AI 提效了，为什么大部分公司没额外赚到钱
内容提要
麦肯锡2026年调研显示，80%的人认为AI提升了个人效率，但仅37%的组织获得正面利润贡献，高绩效者仅占6%。原因是AI只加速了“动手做”环节，端到端提速仅两三成；节省的是工时而非成本，红利又被单价下跌和新增需求抵消。企业持续投入更像缴纳“不掉队保费”，陷入囚徒困境。作者建议将衡量口径从工时改为端到端周期。
延伸解读
环节提速不等于组织提速
文章用阿姆达尔定律说明，AI 只加速“动手做”环节，而需求澄清、评审、联调、审批等不可加速部分占大头。以研发后端为例，Coding 仅占约 30%，即使快 10 倍，端到端也只快 1.37 倍。读者应区分个人体感的环节倍数与公司对账的端到端倍数，后者才是财务认的账。
省下工时为何变不成利润
会计不认“快”，成本下降只有少发工资或多卖东西两条路。AI 省的是人天而非人头，不裁员则工资照发，省下的人天成了闲置产能。同时 token、文档补课、人工审阅等新增成本反向吃掉收益。对外卖交付物的公司，效率提升还会因供给激增导致单价下跌，红利在到账前被吃掉。
提效从优势退化为入场券
文章指出，全行业都会用 AI 后，提效不再带来超额收益，只带来“不做就出局”。多数行业面对存量甚至负和局：盘子没变大，参与者却多付了 AI 成本。领先窗口往往比投入回收周期还短，工具是货架商品而非独门手艺。因此提效是相对速度，赚钱是相对议价权，速度普涨等于没涨。
停不下来的五条锁链
尽管财务账上应考虑停投，现实却几乎无人停：组织改造已沉没、囚徒困境下谁先停谁出局、内部政治使砍 AI 需有人担责、期权价值与成本曲线仍在下行、对外叙事要求资质。AI 支出正从可选项变成营业成本，既享受不到利润也取消不了。作者建议把衡量口径从工时改为端到端周期。
Q&A
麦肯锡2026年的调研显示，AI对个人和组织的提效与利润贡献分别是什么情况？
调研覆盖97个国家、1719位受访者，结果显示80%的人认为AI提升了自己的生产力，但只有37%的组织报告了任何正面的EBIT贡献，而达到高绩效标准（至少5%的EBIT可归因于AI且影响显著）的组织仅占6%，两年未变。
为什么AI在个别环节能快10倍，但公司整体端到端提速只有两三成？
因为AI只能加速工作流中“动手做”的环节，而端到端流程还包括需求澄清、对齐、评审、交付等不可加速部分。根据阿姆达尔定律，整体加速比受限于不可加速部分的比例。例如研发后端Coding时间仅占30%，即使Coding快10倍，端到端也只快1.37倍（周期缩短27%）。
AI节省了工时，为什么公司账上却没有多出利润？
会计上成本下降只有少发工资或多卖东西两种记法。AI省下的是人天而非人头，不裁员则工资照发，成本不变；省下的人天若未卖出，就是闲置产能，财务记零分。同时新增token、审核等成本可能抵消收益，且单价下跌会吃掉红利。
AI提效后，为什么员工反而觉得活更多、更累了？
因为提效释放的产能被新增需求吃掉。一方面标准上移，省下的时间被要求做更多分析；另一方面低优事项回流，原本ROI低而搁置的任务因AI降低成本被重新排上日程。结果单位时间产出增加，但排期更满，人更累。
既然AI投入大且回报不确定，为什么公司不停止投入？
因为公司被五条锁链束缚：沉没的组织改造、囚徒困境（谁先停谁出局）、内部政治与预算制（砍AI需担责且省下的预算不会变成利润）、期权与成本曲线（停投放弃上行机会）、对外叙事（AI能力已成资质）。AI支出正从可选项变成营业成本，像“不掉队的保费”。
作者建议用什么指标来衡量AI的组织收益？
作者建议将衡量口径从工时节约改为端到端周期。因为工时只是局部环节的加速，而端到端周期才能反映整体交付速度。口径一改，投在哪、值不值、要不要停的判断会自然浮现。
