Ming Lu剖析AI时代的创新悖论

曾在企业高管和私募股权合伙人岗位上工作40余年的Ming Lu,10月11日在一家美国财经媒体发表评论文章,剖析了AI时代的创新悖论。他指出,过去50年数字创新在消费者普及上速度惊人,生产率增速却持续下滑,他把这一现象称为创新悖论。他的定义只有一句话:"我们创新得越快,增长得就越慢。"

出发点是高管的切身感受。Ming Lu引用麦肯锡2026年AI现状调查写道,全球大型企业的首席财务官(CFO)中有88%在被问及AI是否正在改变业绩时回答"不太明显"。同一调查中,88%的企业至少在一个部门使用AI,但对息税前利润(EBIT)影响超过5%的高绩效企业仅占6%,这一比例与2025年相同。

Ming Lu用双重K形扩散来解释这一差距。第一个K形存在于消费者与企业之间。智能手机用7年覆盖了80%的美国人,而企业资源计划(ERP)系统用了33年才覆盖57%的美国企业。ChatGPT推出3年后,消费级AI使用率升至美国成年人的53%,但真正投入生产部署的企业AI只有10%。第二个K形发生在企业内部。Ming Lu认为,88%的使用企业与6%的高绩效企业之间82个百分点的差距不是技术不足,而是组织转型不足。高绩效企业端到端重新设计工作流程的可能性高出三倍,而在所有采用企业中这样做的只有21%。

股市也呈现同样形态。据Ming Lu介绍,标普500中的36家AI企业占指数市值的45%。过去3年标普500回报率为76%,剔除AI股票后降至32%。METAL曾报道EY首席经济学家警告AI生产率热潮将造就赢家通吃的经济,Ming Lu的数字表明这种集中已经反映在市场价格中。

比较对象是20世纪初的电气化。电力和通信以相近的速度和相近的深度普及到消费者和企业。电动机让工厂从僵化布局转向连续流生产,电话降低了协调成本。随之而来的是通用汽车的事业部制和泰勒的科学管理等组织重构。数字技术则进入了服务业主导GDP的经济。经济学家William Baumol指出,医疗、教育、公共管理和建筑等部门因依赖人际互动而难以提高生产率,这些部门约占发达经济体GDP的50%。

Ming Lu诊断的核心是间接成本。他构建了一个名为综合间接成本比率的指标,涵盖政府支出、企业销售及管理费用(SG&A)和监管合规成本。在美国,这一比率约在2000年突破GDP的47%,此后GDP增速再未持续超过2.5%,约为间接成本低于35%的1960年代增速的一半。政府支出升至GDP的36%,企业销售及管理费用自1980年代以来翻了一番。竞争企业研究所(CEI)估计,美国企业每年仅在合规上就花费超过2万亿美元。Ming Lu按行业和十年划分1985年至2025年的标普500企业后发现,73%的观测值陷入销售及管理费用上升而营收增速下降的陷阱。他写道:"如今部署AI的大多数公司,不过是在马车上装了一台更快的发动机。"

但这并不意味着Ming Lu把AI与以往技术相提并论。以往技术让信息更容易处理、传输和展示,而AI能够推理、决策和创造。Baumol部门并不缺信息,而是诊断、评估和个性化等判断密集,因此他认为AI可以发挥的空间很大。障碍依然存在。在Ming Lu参与过的一家消费品公司,独立经销商拒绝把客户数据交给统一平台,线上渠道的成果未能扩展到规模大得多的线下业务。在医疗领域,给医生提供数字工具很容易,但要让临床工作流程实现端到端数字化,则牵涉数据治理、合规以及医疗人员的权力。

来自一线的调查也指向同一方向。企业AI平台公司WRITER与研究机构Workplace Intelligence于4月7日发布的2026年企业AI采用调查,在2025年12月17日至2026年1月25日期间调查了美国、英国、爱尔兰、比荷卢、法国和德国的2400名知识工作者(高管1200名、员工1200名)。79%的高管表示遭遇投资回报滞后、战略缺口和内部权力斗争等采用难题,54%表示AI采用正在撕裂公司。表示从生成式AI获得显著投资回报的领导者为29%,AI智能体为23%。根据METAL核实的WRITER新闻稿,69%的高管表示公司正因AI裁员,但39%承认没有通过AI创造收入的正式战略。WRITER首席执行官(CEO)May Habib表示:"裁员不是可行的AI战略。"她说,以人与智能体协作为中心、从根本上重新设计运营的领导者,正在积累竞争对手无法复制的优势。

Ming Lu的结论是深度与广度重于速度。他写道,ChatGPT是有记录以来普及最快的消费技术,却没有撼动宏观经济指标。需要考察的是,AI是否进入核心业务并改变工作流程,以及这种变化能否越过少数超级明星企业,扩展到占就业和GDP很大比重的部门。从电气化到数字化的历史表明,技术采用需要十年以上,往往长达数十年。技术进步比以往任何时候都快,但吸收它所需的组织重构却以人类制度的速度推进。按照Ming Lu的诊断,破解悖论的钥匙不在模型性能,而在公司的组织架构图。