一段录音，他让公司损失700亿

最近这几天，一则新闻让全球科技圈震动。

7月2日，Meta内部会议。路透社拿到了一段录音。

录音曝光后，Meta股价应声下跌约5%。一夜之间，700多亿美元市值蒸发。

这则录音为什么具有如此巨大的冲击力？根本原因在于，扎克伯格在会上公开承认了自己的决策失误。

他说：“在过去四个月里，AI智能体的发展轨迹并没有按照我们预期的方式加速。”他还说，公司围绕AI进行的大规模组织重组“本可以更干净利落”，高管层对变革的时间节奏存在误判。

注意他说的这几个词：“Time's wrong”、“Judgement's wrong”。不是外部的变化，也不是技术挑战，而是“时机错了”、“判断错了”。

对于任何一家企业而言，战略决策的错误都是致命的。

而作为AI领域的头部公司，其掌舵人承认战略失误，无疑向市场传递了两个极为明确的信号：

其一，Meta确实出现了重大战略偏差；

其二，AI落地不及预期。这对整个AI板块构成了强烈冲击。当AI领军人物坦言技术并非万能时，市场对AI是否存在泡沫的疑虑便被急剧放大。

那么，扎克伯格所说的“错误决策”，到底是什么？

01

一场基于恐惧的决策

我们把时间拨回今年1月。

扎克伯格在录音里交代了当时的决策背景：彼时，Anthropic旗下Claude Code在程序员群体增速爆发，增长速度远超 Meta 自研编码工具。

Meta的核心管理层陷入恐慌，认定不快速加码 AI，就会彻底被竞品甩开。

这种恐慌，随后催生了一连串激进决策。

5月，Meta裁掉了全球约10%的员工，将近8000人；同时冻结6000个空缺岗位，并将超过7000名员工转岗至AI相关部门，专职训练未来有可能替代自身的 AI 工具。

这件事当时引发了很大的争议。但扎克伯格态度很坚决，认为AI 赛道企业必须精简人员，不瘦身就会在行业竞赛中掉队。

从理论上看，这两项措施的初衷似乎无可挑剔：裁员可以大幅压缩人力成本，而让人力服务于AI则有望提升效率，可以说是降本增效的双赢策略。

然而，现实给出了截然不同的答案。

就像扎克伯格在录音中承认的，智能体没跑起来。钱花了，人裁了，产品没出来。

但更致命的，是Meta员工士气的崩塌。

8000人丢了工作。7000人被强行走上从未想过的岗位。很多人甚至不知道自己的新角色、向谁汇报、该做什么、KPI如何评定。

一位在Meta任职11年的资深工程师，在内部论坛写下一段话，两天内被近两万人阅读转发：“我不想活在一个人类被当作AI训练数据剥削的世界里。”

新组建的AI部门，被内部工程师直白形容为“灵魂粉碎的集中营”。当员工感受不到工作的价值与意义，生产力的崩塌似乎就只是时间问题。

连Meta 的首席技术官Andrew Bosworth都直言不讳地批评说：Meta内部士气快跌到历史谷底了。

你看，恐惧不是战略，基于恐惧驱动的决策，从来不会有好结果。

02

岂止于Meta？

Meta的故事，是全球科技公司的缩影。在AI军备竞赛中，人人都在加码，没人敢率先停下。

虎嗅的一篇文章显示：2026年，全球四大科技巨头Meta、微软、谷歌、亚马逊，合计资本开支高达7250亿美元，相较于2025年的4100亿美元，同比暴涨77%。

7250亿美元是什么概念？这个数字超过了全球绝大多数国家的全年GDP。巨头们把海量资金砸向GPU、算力、大模型、基础设施，但回报是什么？全行业由AI直接新增的增量收入，仅有几百亿美元量级。

投入数千倍级的资金，产出十分之一级的收益，投入产出比严重失衡。这根本不是理性的商业投资，而是典型的博弈内卷、囚徒困境。

什么是囚徒困境？

本意是指个体在无法信任彼此的情况下，因各自做出“最理性”的自保选择，最终导致集体陷入“最糟糕”结果的陷阱。

四家巨头都清楚，这样无休止烧钱无法持续，但谁都不敢率先收手。因为大家都在赌，对手多一块GPU、多一次模型迭代，就可能成为决定行业终局的胜负手。

于是，所有人被迫被动内卷，明知是消耗战，也只能硬着头皮跟进。

这就是当下AI行业的真相：技术还没成熟，资本先疯狂；价值还没落地，内卷先开始。

03

越焦虑，越要看到本质

Meta的教训告诉我们，所有AI战略失误，根源都是看不清AI的真实能力，搞错了人机的核心关系。

关于AI，有两个底层真相，你一定要知道。

第一，AI无法规避人的判断力。

当海量信息涌来时，最终需要人来做出决策。AI在各个行业的表现至今不尽如人意，一旦进入业务的深水区，面对那些复杂、非标准化的核心业务场景，AI的表现便远逊于行业内的资深专家。

