Meta、微软等大厂因AI副作用放缓部署并加强管控

全球多家企业正从激进推行AI转向收缩策略，核心动因是AI工具引发的质量下降、安全风险及成本上升抵消了预期收益。Meta在削减员工后重新扩招管理层以应对清理技术错误的时间消耗；微软高管公开警告“AI垃圾”导致的思维同质化循环；沃尔玛一线员工则因不合理的自动化排班和监控面临操作困境。亚特兰大联储论文指出90%的高管认为AI尚未转化为生产力提升，安永调查显示36%的大型企业高管曾遭遇导致数据丢失或运营中断的AI事故。 具体证据显示，技术缺陷正在通过工作流放大：微软发现将智能体加入有缺陷的流程只会加速错误传播而非解决问题，且仅45%的管理者认为自己具备有效领导AI原生团队的能力。宾夕法尼亚大学沃顿商学院研究指出，AI输出具有“看似合理但存在隐蔽弱点”的特性，导致错误在未被即时纠正的情况下雪崩式扩散。法律案例中，3M公司聘请的专家证人使用ChatGPT生成关键报告却缺乏专业基础，最终导致陪审团产生强烈不信任感并判罚巨额赔偿，凸显了AI在专业领域的合规风险。 事实层面，2026年美国已有超过11.2万份裁员公告提及AI，但匹兹堡大学研究发现AI投资与裁员并未带来生产力增长，且相关消息往往导致股价下跌。推断层面，企业当前的“踩刹车”行为表明早期“边开车边造车”的模式已触及瓶颈，单纯的技术部署无法替代流程重构与人员培训。猜测层面，若未来一年内无法解决单位经济模型中的隐性成本问题，更多行业可能重复类似的试错与回调周期。