今年，一家叫Faros AI的研发效率分析公司发了一份报告。他们拿到约2.2万名工程师、4000多个团队两年的系统数据，在同一家公司内部，对比AI用得多和用得少的团队。
AI用得多的团队，任务吞吐量多了三成多。同样是这批团队，代码评审时间的中位数涨到了原来的5倍，每周上线的次数反而少了11.7%。
工程师写得更快了，产品并没有更快地到用户手里。
这份数据出自一家卖研发效率工具的公司，口径可以商榷。但它描述的那种体感，很多老板不会陌生：员工个个说AI好用，周报越写越漂亮，PPT越做越快，年底一算账，公司还是那家公司。
今年6月的夏季达沃斯上，万宝盛华（ManpowerGroup）董事长兼CEO约纳斯·普里辛格（Jonas Prising）给这种状态起了个名字，叫「幽灵效率」——「AI提升了个体效能，却没有自动转化为组织效能。」
效率没有消失
它卡在了组织里
麦肯锡今年的全球AI调查里，80%的受访者说AI提升了他们个人的生产力。说AI对公司息税前利润有实质贡献的，只有37%，和去年基本持平。
NBER（美国国家经济研究局）10月更新的一份工作论文问得更直接。研究者调查了7个国家近9000名高管，请他们估算：过去三年，AI给自家公司的劳动生产率增长添了多少？平均答案是每年0.2%。
钱倒是一分没少花。同一份调查里，美国企业预计今年在每名员工身上的AI投入约为2000美元，合计约3000亿美元。
八成的人觉得自己变快了，高管们算出来的公司级收益，却薄得几乎看不见。
中间差掉的那部分没有蒸发。它卡在了组织的管道里。流程、激励、分工，这三根管子都是在AI出现之前铺好的。
卡点一：流程
为「执行很贵」而设计
今天大多数公司的流程，建立在一个前提上：执行很贵。写一份方案要一周，出一版设计要三天，做错了返工代价很大，所以要层层把关。立项要审批，交付要复核，上线要签字。把关的成本远低于返工的成本，这笔账在过去是划算的。
AI把执行的成本打了下来，把关的那几道口子一道没少。
于是出现了Faros数据里那一幕：上游的产出成倍往下游涌，评审的还是那几个人，用的还是那套规矩。堵点不会因为上游提速而消失，它只会往下游挪。
还有一种堵法更隐蔽。《哈佛商业评论》去年刊发了斯坦福社交媒体实验室和BetterUp的一项研究，研究者造了一个词，叫「workslop」，指那些看起来像样、实际上没把事情往前推的AI产出。受访的美国职场人里，约四成说过去一个月收到过这类东西，每处理一次平均要花1小时56分钟。
写的人省下了时间，看的人替他付了账。账还不止于时间：约一半受访者说，收到这类东西之后，会觉得发送者没那么有能力、没那么可靠。同事之间的信任，也在被悄悄扣分。
经济史学家保罗·大卫（Paul David）1990年写过一篇论文，讲电力进工厂的那段历史。发电机成熟之后，很多工厂的做法是把蒸汽机拆掉，原地装上一台大发电机，厂房、传动轴、生产线一概不动。生产率几乎没有变化。
后来的管理者想通了一件事：电可以分到每一台机器上，厂房不必再围着一根中央传动轴建，可以按工序重新排布成单层厂房。生产率这才真正跳上去，前后隔了几十年。
今天很多公司接入AI的方式，就是在原地换发电机。
卡点二：激励
为「工时和人头」而设计
再往下一层是激励。
KPMG和墨尔本大学去年对47个国家、4.8万人做了一次调查。57%的在职受访者承认，会隐瞒自己用了AI，把AI生成的内容当作自己的成果交上去。
今年4月，美国求职平台ResumeBuilder调查了1000名担心被裁的全职员工，六成说用AI接过原本属于同事的活。这些接了活的人里，62.8%没告诉经理AI到底干了多少。
