科幻与 AI：把技术读错的那个错误

有没有人卖给你一套系统，说它能“解决一切”？几个月后，团队又做了一张表格，来补系统做不到的事。承诺很大。现实又小又贵。这个模式有个有趣的源头：科技行业里很大一部分人，把科幻和 AI 读成了产品目录，而不是警告。历史学家 Jill Lepore 把这个行业的领袖称为“糟糕的读者”。她说得对，而这直接影响你买的软件。

“把科幻读错”是什么意思

《科学怪人》不是一本教你怎么创造生命的教程。它讲的是一个人造出了某样东西，然后逃避责任。《银翼杀手》不是仿生人的推介文案。它讲的是当一切都变成产品之后，人身上还剩下什么。

可是硅谷的一部分人拿走这些故事，只抽出里面的机器，把道德扔掉。结果就体现在发布会的词汇里：“超级智能”“我们要解决死亡”“这将改变文明”。然后你打开产品，是一个连邮编都填错的聊天机器人。

问题不在于夸张本身。问题是夸张变成了商业模式。承诺改变文明的人，不需要证明他把你的单次服务成本降低了 12%。尺子消失了。

为什么这会传到你的公司

你买的不是宣言。你买的是工具。但工具是用宣言包装的。

实际上它长这样：

• 虚构的路线图。 你为“第三季度会有的功能”签了合同。第三季度来了，功能没来。
• 锚定在未来的价格。 定价像是 AI 已经能干三个人的活。它其实只干了半个人的活。
• 隐藏的依赖。 你的数据、你的流程、你的历史记录都留在一个系统里，而这个系统会在创始人换梦想的时候换方向。

我在一个服务业客户那里近距离看过这一幕。他们签了一套 AI 客服 SaaS，每月 2400 雷亚尔，承诺“自动解决 80% 的工单”。四个月后，真实的自动解决率是 19%。而且团队还要花时间去修 AI 答错的内容。总成本上升了，没有下降。软件是能用的。是承诺本身属于虚构。

卖未来的人，很少被要求为现在负责。

Lepore 的观点里，管理者该在意的那一部分

Lepore 谈的是民主，她的论证很严肃：当少数几家公司决定什么叫未来，并把它说成不可避免，人们就不再觉得自己有选择。“事情就会是这样”在辩论开始之前就结束了辩论。

把它翻译到你的公司里。当供应商说“大家都已经在迁移到这个了”，他在用同一招，只是规模更小。不可避免感是一种销售技巧。它之所以有效，是因为它让人累。

你有选择。一直都有。正确的问题不是“这是未来吗”。而是“这能解决我星期二早上的问题吗”。

怎样评估一个工具，而不被漂亮的故事带走

客户问我该不该签某个东西时，我用的一份简短流程：

1. 要数字，不要愿景。 “这能把我每单的时间减少多少？”如果回答是形容词，是坏信号。如果回答是“我们不知道，要看你的量”，是好信号。诚实比热情更让人安心。

2. 用你最麻烦的场景去测。 不要用演示里的例子。拿那个有三个例外的订单：客户要求单独开发票，还有部分交付。真实的能力就在那里显形。

3. 问清楚你怎么退出。 数据能导出吗？什么格式？要多久？如果出口很难，价格就会往上走。这不是悲观，这是这个模式的运作方式。

4. 开始之前先定好评判期限。 六十天。指标写下来。没达标就干脆取消，不要拖泥带水。没有这一条，任何软件都会因为惯性变成永久的。

5. 分清什么是软件，什么是流程。 很多人当作工具买回来的东西，其实是一个没人愿意做的决定。没有任何 SaaS 能解决“我们不知道谁批折扣”。

AI 确实有用，但要用在大小合适的任务上

这些都不是在反对 AI。我每天都用 AI，它确实帮我省下实实在在的时间。

真正有效的东西，写进发布说明会很无聊。比如：

• 把进来的邮件分成三类，对 AI 不确定的部分设定清晰规则。
• 转录会议并提取决定，由一个人花两分钟复核。
• 用系统里已有的数据，把提案的草稿填好。

每一项每周能省下 20 分钟到两个小时。它不改变文明。它改变你的星期五。在一个小客户那里，光是把邮件分拣自动化，每周就砍掉了大约六小时的手工工作。运营成本：每月不到 100 雷亚尔的 API 费用。

这和那种宏大承诺的差别在于范围。任务小，输入可预测，输出可验证。当任务又大又模糊时，AI 在演示里像魔法，到生产环境里就变成返工。

解药是好好读

按 Lepore 的意思，读得好就是能忍受含糊。是注意到故事有语境、有代价、有后果。是不要直接跳到精彩的那一段。

用在软件上，读得好就是：

• 把合同读到调价条款那一条。
• 在换供应商之前，先读自己系统的使用数据图表。
• 在你宣布新工具时，读读团队的表情。那个沉默说明了很多。

这里有个不错的反讽。承诺人工智能的行业，其实可以多用一点自然智能。认真读，再问一遍，接受答案也许是“不需要”。

我的看法，没有中间地带：大多数想“引入 AI”的公司，需要先把三个手工流程理顺。这没那么让人兴奋，但赚得多得多。把漂亮的软件盖在混乱的流程上，只会让混乱跑得更快。

从问题开始，不要从工具开始

如果你现在正在评估某个东西，做一次反过来的练习。不要问“这个工具能做什么”，而是用一句话写下让你头疼的问题。不要行话。比如：“我要花三天才能回复报价”。然后去找能解决它的最小的那个东西。有时候是 AI。有时候是一个表单加一个邮件模板。

在写下任何一行代码之前，我喜欢的就是这种对话。如果想聊聊在你的情况下什么才说得通，看看我是怎么工作的。

我的一位客户签了一套 AI 客服 SaaS，每月 2400 雷亚尔。承诺是：“自动解决 80% 的工单”。四个月后的真实数据：19%。

软件是能用的。是承诺本身属于虚构。

硅谷把科幻小说读成了产品目录，而不是警告。《科学怪人》变成了教程。结果传到你手里时，包装上写着“超级智能”和“这将改变文明”。

然后你打开产品，是一个连邮编都填错的聊天机器人。

我不反对 AI，我每天都在用。只是真正有效的东西很无聊：分拣邮件、从会议里提取决定、填好草稿。在一个小客户那里，光是分拣就每周省下六个小时，API 成本不到 100 雷亚尔。它不改变文明，它改变你的星期五。

在问“这个工具能做什么”之前，先用一句话写下让你头疼的问题。不要行话。如果想聊聊你的情况，来找我。

#人工智能 #技术 #自动化 #数字化转型 #软件