大企业已向小企业展示如何用AI：该做什么，不该做什么 | Gene Marks

背景

文章由Gene Marks撰写，核心判断是：美国大企业在AI上的成功和失败，都在给中小企业上“免费课程”。作者指出，互联网、移动交易和云计算等前沿技术先由政府和大型公司完善，之后以更低成本、更高可靠性普及给大众；AI也出现同样规律。各大品牌投入数十亿美元，有些被浪费，这让中小企业（SMB）得以看清哪些做法有效、哪些失败、哪里值得花钱、哪里应克制。作者认为小企业应庆幸：不必为所有错误买单，就能获得答案。

关键细节

• 有效方向：AI在软件开发、客户服务、安全与语音场景中已经发挥作用。大型科技公司用AI编写、审查和测试代码，使较小开发团队完成更多工作；一些公司用AI辅助客户服务并取得一定成效；IT部门依赖AI安全平台检测并修复异常行为、钓鱼攻击和其他漏洞；大品牌也在部署AI语音系统接听电话并执行基础操作。被大型科技公司裁员的开发者也在用AI工具放大自身产能，为小企业提供更大规模服务，作者称自己正在雇佣他们。

• 成本与教训：大公司已发现员工和AI agents消耗大量tokens会带来“天文数字”的计算成本；小企业也目睹大企业花数十亿美元做大型项目却成果有限，因此更谨慎，优先选择“低垂果实”，而不是盲目复制大投入。

• 沟通与组织：过去几个月，许多大公司CEO在财报电话会和投资者会议上强调AI将带来成本节约和人员减少，结果引发员工和公众反弹。SMB缺人才、需求多，则选择相反路径：用AI提高生产力，而不是宣布裁员。作者表示，自己公司正是这样使用AI，而不是把AI当作裁员公告。这让中小企业对担忧就业保障、反感大企业缺乏忠诚的劳动者更有吸引力。作者批评一些公司大规模裁员，把AI当作掩盖管理不善和过度招聘的替罪羊，之后又雇回同样的人。

• 对agentic AI的保留：由于大型公司在agentic AI的可靠性与准确性上挣扎，SMB学到暂时不要信任所谓“替人做一切”的智能体。作者称不会马上取代会计、营销和客户服务部门，而会把AI更多用于业务分析、建议推荐和策略支持，让大公司先为这些agents做beta测试。作者还强调要有耐心，并且不信任任何人，尤其不信任bots。

意义

作者强调，大企业的试错教会小企业主相信直觉和常识。自ChatGPT出现以来，关于大规模裁员、全民收入、AGI、机器人洗衣、元宇宙新世界、自动驾驶等预测尚未成为现实。OpenAI CEO Sam Altman 也承认AI采用时间表“过于雄心勃勃”。作者并不否认AI未来会改变商业方式并带来提升生产力和盈利的工具，但他认为大企业应继续用自己的资金探索风险，小企业则应耐心、务实、审慎地把AI变成可验证的收益。