有像预期那样加速工作」「我们犯了一些错误」。

连Meta这样的公司都会犯错，说明什么？说明在这个体量，钱和技术根本不是决定性的。

绝大多数巨头的AI化，死在同一批坑里：MIT那个数据在这里更刺眼——95%的企业生成式AI试点对损益零影响。死因叫「学习鸿沟」和「实验陷阱」——公司把50%到70%的预算，砸在了好汇报的营销demo上，刻意规避那些真正需要动流程、动组织、动人的硬骨头。于是永远在「试点」，永远不「规模化」。战略在PPT上轰轰烈烈，落到地上一片空转。

所以对巨头老板，我这句狠话是：你缺的不是预算，是那个敢在董事会上说「我们要动组织、要动编制」的勇气。你手里的资源足够买下最好的一切，但买不来自我革命的决心。船大难掉头，难的从来不是船，是掌舵的那只手。

四档爬完了，我们回过头看。

小微靠「扩能」做乘法，中小要用「灯塔项目」翻过中层的墙，中大型的胜负在「CoE加融合团队」的组织形态，巨头拼的是「CEO敢不敢动编制」。四种体量，四套完全不同的打法。

但你有没有发现，它们背后其实是同一个内核？

我再把那几个数字摆一遍：MIT说95%的AI试点对损益零影响；麦肯锡说88%的组织已经用上了AI，但只有39%真正看到了利润改善。

这么多公司、这么多钱砸进去，为什么大面积打水漂？

不是AI不行。是组织没动。

BCG有个我反复引用的「10-20-70法则」：一个AI项目的成功，10%靠算法模型，20%靠数据和技术底座，剩下70%，全在人、流程和组织文化上。换句话说，AI化的价值，七成来自你愿不愿意改变组织本身的运转方式。

这就是四档打法背后那个唯一的内核：

THE CORE

AI化从来不是一道技术题，是一道组织题。而这道题的第一责任人，永远是老板本人。

小微老板要亲自下场当超级个体，中小老板要亲自顶过中层那道墙，中大型和巨头的一把手要亲自挂帅、亲自动编制。不管你是哪个体量，只要老板把AI化当成一个可以外包、可以甩给下面的技术采购，这事就一定黄。

讲到这儿，我知道很多老板心里在犯嘀咕：道理我都懂，可这70%的组织变革，太难、太痛、太耗人了。我又要经营业务，又要重构组织，哪有那个精力？

这正是我一直在做的事——AI Rollup，共创。

你不用自己一个人蹚这70%的浑水。你提供你最懂的业务场景和数据，我们的铁三角团队入驻进来，帮你把AI化真正在组织里跑通。懂业务的负责加速，懂AI架构的负责搭底盘，懂风控信任的负责把方向。三个人，撬动你过去几十上百人的产能。

你专注做你的业务，组织AI化这道最难的题，我们一起来解。

不管你现在是二十人还是五千人，先别急着抄别人的作业。先诚实地回答自己一个问题：