新闻
新华社
从"用了几多AI"到"Token效"：企业AI投入在换尺子
许凌波
阅读约 1 分钟
115090 阅读
配图：从"用了几多AI"到"Token效"：企业AI投入在换尺子
新闻导读
黄 色 视 频 在线正误对照版块扫一眼就能成立框架，，，，， ，，出格适合转给没空读长文的人。。。。。天文地理健全科技都有覆盖，，，，， ，，单篇不长，，，，， ，，信息密度却够用。。。。。章节拆高低篇时长度刚好，，，，， ，，移动阅读不憋屈。。。。。 ；；；；；；；峤倘饲暗目破，，，，， ，，才是真把科学心灵一并交出来。。。。。我会持续用信赖投票，，，，， ，，也但愿它别被谬误指标带偏。。。。。
从前两年，，，，， ，，险些每家公司都在砸钱上AI，，，，， ，，员工用上了大模型，，，，， ，，老板把“AI使用率”“Token用量”写进了查核。。。。。了局呢？？？？？会议没削减，，，，， ，，审批没隐没，，，，， ，，人效数据原地踏步——“AI用了，，，，， ，，幼我效能涨了，，，，， ，，企业人效没涨”。。。。。
穆胜征询《中国企业人力资源效力钻研汇报》显示，，，，， ，，每年近七成老板高管把“人效”挂在嘴边，，，，， ，，但真正能“看懂、管住”人效的企业百里挑一。。。。。
人效是人力资源效力（HR Efficiency）的简称，，，，， ，，性质是“投产比”，，，，， ，，即经营或业务量产出除以人力投入。。。。。浚？？？梢宦涞讲僮魃，，，，， ，，十家有九家都把它简化成了“大除法”：整体营收除以企业人数，，，，， ，，或者整体利润除以企业人为成本。。。。。
在人力资源专业偏“定性”而非“定量”的传统下，，，，， ，，在HR们必要数据化作为专业壁垒的危 ；；；；；；；，，，，， ，，在企业起头进行数字化转型的布景下，，，，， ，，这类“大除法”倒投合了必要，，，，， ，，但却覆盖了人效对于经营的沉要意思。。。。。
这种算法我接装宽口径人效”，，，，， ，，它核算公司整体的效能，，，，， ，，老板和HR们天然用它来推算企业合理假造和人为成本包。。。。。但只看宽口径人效的企业，，，，， ，，会把自己对于人效的理解庸俗化，，，，， ，，后果是相当危险的——它会疏导治理者做最单一的事，，，，， ，，即“减分母”。。。。。裁员降薪、压缩假造，，，，， ，，报表立刻呈显殳亮数字，，，，， ，，可这数字往往是假的，，，，， ，，是给企业留“内伤”的。。。。。
人效治理的命门，，，，， ，，在“窄口径人效”，，，，， ，，即用业绩的“北极星指标”除以“主题人才仓”。。。。。数字时期，，，，， ，，20%的主题人才创造80%的业绩，，，，， ，，杠杆作用何其显著。。。。。AI时期，，，，， ，，主题人才的杠杆作用更大，，，，， ，，也许，，，，， ，，原来20%的主题人才只能留下10%，，，，， ，，他们能够撬动100%的业绩。。。。。这足以注明，，，，， ，，窄口径人效才是真正的增长内核。。。。。
更进一步看，，，，， ，，人效的沉要性还在于，，，，， ，，它能牵动财效。。。。。穆胜征询在2020年针对A股市场的大样本钻研发现，，，，， ，，在互联网标签属性企衣凤，，，，， ，，人效每改观一个单元，，，，， ，，财政效力同向改观4.33个单元。。。。。
思考主题人才的杠杆作用，，，，， ，，再思考这个定律，，，，， ，，我们真正应该关切的，，，，， ，，是在每条业务流（工作流组成的集中）上，，，，， ，，人力资源的投产比。。。。。这意味着，，，，， ，，我们对于窄口径人效拆解，，，，， ，，必要下沉到业务场景中，，，，， ，，观察这个业务场景里，，，，， ，，人力资源是否用在了刀刃上，，，，， ，，产出了切合预期、超过竞争者的业绩。。。。。
