AI预算93%用于机器，不用于人力
有一种结构工程错误，在建筑物竖立起来后才会显现。它被称为延迟负荷故障：结构能够承受初始重量，看起来很坚固，但忽视了在真实压力下才会显现的关键变量。今天投资于人工智能的公司正犯下同样的错误，且数据清楚地文献了这一情况。
根据德勤、沃顿和哈佛的数据——这些数据由《财富》杂志收集——组织将93%的人工智能预算用于技术，而仅将剩余的7%用于人力因素：培训、角色重塑、变革管理和采用能力。这不是一个企业文化的轶事，而是一个资金分配的决策，这已经在多个方面产生了负面回报。
关于人工智能风险的主流叙述围绕着灾难性的自动化、大规模失业或失控的超智能展开。这种叙述虽然能够吸引眼球，但却掩盖了组织内部已经发生的故障：并非人工智能取代人，而是公司在实施系统时，自己的团队不知道、不能或不愿使用这些系统。
当引擎超过底盘
一个装有一级方程式引擎的轿车并不会制造出更快的车辆。它只会产生一辆无法操控的车辆。这就是大多数企业在不重塑人类流程的情况下部署人工智能工具所构建的架构。
93/7的不平衡不仅仅是一个预算错误。它揭示了一个根本错误的商业假设：一旦工具安装，技术采纳就是自动的。任何系统工程师都知道，各组件之间的集成通常是摩擦最大的点。这不是组件本身，新的组件与现有系统之间的接口，才是项目崩溃的地方。
组织正在购买最昂贵的组件——许可、基础设施、模型、安全层——却对关键接口投放不足：必须在实际工作流程中有效操作该组件的人。可观察到的结果是可以预测的：高容量的工具却有低采用率、无法扩展的试点项目，以及管理者报告的对人工智能投资回报的挫败感，但却无法确切诊断原因。
这不是技术危机。这是一场系统集成危机。
没有人预算的延迟负荷故障
这个不平衡背后有一种金融机制，值得冷静审计。当一家公司分配人工智能预算时，技术成本是可见的、量化的，并且在董事会上容易证明：与供应商的合同有一个明确的数字。与之不同的是，团队培训、流程重塑和组织变革管理，产生的是延迟价值，且难以直接归因于资产负债表中的一行。首席财务官批准能够在短期内衡量的事情。
这种预算逻辑造成了一种清楚的结构性成本架构：技术的固定费用从第一天开始就不断累积，而运营利益——取决于人类团队采用并操作系统的能力——却要迟得多，甚至不一定会出现。建筑物在有人入住之前就开始消耗能量，而没有人教过租户如何使用供暖。
直接后果是单位经济在改善之前就已经恶化。单位安装容量的成本上升，因为有效利用率低。而当利用率低时，压力就落在技术团队上，需要证明投资的合理性，这通常会产生适得其反的结果：更多工具、更多软件层、更多技术开支。这个循环自我反哺，而没有解决正确的变量。
德勤、沃顿和哈佛的数据所指向的，并不是对技术资本主义的哲学性批评，而是一种可操作性可行性的审计：当前的人工智能投资模式在人力组件上存在结构性瓶颈，而这个瓶颈并不会因为更多的技术投资而消失。
真正产生可测量回报的组件
那些从人工智能实施中获得具体回报的组织，拥有一个市场平均水平所忽视的架构特征：他们将人力角色重塑视为一种产品投资，而不是人力资源的消耗。
这意味着一种精确的操作含义。在人工智能实施中投入人力因素，并不意味着提供一个关于如何使用新界面的八小时课程。它意味着重塑整个工作流程——机器做出哪些决策，人类验证哪些决策，哪些决策则仅由人类负责——然后构建团队在这一重塑流程中有效操作的能力。这是组织架构的练习，而不是单纯的培训。
已经正确执行这一流程的公司报告称，她们能够展示出其他公司所无法展示的：人工智能放大了操作员的生产力，而非创建了一个平行工作的层次——管理工具的同时也管理原有任务。这两种情境之间的区别不在于算法，而在于是否有人在安装新组件之前重塑了整个系统。
这一模式对于向其他组织销售人工智能解决方案的企业也具有重要的商业解读。产生更高保留率和更少采用摩擦的客户群，并不是购买了最贵许可证的客户。而是针对技术的客户，同时购买了整合的结构性支持。那些理解这一点的软件公司已经重新配置了她们的提案：产品不是模型，而是模型加上采纳过程。这种重新配置使她们能够收取更高的费用，降低客户流失率，并通过以前作为支持免费提供的服务生成经常性收入。
每个董事会缺失的规划
深层的诊断问题是，大多数组织正在用错误的指标评估她们在人工智能上的投资。她们衡量实施速度、部署工具的数量、用户访问系统的覆盖率。这些指标并未捕捉决定投资是否产生价值的变量：有效采用率对每单位生产力的可测量影响。
一家在80%的团队中部署了人工智能，但仅记录20%有效生产使用的公司，并没有一个战略资产。她们有的是一个未充分利用的基础设施，且固定成本完全增加。预算的93/7比例是产生这种结果的根源，而不是偶然现象。
那些希望纠正这一延迟负荷故障的组织，不需要新的人工智能策略。她们需要审查已拥有的计划，并找出在哪里忽略了操作员。商业模型并没有因为创意不足或缺乏可用技术而崩溃：它们在于系统的各个部分未设计为协同工作，且在每个接触点产生可测量的价值。
