我逐条核查了那篇刷屏的"AI Native"文章:数据都是真的,但有三个坑 - 张善友

我逐条核查了那篇刷屏的"AI Native"文章:数据都是真的,但有三个坑 - 张善友

💡 原文中文,约5500字,阅读约需14分钟。
📝

内容提要

文章核查《传统公司与AI Native公司之间,隔着一道鸿沟》的数据,认为其事实诚实、方向正确,但省略了关键口径:Garry Tan的400倍仅为理论上限,其自测只有8倍;YC公司的高人均收入受幸存者偏差和ARR口径影响;百度数据是业务量而非利润。作者补充METR实验、workslop研究及Klarna教训,指出鸿沟实为组织架构差异,转型应先盘家底、选场景、改考核、管成本、留红线,预期单点提效两三成、流程重设计两三倍、原生公司5到10倍。

🔎

延伸解读

“400倍”是修辞,8倍才是规划锚点

文章核查发现,Garry Tan 原文中的 400 倍是描述理论上限的修辞,他给自己日常工作实测的保守口径是 8 倍。传播中只摘 400 倍、省略 8 倍,容易让读者把极端上限当成可复制的目标。对传统公司管理者而言,更务实的做法是把预期锚定在 8 倍量级,而不是用 400 倍去倒推组织变革的节奏和投入。

人效数据要打三个折扣再看

YC 那批公司的人均收入确实摸到 Meta 量级,但引用前需注意:ARR 是年化运行率,不是审计过的年度收入;能被写进文章的是幸存者偏差下的极少数赢家;“15 个人”只是增长曲线上的瞬间状态,扩招后人均收入会回落。三个折扣打满,核心事实仍成立——单位人力撬动收入的能力高一个数量级,但期待值应相应下调。

提效体感不等于公司利润

麦肯锡数据显示 80% 的人感觉 AI 提效,仅 37% 的公司见到利润影响,且该数字与上年持平。METR 实验更直接:资深开发者用 AI 后实际慢了 19%,自我感觉却快了 20%。workslop 研究则揭示成本转嫁——40% 的职场人收到过 AI 糊出的半成品,接收者平均花近两小时修正。个人账上赚的,公司总账上可能是负的。

转型顺序比“鸿沟”叙事更有用

文章给出的落地顺序是:先盘家底,把关键流程和岗位知识写成结构化文档;再挑标准化、容错成本低的场景做全流程智能体化;然后改考核,只认结果、不考核 AI 使用率;接着管成本,把 token 消耗做成部门级核算科目;最后留红线,质量敏感环节保留人工兜底。预期上,单点提效两三成、流程重设计两三倍、原生公司 5 到 10 倍。

❓

Q&A

那篇刷屏的AI Native文章里说的400倍杠杆是真的吗?

400倍是YC总裁Garry Tan在描述理论上限时的修辞,他在同一篇文章中给自己日常工作实测的保守口径是8倍。文章只摘了400倍,没提8倍。

为什么80%的人感觉AI提效了,但只有37%的公司利润有可见影响?

因为个人提效要转化为公司利润需要过好几道关:省下的时间是否用于更值钱的事、局部优化是否改变业务模式、优势能否持续等。麦肯锡样本中真正做出利润的高绩效组织仅6%。METR实验也显示,开发者用AI后实际慢了19%,但自我感觉快了20%,体感与实测差距近40个百分点。

百度内部用AI的数据靠谱吗?人均吞吐提升125%意味着利润增长吗?

数据出自官方口径,但“人均吞吐+125%”是业务量口径,不是收入或利润。且数字人直播是天然适合AI的标准化场景,外推到研发、销售等场景要打折扣。

YC那些AI Native公司的人效数据(如15人1亿美元ARR)能直接参考吗?

数据真实,但需注意三个口径:ARR是年化运行率而非审计收入;存在幸存者偏差(YC每年孵化数百家,被引用的只是跑出来的极少数);“15个人”是增长曲线上的瞬间状态,扩招后人均会回落。核心事实仍成立:单位人力撬动收入比传统SaaS高一个数量级,但期待值应锚定8倍量级而非400倍。

传统公司转型AI Native的正确步骤是什么?

顺序是:先盘家底(把关键流程、决策依据、岗位知识写成结构化文档);再挑场景(选标准化、可量化、容错成本低的流程做全流程智能体化);然后改考核(只认结果,不考核AI使用率);接着管成本(把token消耗做成部门级核算科目);最后留红线(质量敏感环节保留人工兜底和回撤预案)。

Klarna和Duolingo在AI转型上踩了什么坑?

Klarna曾用AI客服顶替700人,人均收入暴涨,但2025年中CEO承认服务质量下滑,重新招人并退回“AI处理标准件、人处理复杂件”的混合模式。Duolingo曾把“AI使用情况”纳入绩效考核,导致用户反弹、TikTok掉粉40万、员工抵触,最终撤回该考核方式,但AI战略未变。教训是:不要为用AI而用AI,应让流程自然长出AI。

AI Native公司与传统公司的鸿沟本质是什么?

鸿沟本质是组织架构差异,分三层:信息流结构不同(传统串行传话 vs AI原生星型挂载文档);经济学账变了(智能体把外购能力成本打到近零,小而精组织获系统性优势);历史规律(如电力革命,红利不在工具而在围绕工具重写的架构)。

对AI转型的合理预期应该是多少?

单点任务提效两三成是常态;完成流程级重设计的业务单元人效翻两三倍;原生新架构的公司5到10倍。超出此区间的承诺应要求对方出示计量口径。

🏷️

标签

➡️

继续阅读