先把一个经济学学问讲明显。。。。。英国经济学家古德哈特（Charles Goodhart）在1975年的文章中提出“任何观察到的统计法规，，，，， ，，一旦为了节造主张而被施加压力，，，，， ，，就会趋于崩溃”。。。。。直观诠释，，，，， ，，政策造订者若是想通过节造某个指标来达成指标，，，，， ，，往往会让这个指标失去正本的参考价值。。。。。这个判断最初用于分析钱币政策，，，，， ，，后来被宽泛利用于教育、企业治理、社会政策等多个领域，，，，， ，，被通俗总结为“古德哈特定律”。。。。。怎么理解这个定律呢？？？？？单一总结一下——当一个指标被用作查核指标，，，，， ，，它就不再是个好指标。。。。。 ；；；；；；；氐狡笠刀杂凇癆I化”的查核，，，，， ，，也齐全切合这个法规，，，，， ，，你查核代码行数，，，，， ，，法式员就把一行拆成十行； ；；；；；；；你查核Token用量，，，，， ，，员工就让AI空转。。。。。
这不是段子。。。。。据媒体披露，，，，， ，，某头部大厂有工程师用业余功夫搭了个内部Token排行榜，，，，， ，，几万名员工三十天烧掉几十万亿Token，，，，， ，，排名第一的一幼我，，，，， ，，光他一幼我一个月的算力成本就超过百万美元。。。。。更怪诞的是，，，，， ，，已经有人专门指挥AI智能体陆续数幼时跑“冗余钻研工作”，，，，， ，，主张只有一个——把排名刷上去。。。。。
这种事，，，，， ，，我太熟了。。。。。它跟我品评过的那句老话千篇一律——大多企业是“收入成本化，，，，， ，，成本用度化”。。。。。你硬生生把一个本该衡量产出的器材，，，，， ，，造成了一笔明码标价、还能刷的“投入”，，，，， ，，员工天然会想尽法子把这笔投入做大。。。。。因而，，，，， ，，不计成本地刷营收，，，，， ，，刷着刷着，，，，， ，，成本支出也指向不清，，，，， ，，齐全造成了公摊的用度，，，，， ，，莫名其妙地年年支出，，，，， ，，年年增长。。。。。在这些查核“Token用量”的企衣凤，，，，， ，，员工刷的甚至不是Token，，，，， ，，是存在感； ；；；；；；；烧的不是算力，，，，， ，，是真金白银。。。。。
我品评过，，，，， ，，人效治理，，，，， ，，管的是投产比，，，，， ，，不是减投入。。。。。但有没有发现，，，，， ，，当企业对于一个产出（例如“AI化”）无比执着时，，，，， ，，他们就会走向另一个极端——齐全健忘了查核投产比，，，，， ，，而直接查核投入量。。。。。他们默认有一个投产比，，，，， ，，即Token用量上去了，，，，， ，，企业的“AI化”肯定能上去，，，，， ，，因而陷入了“古德哈特定律”的陷阱里。。。。。
从性质上看，，，，， ，，查核“用了几多AI”，，，，， ，，性质还是在查核投入，，，，， ，，只不外把“人头”换成了“Token数”。。。。。企业感触人没用，，，，， ，，所以减人减薪，，，，， ，，企业感触AI有效，，，，， ，，所以增长Token投入，，，，， ，，他们思想始终没有深刻业务场景看投产比，，，，， ，，这和盯着分母的直男思想，，，，， ，，没有两样。。。。。
2026年上半年，，，，， ，，公共营衣符润率从4.2%下滑到3.8%，，，，， ，，税后利润下滑30.7%； ；；；；；；；CEO奥博穆自己认可，，，，， ，，公共的固定成本比同类公司逾越约30%。。。。。为了自救，，，，， ，，公共启动了百年史上最大规模的沉组，，，，， ，，他们打算到2030年在德国优化约5万个岗位，，，，， ，，全球潜在裁员规模 ；；；；；；；虼10万人，，，，， ，，产能从1200万辆砍到900万辆，，，，， ，，车型最多砍一半，，，，， ，，配置复杂度最高降75%。。。。。
请把稳奥博穆的一个细节——公共下一步要沉点削减的是“直接车辆出产之表”的成本，，，，， ，，即治理层、集团级岗位、中央职能部门。。。。。单一翻译一下，，，，， ，，公共以为自己真正痴肥的，，，，， ，，不是出产线的工人，，，，， ，，而是那些不直接“打粮食”的中后盾和中央治理层。。。。。
换句话说，，，，， ，，公共的问题从来不是“人太多”，，，，， ，，而是“组织太痴肥”，，，，， ，，人员假造没有效在兵戈上。。。。。那30%的固定成本劣势，，，，， ，，性质是部门墙、隔热层、流程桶一层层堆出来的组织冗余。。。。。而公共此刻的做法也单一粗鲁，，，，， ，，裁员、砍产能、砍车型，，，，， ，，满是“做减法”的操作。。。。。
