微软承认AI预判错误，无法廉价替代人力

在过去三年里，全球科技、制造、金融等行业掀起AI替代人工浪潮，部署自动化系统。但现在，部分企业因AI系统故障、效率低下等问题，重新启动招聘计划。

图片

这场AI替代潮的反转主要原因是企业过度高估AI的能力，忽视了人类在复杂决策、情感沟通、创新思维等方面的不可替代性。

相关报告显示，仅关注技术替代而忽视员工技能培训的企业，AI落地失败率高达72%。

图片

然后现在他们明白了一件事，人工智能正在改变工作场所，但越来越明显的是，各组织和企业发现，构建人机协作比完全取代人类工作更有价值。

简单来分析一下，就是AI不能付给他们钱，发工资给人，他们会去消费，发公司给AI公司，他们想着弥补亏损。

图片

过去两年舆论宣传AI将大规模替代人类，数字员工成本远低于人类。

图片

然后2025至2026年科技行业将AI使用量视为竞赛指标，鼓励员工尽量多消耗token。

图片

然后还有一堆自主运行的AI智能体。

图片

AI智能体能自主追踪任务目标，独立完成读代码、写方案、跑测试、失败重试全流程，可以替代一个人甚至一个公司。

图片

不是哥们，你的成本是token消耗量，你整一个一人公司，然后去赚其他人的钱，其他大公司是没钱买token了还是那一帮子精英人士脑子没有你好使了。

图片

那么随着ai发展，每个动用ai的步骤都会产生成本，token消耗量会变得越来越大，但是点子王可是越来越少，失败重试的成本也会推高，变成你付费消耗token却拿不到有效成果的浪费。

图片

再者说了，token价格持续下降，但是AI基建，所需的硬件、电力成本这个不能回避吧，然后这个英伟达说算力比找人干活还贵。

它一个干ai基建的还在那嫌贵上了。

图片

然后微软搞了个Maia 200芯片试图降低推理成本，搞来搞去发现搞出来节省的费用会被AI智能体的更高工作量吞噬。

图片

还有这个高盛预测2030年全球token用量将增长24倍，巨头投入上万亿美元建设AI基础设施，却陷入“卖得越多亏得越多”的困境，行业巨额投入并未带来匹配的可衡量收益。

图片

还有这个，AI效率悖论。

AI技术突破，生产效率提升，供给能力增长，竞争与价格内卷，通缩压力加剧，劳动收入占比下降，储蓄过剩与投资意愿不足，边际收益率下降，也就是说，简单说就是赚的越多，赚的越少。

那么有大哥会说了，只是AI早期，没发展成熟罢了，等未来智能体成熟了，就不需要这么多人了。

图片

然后他们在AI全面替代人类下，又发现了一个人机协同的办法，未来将是人类主导、AI辅助的协作模式。

这跟之前的模式区别倒是不大。

图片

拿着你的ai给我炒两个菜。