人工智能采用与人工智能优势 – 异常值路径
上周，在黄仁勋在圣何塞举行的 GTC 主题演讲之前，我与莎拉·郭共同主持了一场赛前秀。三个小组，十二位嘉宾，涵盖开放模型、代理人工智能和物理人工智能。在后台，一位创始人告诉我，他最大的竞争对手不再是另一个人工智能实验室。这是一个由一位奥地利开发人员构建的开源项目，六个月前还不存在。几分钟后，Jensen 上台将 OpenClaw 项目称为“可能是有史以来最重要的软件版本”，并将其与 Linux 和 HTML 进行比较。他预计到 2027 年芯片订单将达到一万亿美元，描述了一个价值 35 万亿美元的代理人工智能生态系统，并推出了 Vera Rubin，这是一个下一代基础设施平台，集成了五个机架级计算机上的七个芯片，作为统一的超级计算机运行。观众都被迷住了。
但最让我震惊的并不是詹森宣布的内容。这是我后来在走廊里观察到的情况。每次谈话都是关于收养。谁在使用什么？多快？有多少代理？有多少代币？创始人、投资者和高管就像学生比较考试成绩一样交换笔记，每个人测量同一事物的略有不同的版本。您部署了多少人工智能？
我们以前看过这部电影。公司追逐虚假货币，虚荣指标伪装成基本面。 市场份额经常被误认为获胜。增长常常被误认为是持久性。运输功能经常被误认为是构建产品。现在，采用被误认为是优势。
错误的记分卡已经出现。由人工智能编写的代码的百分比。部署的代理数量。消耗了代币。每个冲刺发布的功能。这些感觉像是进步。它们很容易测量。它们发出活动信号。确实，如果没有它们，你就没有机会成为人工智能原生者，但它们相当于现代的虚荣指标，因为它们几乎没有说明你是否真的在构建能够获胜的东西。
在最近举行的一家投资组合公司的董事会会议上，首席技术官表示，排名前 5% 到 10% 的建筑商现在的生产力比一年前提高了 3 到 5 倍。建筑商的中位数可能上涨了 10% 到 20%。这一差距并没有缩小。它正在扩大。两组之间的差异并不在于技术的流畅程度。两个小组都使用相同的工具。两者都可以访问相同的模型。区别在于他们选择构建什么以及为什么。
在过去的二十年里，软件的约束性限制是：(1) 招聘工程师很困难，(2) 编写代码很慢，(3) 交付产品需要几个月的时间。资本是围绕这些瓶颈进行配置的。路线图是围绕它们制定的。竞争优势通常取决于谁能够吸引和留住最优秀的工程人才并以最快的速度交付。人工智能正在实时消除这些限制。代码已生成。原型是即时的。迭代几乎是免费的。当生产限制消失时，优势就会转移。当你可以构建任何东西时，问题就变成了构建什么。当想法、特征、方向和噪音太多时，瓶颈就不再是执行。这是判断。
这是让人感到不舒服的部分，因为它更难测量并且不可能自动化。判断力是区分信号和噪音的能力，是对好想法说“不”而支持伟大想法的能力，是在数据模棱两可时坚持信念的能力，是在新信息需要时改变方向的能力。在 LinkExchange、Tellme 和 Zappos，我们犯了无数错误，但最重要的决策从来都不是关于速度。他们要在不确定的情况下做出正确的选择。进入什么市场？服务什么客户？接下来要建造什么？停止做什么？这些选择多年来不断复杂化并决定了结果。
人工智能压缩了想法与执行之间的距离。它不会缩小良好判断和错误判断之间的距离。它会放大你指向的任何内容。拥有明确战略的强大团队将更快、更专注于重要的事情。战略模糊的弱团队会变得更加吵闹、更加心烦意乱。清晰的思维复合。混乱的思维得以解开。差距并没有缩小。它变宽了。
丹尼尔·卡尼曼花了数十年的时间研究人类如何在不确定的情况下做出决定，他最重要的发现之一也是最令人谦卑的。我们确实对自己判断的质量过度自信。我们混淆了流畅性和准确性。我们错误地将活动视为进步。当我们只是忙碌时，我们就会感到富有成效。在人工智能让每个人都更有生产力的世界里，进步的幻想变得更加诱人。我们运送更多、建造更多、部署更多，却将数量误认为是价值。
解药不是放慢速度。它是为了改变我们测量的方向。停止衡量活动并开始衡量学习。优化反馈循环，随着时间的推移，判断力会变得更加敏锐。投资于能够持续做出更好决策的人，而不仅仅是更快的人。建立可提高决策质量并加快决策速度的系统和文化。了解我们发货的内容，而不仅仅是我们是否发货。
在 GTC 上，华尔街对 Jensen 的愿景反应不一。投资者权衡了人工智能泡沫的前景以及数万亿美元的需求预测。随着叙述从“人工智能帮助软件公司”转变为“人工智能威胁单机商业模式”，软件行业继续重新定价。从芯片到模型、编排、定价到采购的整个堆栈都在实时重新定价。每一层都在变化。当地面发生变化时，每个人都感到适应和采用人工智能的紧迫性。
没有判断力的紧迫感只是对更好品牌的恐慌。每个人都会采用人工智能。每个人都将建造更多、交付更快并部署代理。这就是赌注。获胜的创始人将是那些做出更好选择的人。真正的问题不在于你使用了多少人工智能。问题是人工智能是在提高你的判断力还是在加速你的错误。了解其中的差异是获得 AI 优势的关键。
原文链接：https://outlierspath.com/2026/03/23/ai-adoption-vs-ai-advantage/
