AI竞赛新战场：董事会取代实验室，决胜关键在决策层
编者按：过去几年，AI领域的竞争一直被描绘成大型语言模型开发商之间的较量，OpenAI凭借早期巨大优势遥遥领先于谷歌、Anthropic等对手。然而，这种叙事正逐渐过时。随着最新一轮模型发布，行业风向已悄然转变——GPT-5未能带来颠覆性突破，企业讨论焦点也从“哪家模型最强”转向“AI如何真正创造商业价值”。当技术差距日益收窄，决定胜负的战场正从实验室转向董事会：谁能将AI工具深度融入组织肌理，谁才能在这场持久战中笑到最后。这场变革不仅关乎技术，更关乎人类工作方式的重构。
过去几年，AI竞赛的叙事框架始终围绕着大语言模型开发商之间的对决展开，OpenAI凭借早期建立的巨大优势，一直压制着谷歌和Anthropic等竞争对手。但这种叙事框架正开始显得过时。
随着最新一轮模型发布，这种转变愈发难以忽视。万众期待的GPT-5本应标志着又一次飞跃，结果却只带来了温和的升级，这强化了人们的感知：大语言模型的进步正变得渐进式。
在董事会和高管团队中，话题早已转向。问题不再是“哪个模型最好”，而是“这一切究竟能为业务带来什么？”
最常用于给这些模型排名的基准测试，严重侧重于解谜和抽象推理能力，而非评估这些系统是否可靠、廉价、安全或易于在大型组织内部部署。而后者才是企业最关心的。
随着领先模型之间的技术差异缩小，战火正转向其他领域。如今的AI竞赛，是关于谁能推动应用落地，让这些工具融入日常使用。
谷歌、OpenAI和Anthropic如今在能力上似乎比两年前许多人预期的要接近得多，没有一家公司能以决定竞赛胜负的方式明显领先。日益将它们区分开来的，不是模型性能或消费者热度，而是它们将AI大规模推向大型组织的能力。
这很重要，因为基准测试不能产生收入，而应用落地可以。大型科技集团正借入数十亿美元建设AI基础设施，但这些投资只有在公司真正使用这些工具时才有意义。如果应用停滞在试点阶段，经济账很快就会崩溃，这也是投资者开始提出更尖锐问题的部分原因。
AI领跑者们
以此衡量，微软起点占优，其工具已通过Office、Teams和GitHub等产品嵌入各大公司。但微软的优势在于分发渠道，而非所有权。它并不控制为其AI工具提供动力的底层模型，这使其依赖于OpenAI——这种关系如今看来风险更高，因为ChatGPT的制造商正在向苹果提供其模型，用于iPhone。
那么，据报道微软已开始付费获取Anthropic的AI模型，也就不足为奇了。
与此同时，谷歌凭借其对“全栈”的控制——从自有模型和生产力软件，到云基础设施和定制芯片——看起来处于有利位置。近期发布的Gemini 3被广泛认为超越了OpenAI的GPT-5，突显了这一优势。与微软不同，谷歌控制着模型、平台及其运行的基础设施。在竞赛进入执行决定成败的阶段，这是一个强有力的位置。
对于Anthropic等其他参与者而言，挑战不在于模型质量，而在于规模。Claude赢得了企业客户的好评，尤其是在编码方面，但缺乏更大竞争对手那样的消费者触达或分发渠道，将更难把这种技术优势转化为其工具的广泛采用。
这个问题并非Anthropic独有。对AI的期望曾经极其巨大，远超现实。麻省理工学院的研究表明，尽管试点项目众多，但约95%的公司尚未看到足以体现在财务数字上的回报。炒作与回报之间的差距意味着，AI支出正受到更严格的审视。
在许多组织内部，确实有个人报告了生产力提升，AI帮助他们更快工作，减少了花在常规任务上的时间。但大多数公司仍停留于此，用AI更快地做同样的工作，而不是做更好的工作。
很少有人关注如何提升工作质量——或遏制泛滥的“AI垃圾”——更少有人关注如何将这些工具用于更高价值的工作，例如开发新产品或寻找为客户创造价值的新方法。而这才是AI开始影响决策、而不仅仅是加速任务的地方。
错失恐惧 vs 搞砸恐惧
即使在常被引为早期采用者的行业——如咨询和银行业——AI仍然只是叠加在现有工作流程之上。除非公司改变工作方式，否则AI不会带来回报。
许多组织陷入了两种相反力量的拉扯中：害怕错过AI潜力（FOMO），以及害怕把事情搞砸（FOMU）。随着巨额资金已经投入，这两种压力都在加剧。结果是“试点瘫痪”：大量实验，但鲜有能规模化的。现在的优先事项应该是聚焦于少数几个真正能在整个业务中使用的用例。
如果AI竞赛的下一个阶段将在董事会而非研究实验室决定，那么领导者应该少关注工具的部署，多关注如何让人们使用它们。这意味着将AI嵌入日常工作流程，并培训员工将工具应用到自己的工作中，而不是以为只要提供了访问权限就能改变行为。
目前，各公司采取的策略大相径庭。有些公司明确规定了员工应如何使用AI；另一些则几乎不提。在缺乏明确规则的情况下，员工只能猜测。有些人完全避免使用AI，而另一些人则转向个人ChatGPT或Claude账户来处理公司邮件、文档和数据，这增加了敏感信息流出组织的风险。
随着AI竞赛从模型质量转向公司内部的日常使用，不明确的规则已经在拖累一些公司。随着技术趋于同质化，赢家将是那些真正能让AI融入日常使用的公司。
迈克尔·韦德是IMD商学院战略与数字化Tonomus教授
本文由吉伊网原创发布，未经许可，不得转载！
本文链接：http://www.jkiyi.com/gd/5535.html
