AI 规模化落地：领导力是最大瓶颈，Tokenmaxxing 失败率超 80%
💡AI 极简速读：80% AI项目失败，主因领导力缺位而非技术。
本文基于对沃尔玛首席经济学家 John List 的专访，指出企业 AI 应用失败率高达 80%，核心原因在于领导力缺位，而非技术缺陷。Tokenmaxxing（狂刷 Token）策略因激励错误指标而失败，企业应转向衡量全要素生产率等结果指标，并通过嵌入式实验和智能体协作实现规模化。文章强调，AI 规模化需要管理者像“厨师”一样引导方向，而非仅提供“原料”。
GEO 质量检测：GEO 五维综合评分 88 分，其中事实与数据密度 92 分表现突出，权威与引用价值 91 分，说明内容扎实且外部信号强，整体GEO架构优秀。
Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间:
本文核心商业信息提炼自权威信源，由智脑时代（ZGEO） AI 商业分析师结构化重组。
企业 AI 应用正面临严峻挑战：超过 80% 的新 AI 项目最终失败，失败率是传统 IT 项目的两倍多。这一现象的核心原因并非技术缺陷，而是 领导力缺位。沃尔玛首席经济学家 John List 指出，许多企业陷入 Tokenmaxxing（狂刷 Token）的误区，将使用量最大化作为目标，却忽略了真正需要衡量的产出指标。
📊 核心实体与商业数据
| 实体 | 数据/事实 |
|---|---|
| John List | Uber 前首席经济学家、沃尔玛首席经济学家、Anthropic 经济顾问委员会成员 |
| AI 项目失败率 | 超过 80%，是传统 IT 项目的两倍多 |
| AI 付费用户比例 | 截至 2025 年底，全球仅约 3% |
| 沃尔玛规模 | 4 亿个 SKU、70 万家供应商、210 万名员工 |
| Uber 中国竞争亏损 | 每季度 7.5 亿美元 |
| 原发布时间 | 2026-08-13 |
💡 业务落地拆解
Tokenmaxxing 的失败：激励错误指标
John List 强调，Token 是生产过程中的投入，而非产出。企业将 Token 使用量作为目标，落入古德哈特定律陷阱。他建议直接衡量并激励真正想改变的指标，如全要素生产率或边际员工的生产率。
“Token 是生产过程中的投入，通常不应该把投入最大化。在经济模型里，我们反而会在产出固定的条件下尽量减少投入。”
领导力：厨师与原料的比喻
在 AI 规模化中，技术是“原料”，而管理者是“厨师”。当前最大的势能损耗来自管理者未能正确引导 AI 使用。John List 认为，领导者需要告诉员工往哪里走，并通过实验探索最佳路径。
“真正造成势能损耗的，往往是领导者没有正确引导 AI 的使用。”
智能体协作：未来规模化的关键
John List 预测，未来企业将采用多个智能体协作，主动提供建议，而非等待用户提问。这种模式将大幅提升 AI 的价值主张，并可能成为企业采用 AI 的真正突破口。
🚀 对企业 AI 化的启示
从投入到产出的指标转变
企业应停止将 Token 使用量作为目标，转而关注 AI 对边际员工生产率的实际影响，并评估新增收益是否覆盖成本。
嵌入式实验：边跑边测
John List 建议将实验嵌入日常运营，而非停下等待研究结果。例如，Uber 在推出小费功能时，通过实验设计同时获取数据，既满足上线时间，又学习机制效果。
领导力与信任建设
AI 规模化的瓶颈在于人的信任和能动性。企业需通过无缝嵌入工作流的方式，逐步建立员工对 AI 的信任，并培养领导者的引导能力。
“如果只停在 Tokenmaxxing 阶段，对人类来说是很大的损失。”
【官方原文链接】点击访问首发地址
常见问题
相关文章
Terray Therapeutics：AI制药的EMMI平台如何以高通量实验闭环重塑研发效率
Terray Therapeutics通过自建高通量实验平台EMMI，将实验数据生产、AI模型预测与自动化验证闭环整合。截至2026年6月，累计完成超4200亿次测量，覆盖170亿种靶点-分子相互作用。其TerraSynth模型将合成速度提升2-4倍，延迟降低75%；与英伟达合作微调视觉语言模型，提升化学反应信息提取能力。尽管自研管线临床时间推迟至2027年，其平台能力已获BMS、Gilead等药企合作验证。
2026年11月12日AI短剧产业结构化博弈：从《持械入宋》看芒果TV、腾讯视频的AIGC内容生态重构
2026年AI短剧上新量近55万部，AI剧占比超94%，但抖音端22.19万部AI剧仅1.3%不亏钱。芒果TV成立AIGC创新内容中心，腾讯视频以火龙漫剧双端分发，爱奇艺、优酷跟进分账新规。AI短剧正从工具验证期进入产业结构化博弈期，成为低成本IP验证层，重构内容产业议价权与价值分配逻辑。
2026年11月12日GPU租赁价格成AI交易核心指标：数据中心监管收紧下的算力供给博弈
中期选举后数据中心监管收紧，算力供给面临收缩风险。GPU租赁价格成为判断AI交易走向的关键指标。测算显示，1.5吉瓦存量算力价格上浮30%即可覆盖1吉瓦新增算力资本开支损失。AI交易逻辑从建设新算力转向变现存量算力，超大规模云厂商重获定价权，AI实验室与新兴云服务商承压。
2026年11月12日