当 AI 浪潮席卷每个行业,CEO 们的焦虑与期待被无限放大,但这种"太大太远"的视角反而可能成为决策的陷阱。Box CEO Aaron Levie 日前在公开场合抛出了一个引发广泛共鸣的概念——"AI 精神病"(AI psychosis),用来描述科技公司 CEO 群体中一种独特的认知偏差:因长期远离一线业务,错误预估 AI 在实际工作流中的落地难度和时间表。

这个概念的讽刺之处在于它的对立统一:一方面,CEO 们确实是最早接触最前沿 AI 能力的人,他们看到的是 GPT-4、Claude 3 在演示环境中惊艳绝伦的表现;但另一方面,这些演示与真实业务流程之间横亘着巨大的工程鸿沟——数据清洗、API 集成、权限管理、错误处理、员工培训,每一个环节都可能把 AI 的"理论能力"折损大半。这种信息不对称,恰好解释了为什么大量企业在 AI 投入后并未获得承诺的生产力提升。
TechCrunch 的报道援引了相关研究数据:尽管企业大规模部署 AI 工具,但生产力提升的幅度远低于预期。部分原因在于组织内部的混乱——部门之间的 AI 工具采购缺乏协调,员工在缺乏培训的情况下被要求"用 AI 提效",结果往往是工具堆砌而流程依旧。Levie 将这种现象描述为一种组织病症:CEO 们相信 AI 已经足够成熟,可以直接替换掉现有工作流,但执行层的现实是,AI 工具进入业务核心需要一个漫长而昂贵的适配过程。
从更深层看,"AI 精神病"折射出技术采用生命周期中一个永恒的结构性问题:领导层看到的是技术潜力,执行层面对的是实施复杂性。当两者之间的认知差距持续扩大,CEO 们会基于过度乐观的技术判断做出激进的人员精简计划,而实际业务恢复稳定所需的重建时间,远比最初的估算要长。
历史上每一次重大技术变革——从 ERP 到云计算——都曾以类似的方式折磨过组织,AI 也不例外。
参考来源:TechCrunch(https://techcrunch.com/2026/05/27/tech-ceos-are-apparently-suffering-from-ai-psychosis/)