你们公司用AI做什么？
写文案？做PPT？改代码？
然后呢？效率提升了多少？10%？20%？
有没有质变？
Databricks的CEO Ali Ghodsi刚在斯坦福说了一句话：AGI已经来了。
不是预测，是判断。他的标准是：如果一个模型比你每天打交道的大多数人都聪明，那就够格了。
但你想想，如果AGI真的来了，为什么企业里没有感受到质变？
瓶颈不是模型，是两个"人的问题"。
▎第一个问题：AI没有上下文
每家公司都有这样的人——在公司待了15年、20年，脑子里装着所有没被写下来的东西。
哪些客户有特殊要求，哪些流程实际是这样走的，哪些边缘情况只有特定场景才会出现。
这些知识从来没有被文档化，更没有交给AI。
Ali说了一句话我印象很深："即使超级智能的模型，在你公司里也会做蠢事，因为它拿到的是一张不完整的地图。"
那为什么这些知识没有交出去？
因为掌握知识的人有顾虑——教会了AI，自己会不会被替代？
这是人性，不是技术问题。
我在公司也遇到过。有些老员工，关键流程只有他知道，但就是不愿意写下来、不愿意教给别人。不是他坏，是他怕——怕自己没价值了。
但你想想，如果这些知识一直锁在一个人脑子里，公司怎么进步？AI怎么用得上？
▎第二个问题：工具替换 ≠ 流程变革
1880年代，电动机出现了。工厂怎么做？把蒸汽机拆了，装上电动机。
结果呢？30年，生产力几乎没有提升。
为什么？因为只是换了动力源，工厂布局没变、生产流程没变、人员结构没变。
直到后来彻底重新设计——分布式供电、更大的厂房、全新的生产线排布——才真正释放了电力的价值。
从电动机到真正提效，花了40年。
现在的AI也一样。用AI写代码快了，用AI查资料快了，用AI做表格快了——但工作流程没变，组织架构没变，协作方式没变。
这是工具替换，不是流程变革。
▎一个真实的案例
Databricks做数据连接器，对接Salesforce、Workday这些系统。以前每个连接器要9个月。
Ali用AI试了一下，2天写出原型。问团队，团队说用AI可以缩短到7个半月。
Ali不满意。找了另一个从零思考的工程师。
结果：一个季度做了7个连接器。
怎么做到的？不是模型更强，是流程彻底重设计了：
需求收集从一整个季度压缩到一周——因为AI辅助迭代很快，不需要一次做到完美。
测试环境搭建外包给专业公司，并行执行——不用等前面做完才开始。
从"一人负责一个连接器"改成共享资源池——不再因为一个人请假，整条线停摆。
瓶颈从来不是模型能力，是组织流程。
▎怎么办？
两个方向。
第一，解决"不敢交"的问题。
掌握知识的人怕被替代，那就要让他看到：把知识交给AI，不是让自己失业，而是让自己从重复劳动中解放出来，做更有价值的事。
这不是技术问题，是信任问题。
第二，解决"不会变"的问题。
不是用AI加速旧流程，而是从零思考：如果AI是默认能力，这个工作应该怎么设计？
Databricks连接器团队的例子就是答案——不是9个月变成7个半月，而是彻底换一种工作方式。
▎最后说一句
AGI已经来了，模型够用了。
真正的瓶颈，不在硅谷的实验室里，在每家公司的会议室里、在老员工的脑子里、在那些从来没被写下来的流程里。
电力革命花了40年才真正改变工厂。
AI革命，可能也需要我们重新设计一切，而不只是换个工具。