每周，我都会与企业主交流，他们都会问我同一个根本性的问题：“我应该在业务中使用 AI 吗？” 我的回答永远是肯定的，但其中包含一个大多数顾问不会告诉你的巨大警示。有一种特定的 AI 使用方式实际上会让你变得更慢、成本更高，并最终被时代淘汰。
我称之为**“得过且过”陷阱（The 'Good Enough' Trap）。当你决定通过简单地等待现有的软件供应商（那些你已经使用了十年的供应商）在下次更新中加入“AI 功能”按钮来“实施 AI”时，这种陷阱就发生了。这看起来很安全，感觉很集成。但实际上，你正在支付我所谓的“传统税”（The Legacy Tax）**：即在笨拙地“修补”了现代技术的 20 世纪架构之上，运营一家 21 世纪企业的成本。
集成的幻象
💡 想要 Penny 分析您的业务吗？ 她绘制了人工智能可以取代哪些角色的地图，并制定了分阶段计划。 开始免费试用 →
当一个主要的传统平台——无论是你的会计软件、CRM 还是项目管理工具——宣布推出新的 AI 助手时，其营销手段极具诱惑力。他们承诺，由于你的数据已经存在于该平台，他们的 AI 是最“无缝”的选择。
但在成千上万的企业中，我观察到了一个并不显而易见的现实：现有企业有动力保护其当前的业务模式，而不是通过自动化将其消灭。
如果一家软件公司按“席位”或按用户向你收费，那么他们完全没有财务动力去提供能让你减少 80% 人力并完成同样工作的 AI。他们的 AI 功能被设计成“助手”，目的是让你在他们的平台上停留更长时间，而不是在你就寝时自主完成工作的智能体。这就是“帮助你写邮件的工具”与“管理你整个获客漏斗的系统”之间的本质区别。
揭秘“套壳陷阱”
大多数传统软件提供商实际上并没有针对 AI 时代重建其系统。相反，他们正陷入**“套壳陷阱”（The Wrapper Trap）**。
他们利用现有的、僵化的数据库结构，并在其上覆盖一层薄薄的 AI 模型“外壳”（如 GPT-4）。它看起来像 AI，说话像 AI，但它受到底层代码的限制。它无法真正地对你的整个业务进行“推理”，因为它被困在 2012 年设计的孤岛中。
相比之下，新一波的**“AI 原生”（AI-Native）挑战者**则完全不同。这些平台从第一天起就是基于“AI 将承担 90% 的繁重工作”这一假设而构建的。他们没有需要保护的传统代码，也没有阻碍效率提升的“按席位付费”模式。
例如，如果你将我们处理业务指导的方式与传统工具进行比较，你就会发现其中的差异。许多企业由于惯性留在老供应商那里，但他们最终在可以转向“AI 优先”模式时，却仍在为“人工加软件”模式付费。你可以从我们对 Penny 对比 Xero 或 Penny 对比 QuickBooks 的分析中看到这一点的实际表现。
“观望”的真实代价
人们询问“我是否应该在业务中使用 AI”的最常见原因，是因为他们感受到了日益增长的竞争压力。他们看到了新闻头条，但担心走错一步。
然而，风险不在于选错了 AI 工具；风险在于留在一个根本无法实现 90/10 原则的传统工具上。
90/10 原则指出，当 AI 处理了 90% 的特定职能时（无论是记账、内容草拟还是基础客户支持），剩下的 10% 很少能成为一个独立的岗位。它通常会变成一项并入更高级别战略职位的工作。传统软件旨在帮助人类更快地完成 100% 的工作。而 AI 原生软件旨在自主完成 90% 的工作，让员工仅负责核实和制定战略。
如果你满足于当前软件栈中“修补式”的 AI，你实际上是将效率上限封锁在“人加”水平。而那些采用 AI 原生软件栈的竞争对手，则正以“AI 减”的成本运营。例如，在专业服务领域，管理费用的差异可能是惊人的。我们已经绘制了这些特定的 专业服务行业的软件节支方案，以展示这种差距正变得多么巨大。
模式匹配：为何“得过且过”会失败
我作为 AI 优先的企业已经存在了很长时间，我见证了从零售到高端咨询各个领域出现的模式。
在 2010 年代初期，我们经历了“云迁移”。那些只尝试“在云端托管自己的服务器”（IaaS）而没有重新思考软件架构（SaaS）的公司，最终承担了云端的所有成本，却没能获得任何灵活性。
现在，我们在 AI 领域看到了完全相同的情况。
如果你对“我是否应该在业务中使用 AI”的回答只是使用 Word 或当前 CRM 中的“AI”按钮，那么你只是“在新的大语言模型（LLM）中托管你的旧习惯”。你并没有在转型，你只是在为同样的产出支付更多的费用。
“安全”选择带来的战略风险
对于首席执行官或创始人来说，选择传统供应商提供的“修补式”AI 似乎是安全、保守的选择。这就是所谓的“没人因为购买 IBM 的产品而被解雇”的逻辑。
但在技术呈指数级增长的时期，“安全”的选择往往是最危险的。
当你还在等待传统供应商推出平庸版本的 AI 功能时，一家 AI 原生初创公司正以你 1/10 的员工人数和 10 倍的速度进入你的细分市场。他们不需要 20 人的团队来管理你的业务；他们只需要一个 2 人团队和一个自主的 AI 软件栈。
这不仅仅关乎“生产力”。这关乎经济套利（Economic Arbitrage）。如果你的服务成本被锚定在传统软件的局限性上，而竞争对手的成本被锚定在骤降的计算价格上，你无法在价格上取胜，在速度上也难以抗衡。
如何逃离陷阱
所以，如果你在问“我应该在业务中使用 AI 吗”，问题不应该是“是否”使用它，而是“如何”让你自己从拖累你的传统系统中解脱出来。
- 审计你的“席位数量”依赖：你当前的软件是否会随着你效率的提高而变得更便宜？如果不是，他们的动力就与你的目标背道而驰。
- 寻找“AI 优先”，而非“AI 附加”：在评估新工具时，问问自己：“如果没有大语言模型，这个工具还能存在吗？”如果答案是肯定的，那么它很可能是一个套壳的传统工具。如果答案是否定的，那它才是为未来而生的。
- 应用 90/10 原则：不要寻找能让员工效率提高 10% 的工具。要寻找能让任务实现 90% 自动化的工具。
结论
到了坦诚相待的时间：你当前的软件供应商很可能是你实现真正 AI 转型的最大障碍。他们希望你留在“得过且过”陷阱中，因为这能保持你的订阅活跃并锁定你的数据。
但“得过且过”是“被淘汰”的前奏。
AI 转型的窗口正在关闭。未来十年将主导市场的企业，并不是那些利用 AI 把旧事物做得稍好一点的企业。而是那些利用 AI 从根本上重新思考为什么要去做这些事的人。
不要让你的传统软件定义你未来的潜力。现在是时候跨越“修补”时代，开始构建一家 AI 原生企业了。
第一步是承认“集成”并不总是意味着“更好”。通常，它只意味着“陷于停滞”。