做减法有没有错？？？？？没错。。。。。但若是“只做减法”就大错特错。。。。。减掉的可能是一线打粮食的人，，，，， ，，留下的是机关里做表演的人。。。。。这种操作我接装组织压缩”，，，，， ，，而不是“组织精辟”——船越减越笨，，，，， ，，人效只会进一步恶化。。。。。
今岁首，，，，， ，，Meta谋划了一个代号“Project OT（组织转型）”的沉组打算，，，，， ，，主题是用AI智能体加上更精简的幼团队，，，，， ，，沉塑整个公司的运作。。。。。内部一度设想，，，，， ，，把部门团队规模削减最多60%——靠裁员、冻结招聘、绩效去职。。。。。
了局呢？？？？？AI没跑出预期的人效，，，，， ，，打算被叫停。。。。。Meta自己的数据最能注明问题：内部平台的代码调换量同比涨了220%，，，，， ，，但真正面向用户上线的新职能或改进，，，，， ，，只涨了36%。。。。。多出来的代码，，，，， ，，大多在审批、评审、返工里堵成了堰塞湖； ；；；；；；；AI智能体还捅了不少娄子，，，，， ，，沉大技术安全变乱同比上升40%，，，，， ，，员工扑火的功夫多了70%。。。。。
220%对36%，，，，， ，，好魔幻的数字。。。。。这就是我一向讲的那句话——AI提升了个别效能，，，，， ，，不蹬宗提升了组织效能。。。。。AI让每个法式员写代码都快了，，，，， ，，可代码要造成产品，，，，， ，，还得过十路关。。。。。你把出产环节从3天压到30分钟，，，，， ，，流转环节还是雷打不动的15天，，，，， ，，这家公司到底快了几多？？？？？这就是“金字塔组织+AI”的真相——它不蹬宗智能体组织。。。。。
说到底，，，，， ，，AI不是用来“换人”的，，，，， ，，是用来嵌入经营现场、放大主题人效的。。。。。一个传统车企，，，，， ，，尚且能看到组织的问题，，，，， ，，起头削减组织冗余，，，，， ，，很可能会走向组织精辟，，，，， ，，甚至组织刷新； ；；；；；；；一个硅谷高科技企业，，，，， ，，却用“AI换人”的思路，，，，， ，，扛着“组织转型”的大旗绕开“组织刷新”。。。。。现实的贸易世界，，，，， ，，切实是太魔幻了。。。。。
我的答案很单一，，，，， ，，其一，，，，， ，，穿透业务场景，，，，， ，，关注投产比； ；；；；；；；其二，，，，， ，，在AI化的组织里，，，，， ，，在效力的分母里纳入“Token用量”，，，，， ，，单把尺子从“投入”换到“投产比”上。。。。。
首先说明显“人机总投入」剽个概想。。。。。这是企业运行人机团队的总亏损，，，，， ，，是AI化的企业真正应该关注的分母。。。。。AI上的投入，，，，， ，，分为两个部门，，，，， ，，一是创造智能体员工的投入，，，，， ，，二是运行智能体员工的投入。。。。。前者依照GPU/TPU算力时长和训练开发的人为成本计价，，，，， ，，后者则能够通过“Token用量”来计量。。。。。这两个部门，，，，， ，，加上日常的人为成本，，，，， ，，都能够用“Token”为单元进行换算。。。。。
如此一来，，，，， ，，我们就能得到企业亏损了几多“理论Token用量”的总投入，，，，， ，，天然就能够计量“Token效”。。。。。这个指标一出来，，，，， ，，“AI到底有没有真提效”，，，，， ，，就从标语造成了算术。。。。。
若是我们将“理论Token用量”拆解到每个业务场景，，，，， ，，“哪些业务场景实现了AI提效”天然就越发清澈了。。。。。公共似乎能够精准锁定组织冗余； ；；；；；；；Meta的狼狈似乎也将不再出现。。。。。
第二个维度是“关键决策周期提效”，，，，， ，，这是深刻到业务场景后的主题驱动指标。。。。。这个指标不看你用了几多AI，，，，， ，，只看你做决定变没变快。。。。。
我建议企业挑三个典型决策——一次预算追加、一次跨部门资源调配、一次新品上线，，，，， ，，量一量从提出到落地各要几多天。。。。。AI用了一整年，，，，， ，，若是这三个数字纹丝不动，，，，， ，，那就注明AI只进了工具层，，，，， ，，没进治理层。。。。。
