大型公司在人工智能方面已经落后，而他们花出去的很多钱也并没有对应明确计划。未来学家Amy Webb周四在Fortune AIQ峰会上、与Fortune人工智能编辑Jeremy Kahn对谈时表示了这一看法。
“公平地说，财富500强公司在这件事上确实来得太晚了，”Future Today Strategy Group创始人兼首席执行官Webb说，“人工智能不是几年前才突然出现的。”
她表示，自己看到“巨额资本”被投入到“前面没有任何战略”的试点项目中。她说，公司随后会与安全团队争论，最后留下无人接手、毫无进展的孤立项目。她还说，一些高管把最终会变成专有技术的构建工作交给第三方，结果把自己困住。员工感到沮丧后，就开始自己开发工具，她说。
Webb认为，如果员工不会使用AI，那么“AI无处不在”也没有意义。她把这比作在纽约市坐出租车时，司机被递上一部手机并被要求输入地址——她估计这种情况在过去大约两年里一直很常见。她说，司机对导航工具的依赖已经到了“某种程度的习得性无助”，而一些领导者在当下也有类似状态。
她给企业的建议不是追求“AI原生”，而是更注重“灵活性”，但她说，公司必须为此建立机制。她表示，自己还没有看到大型公司真正做到这一点，尽管许多CEO都在努力理解AI。
为什么收益没有累加起来
Webb说，单个员工的生产率提升之所以没有在整个公司层面体现出来，部分原因在于企业如何定义投资回报。她表示，大多数公司把AI应用到利润表上。她拿AI视频公司Runway作对比，称其战略是一个清晰的未来愿景，而其工具则在帮助实现这一愿景。
她讲述了一个朋友在一家她不愿点名的大公司里的故事。当地的首席技术官不批准一个安全沙箱后，这位朋友直接去找CEO，自己搭建了一个实例，获得超级计算机访问权限，并组建了一个团队。Webb说，这个团队现在计划在AI代币上花费数亿美元。她把问题归咎于“缺乏强有力的领导和规划”，并说许多公司是带着“恐惧和FOMO”在推进。
Runway的反例
Runway首席运营官Michelle Kwon则描述了一家完全相反方式运作的公司。她说，Runway大约九年前由三名纽约大学毕业生创立。公司几乎在“我们所做的一切的每个部分”都使用AI，整个团队都会写代码。
她说，自今年早些时候以来，员工已经为内部应用商店开发了约215个应用，其中包括工程部门之外的团队，而公司最新产品也来自这种做法。（公司在该场讨论前一天宣布了一项自主广告代理试点。）她说，一名员工在“短短几周内”就把它做了出来，并补充说，这款产品在一个非常小的基数上把广告产出提高了1,000%以上，目前正向公众发布。
她表示，Runway仍会购买那些并非业务核心的东西，不会自己去做支付系统或人力资源合规软件。
谈到生产力，Kwon说：“仅仅因为你在使用AI，并不能代表你的生产力，也不能代表你工作做得好。”她补充说，AI应该成为人们工作方式的核心部分——前提是它要“负责任”，并且“不会给别人制造工作”。
“如果我收到一份100页的演示文稿，那并没有帮助，”Kwon说，“别人希望我拿它做什么？”她说，聊天机器人输出也是一样，Runway有时也会遇到这种情况：人们“只是把输出复制粘贴过来，却没有想过：我该如何综合这些内容？”这“根本不是对任何人时间的有效利用”。
Peloton首席技术官Francis Shanahan在台下提出了相反的问题。他说，员工现在“被淹没了，因为他们真的可以构建任何东西”，而他发现“倦怠正变得越来越严重”。Kwon回应说，Runway会刻意“庆祝胜利”和“公开表扬员工”。公司会给全员放同一天的假，而且不与任何节日挂钩，因为有了夏季周五制度后，“谁会请半天假？谁会请全天假？这很难追踪。”当Kahn打趣说AI代理可以在那些日子继续工作时，Kwon回答：“它们可以不知疲倦地工作。”
风险与责任
M7 Innovations创始人、MIT Media Lab联盟合作伙伴Matt Maher问道，如果AI代理违反合同或造成其他损害，责任该由谁承担。Webb转述了自己曾经做过的一个编码项目：她把它放到线上环境后，因为里面有一个循环，结果向1,000人发送了垃圾信息。她说，这类失败只是普通的人为错误，而不是AI“觉醒了”。她表示，高管们必须“停止把AI拟人化”。
Webb补充说，安全和风险负责人在说“不”之前，应该先说“告诉我更多”，而领导者也应给他们一些回旋余地。她还警告称，未来18个月内会出现一波联网设备，例如会倾听的眼镜和吊饰，而相关规划几乎没有。
在被问及董事会使用AI时，Webb说，她的公司已经使用AI十年了，但如果董事不了解数据所显示的内容，这些工具就毫无用处。她把这比作自己骑行时使用的传感器。“你不能把自己和正在发生的事情脱离开来，”她说，“否则你就要承担责任。”
就这篇报道而言，Fortune记者使用生成式AI作为研究工具。编辑在发布前核实了信息的准确性。
