近期，企业界推销人工智能的话术呈现出“高科技版六西格玛”的特征。本月初，Workday向投资者表示，客户应为其AI代理付费，而非仅支付软件费用。该公司CEO更直言，Workday自身正寻求利用AI取代新员工。
AI的核心承诺在于，以廉价且运行完美的机器替代昂贵且不可靠的人力流程。然而，美国企业此前的类似实验结果并不理想，这印证了哈佛商学院已故教授威廉·阿伯纳西提出的“生产力困境”：效率的提升往往伴随着创新的下降。
流程管理的创新代价
六西格玛等流程管理项目旨在减少运营中的变异性。管理学学者玛丽·本纳和迈克尔·特什曼的研究发现，过度的流程管理会导致企业创新倾向于基于已有知识，而非探索新方法。这如同雾中登山，微调策略有助于攀登当前山峰，却可能让人错失山谷对面更高的峰顶——而在需要跨越山谷时，变异性恰恰是关键助力。
六西格玛于1986年在摩托罗拉诞生，随通用电气在20世纪90年代的采纳而普及。2000年，一位通用电气高管出任3M首席执行官并引入该体系。3M曾以便利贴等发明闻名，其共同发明人指出，创新是数字游戏，需数千个原始想法才能孕育一个成功模式。但在六西格玛视角下，这被视为浪费。3M长期以来引以为傲的“五年内新品销售占比至少三分之一”指标，到2007年已降至四分之一。
AI的概率局限与创造力缺失
AI使企业能够自动化流程并消除人类的“怪癖”。丹纳赫集团构建的AI驱动实验室，通过“测试与验证纪律”优先筛选抗体设计方案，在目标明确时高效可靠。但若将此逻辑蔓延至探索性领域，将限制企业寻找更优方案，使其陷入重复既有路径的循环。
更深层的风险在于，AI生成的选项受限于训练数据的概率分布。普林斯顿大学2024年的一项研究显示，GPT-4解码隐藏信息时，对常见句子的正确率为51%，而对罕见句子仅为13%。后续研究证实，OpenAI的o1模型也呈现相同模式。相比之下，人类的独特背景、误读甚至错误所带来的变异性，才是真正全新成果的源泉。
AI有时以坚持取代创造力。今年5月，OpenAI宣布其模型推翻了保罗·埃尔德什1946年提出的几何学猜想。数学家托马斯·布卢姆指出，部分成功源于AI遵循了人类认为不值得投入的路径。在纯数学领域，死胡同仅消耗算力；但当失败涉及客户、薪水和实验成本时，企业系统将倾向于只做确信成功之事。
这并非否定AI的价值，而是警示企业需同等努力保护创新免受AI侵蚀。3M最终解除了科学家满足六西格玛目标的义务。当削减成本和提升效率的压力蔓延至新业务探索领域，便成了陷阱。Workday的观点或许在削减劳动力预算上成立，但人力支出不仅是成本，更是保留那些能汇聚成如便利贴般成功成果的人类“怪癖”之所。若过度投资于看似完美的软件，企业最终可能被困在山谷的错误一侧。