第三个维度是“AI增效分享指数”，，，，， ，，这个指标很奇妙，，，，， ，，它既关注了提效的幅度，，，，， ，，又关注了提效后激励的反馈。。。。。我的概想是，，，，， ，，若是“AI化”形成的提效没有反馈到人身上，，，，， ，，没有激励到人，，，，， ，，那么，，，，， ，，这种提效就不成持续。。。。。
具体来说，，，，， ，，这个指标问的是，，，，， ，，由于AI创造出来的业务增量，，，，， ，，有几多造成了激励、分到了人头上？？？？？若是这个数是零，，，，， ，，那AI在企业的身份就只有一个——一项用度。。。。。
这三个指标其实是相互联动的，，，，， ，，Token效若是在往上走，，，，， ，，关键决策周期肯定也在往上走，，，，， ，，AI增效分享指数也在往上走。。。。。一个“Token效”甚至也可能让企业陷入古德哈特定律的陷阱，，，，， ，，但三个联动的指标都往上走，，，，， ，，企业肯定能跳出这个陷阱。。。。。浚？？？闯隼疵挥校浚？？？这有点财政复式记账的意思。。。。。
把员工KPI里的“AI使用率”“Token用量”十足拿掉，，，，， ，，换成Token效。。。。。浚？？２楹舜印坝昧思付唷，，，，， ，，转向“一块钱的AI投入，，，，， ，，一块钱的人机团队投入，，，，， ，，在每个业务场景里，，，，， ，，产出了几块钱的营收或利润”。。。。。这件事，，，，， ，，HR和CFO坐到一张桌上，，，，， ，，一周就能改完。。。。。
预算追加、跨部门资源调配、新品上线，，，，， ，，各记下此刻的周期天数。。。。。四时度末再量一次，，，，， ，，看AI到底有没有让决策变快。。。。。记住，，，，， ，，这个作为比买几多算力都便宜，，，，， ，，却能一眼照出AI是进了工具层，，，，， ，，还是治理层。。。。。
学学公共，，，，， ，，别总盯着人，，，，， ，，盯业务场景。。。。。在每个业务场景里，，，，， ，，看看你的产品线、配置项、治理层级，，，，， ，，哪些在“收入成本化、成本用度化”。。。。。若是有，，，，， ，，就坚定下刀，，，，， ，，经济隆冬已经让不少企业瑟瑟颤栗，，，，， ，，但他们的震惊还没有战胜他们旧调重弹的习惯。。。。。尊龙凯时人效研报里早就点破过——仍有43.5%的企业扁平化指数幼于1，，，，， ，，虚设了一堆“监工”岗位； ；；；；；；；真在一线“打粮食”的人，，，，， ，，占比超过30%的只有三成多一点。。。。。这些，，，，， ，，才是该动的刀，，，，， ，，不砍，，，，， ，，留着过年呀？？？？？
别再问“我们用了几多Token”，，，，， ，，要问“这一年的AI投入，，，，， ，，人机团队的投入，，，，， ，，换回了几多可量化的产出”“在每个业务场景里，，，，， ，，人机团队的投入，，，，， ，，换回了几多可量化的产出”。。。。。算不清，，，，， ，，注明你还没到谈AI提效的阶段，，，，， ，，AI化根基就是一个讨老板开心或缓解老板焦虑的“运动”，，，，， ，，先把账本立起来吧！
最后说句掏心窝的话：公共的教训通知我们，，，，， ，，原来的优生企业，，，，， ，，可能真的必要直面组织的问题，，，，， ，，斗胆“砍分母”； ；；；；；；；Meta的教训通知我们，，，，， ，，只会“AI换人”的企业，，，，， ，，若是绕开组织刷新，，，，， ，，也换不来组织的人效。。。。。AI不会自动扭转组织，，，，， ，，它只会放大已经存在的组织问题。。。。。
网友概想
有个概想关系图，，，，， ，，点开能看术语怎么连，，，，， ，，对成立知识网络很有援手。。。。。配图标注明显，，，，， ，，动画示意服务理解，，，，， ，，不靠夸大音效留人。。。。。转给我自己时也不不安语气太冲或太玄乎。。。。。概想关系图援手把术语放到网络里，，，，， ，，不再孤立背词。。。。。被慢慢造就出的判断习惯，，，，， ，，比单纯记两条冷知识更值钱。。。。。先记一笔真实感触：稳、清、恳切，，，，， ，，就这三点够用。。。。。
免责申明：本文内容来自公开报路与编纂整顿，，，，， ，，仅供参考。。。。。转载请注明出处； ；；；；；；；版权争议请联系本站核实处置。。。。。页面地址：/?id=rtmd8y-jccfnb
评论区
热点会商 · 占位展示等待你的精彩讲话。。。。。