正如Anthropic所强调的，AI必须进入具体的业务场景，但这必然伴随着组织架构、管理模式和管理行为的深刻变革。

而在这一过程中，AI的判断力和决策力，根本无法取代原有工程师的经验与洞察。

第二，AI要服务人，而不是人服务AI。

Meta让人给AI打工，是方向性错误，正确的路径永远是AI为顶尖专家打工。

我们要认清AI的原生价值：它擅长替代重复性劳动、加速标准化流程、整合海量基础信息。但这一切的前提是，人类需要为其设定一个精准、正确的框架。

AI在这一框架内运作，输出的结果仍需人类进行最终的判断与校验。缺乏这些环节，AI便难以发挥实质作用。

举个例子。我的一位做量化基金的朋友，利用AI构建模型进行股票分析与交易。第一次运行时，AI成功捕捉到10只涨停股，收益可观。然而到了第二周，这10只股票竟集体跌停。

经排查发现，他设计的模型共有12个步骤，而AI在执行到第八步时便擅自返回，没有能执行到底。换句话说，AI“偷懒”了。

尽管无从得知AI偷懒的具体原因，但结果是，我的这位朋友几乎全部利润化为乌有，最终仅保住了10%的收益。

这说明什么？说明AI会偷懒、会产生幻觉、会提供大量错误或关联性极弱的信息，甚至可能表现出某种“情绪化”的输出。

这次亏损，也让我这位朋友彻底醒悟：他必须对AI执行的每一个步骤进行全程监督，确保其逻辑未被篡改。

今天的AI，就是这样的，如果完全脱离我们的设计框架、脱离我们的监督与最终把关，便无法交付可靠的成果。

04

我对AI的3个判断

基于这些观察，我对AI有以下三点基本判断：

1.AI无法承担战略决策的职能

如果你试图让AI帮你制定公司战略，后果不堪设想。

战略决策需要的不仅仅是数据分析，更是对商业本质的理解、对人性的洞察、对未来的预判。

这些，AI做不到。AI可以给你提供数据和分析，但最终的决策，必须由人来做出。

我们曾经做过一个实验：将同样的资料输入AI，让其得出结论，同时由资深咨询师基于同样的数据进行独立分析。结果令人震惊：两者的结论南辕北辙。

很多人宁愿相信AI的结论，也不相信人类专家的判断。他们觉得AI更客观、更理性、不会犯错。

但他们忽略了一个关键问题：AI的判断力，取决于给它输入的数据和设定的框架。一旦框架本身有问题，AI输出的结果就是灾难。

2.AI无法取代各行业的顶尖专家

至少在可预见的未来，这一结论依然成立。顶尖专家的价值不在于重复劳动，而在于那些无法被标准化、无法被算法化的东西。比如，直觉、经验、创造力。

AI可以赋能专家放大效率，但永远无法替代专家本身。

3.AI在组织层面，作用极为有限

AI在深入业务流程、改造组织架构、优化绩效管理和人员配置等方面，均停留在表层，尚未触及核心。

德鲁克说：“管理的本质，是激发人的善意与潜能。”要激发一个人，你得有领导力，要从人性底层出发，扣动人的心灵扳机，只有人才可以产生这样的交互，而AI是不具备这样的温度的。

那么，AI的真正价值是什么？答案是：帮助有经验的个人提升效率。

但请注意，前提是“有经验”。对于一个毫无经验的初学者而言，AI提供的海量信息只会使其更加无所适从，因为他缺乏必要的判断力。

但对于一个有着丰富经验的专家来说，AI可以帮他把重复性的工作自动化，让他把更多精力放在真正有价值的事情上。

所以，AI赋能个人效率提升，确实有效。但在提升组织效率和公司整体效能方面，它的作用仍然有限。

此外，还有一个不容忽视的现实问题：成本。

很多人觉得，用AI比用人便宜。这是一个天大的误解。你以为裁掉8000名员工能省下数十亿美元，但AI运行所消耗的Token费用同样惊人，甚至可能远超人力成本。

事实上，养人的成本远低于养AI的成本。目前AI的投资回报率即便是超大型企业也难以承受，更遑论中小型公司。

最后，总结一下：Meta用700亿美金，换了一个教训。这个教训的核心，不是“AI不行”，而是企业不能迷信AI。不要用技术焦虑替代战略思考。不要把恐惧当作行动的指南。让AI服务你，而不是你服务于AI。

因为所有技术的终极本质，都是赋能人，而非替代人。AI泡沫终会褪去，真正留存下来的，永远是懂业务、懂判断、懂取舍的组织与人才。

这，就是Meta这堂课，给我们最珍贵的启示。

来源：路透社、TechCrunch、虎嗅、李尚龙视频号。

本文来自微信公众号“张丽俊”，作者：张丽俊，36氪经授权发布。