站在员工的角度，这个选择一点也不奇怪。他用AI把一天的活压到半天，如实上报，最可能换来的是两样东西：更多的活，或者下一轮优化名单上的一个位置。藏起来，省下的半天归自己。
沃顿商学院教授伊森·莫里克（Ethan Mollick）几年前就给这类人起过名字，叫「秘密赛博格」。效率被截留在个人手里，组织看不见，也拿不到。
管理者这一层同样如此。部门预算按人头批，管理者的分量按团队规模算。一位总监用AI让部门的产能多出一半，他最理性的做法不是去汇报「我们可以少一半人」，而是把多出来的产能填进更多的报告、更多的会。
员工和总监都没做错什么，他们只是在按规则出牌。规则奖励人多、工时长，效率就会被藏起来。
卡点三：分工
为「岗位接力」而设计
第三根管子是分工。
在一家传统企业里，一张大客户订单通常这样走：销售拿到需求，商务做报价，技术出方案，法务审合同，财务核价格。每一段一个岗位，每个岗位背后一个部门。这套分工的出发点很朴素：一个人干不了全部，就切开，每人干自己最擅长的那一段。
AI正在松动这个出发点。一个懂业务的人借助AI，已经可以把调研、测算、写方案、出初稿这一串活从头干到尾。组织却还是把它切成五段，段与段之间要交接、要开会、要对齐。
每一段各自提了速，交接的次数一次没少。而交接恰恰是AI加速不了的部分，它取决于人等人。
微软去年的《工作趋势指数》报告提过一个说法：企业要从「组织架构图」走向「工作图」（work chart），围绕要完成的结果，灵活配置人和AI智能体，而不是围绕固定的岗位和层级。报告还建议管理者盘算一个新指标：一项工作需要几个AI智能体，又需要几个人来带。
动手改组织的公司
在改什么
已经有公司开始动这三根管子。
Shopify的CEO托比·卢克（Tobi Lütke）去年4月公开了一份内部信：团队要加人、要资源，先得证明这件事AI做不了；AI的使用情况也被写进了绩效和同事互评。这一刀落在激励上，「多一摊活就多一个人」不再是默认选项。
亚马逊CEO安迪·贾西（Andy Jassy）2024年9月要求各大业务线，到2025年一季度末，把一线员工与管理者的人数比至少提高15%，同时开了一个专门收集「官僚主义」问题的邮箱。
贾西在2025年4月的致股东信里说，邮箱收到近1000条反馈，公司已据此做了375项以上的改动。这一刀落在层级上：把关的人少一些，决策离一线近一些。
麦肯锡的调查里，有约6%的公司把AI真正变成了利润，至少5%的息税前利润来自AI。这批公司里，近四分之三已经彻底重新设计了工作流程，去年这个比例是55%。
反面的例子同样清楚。瑞典支付公司Klarna曾高调宣布，AI客服能干700名人工客服的活。2025年5月，CEO塞巴斯蒂安·西米亚特科夫斯基（Sebastian Siemiatkowski）公开承认，只追成本让服务质量下降了，公司重新开始招人工客服。
只砍人、不改组织，省下来的成本，会以另一种方式还回去。
回到那台发电机。
电气化的红利，最后没有落在发电机厂商手里，也没有落在第一批买发电机的工厂手里，而是落在那些敢把厂房推倒重画的管理者手里。他们换掉的不是设备，是「工厂应该长什么样」的那张图。
AI也是一样。工具谁都买得到，你的竞争对手用的很可能就是同一款。拉开差距的，是谁先把那张图重画一遍。
如果今天从零开始设计你的公司，没有历史包袱，没有既有部门，只有要服务的客户和手里的AI，你还会画出现在这张组织架构图吗？
2026年，越来越多的企业开始意识到，想要穿越生产力周期，就必须进行AI转型。领途LeadPath依托于12年来构建的美国硅谷专家网络，致力于以美国企业游学研学、美国专家线上咨询、美国商务活动邀约等模式，助力中国企业探索AI转型、实现品牌出海。
欢迎扫描文末二维码
咨询合作
