7.4
深览指数
商业腾讯新闻·AI寒武纪··AI 生成
人工智能领域最大的赢家往往利润率最低
本文提出反共识判断：AI 浪潮的最大赢家不是科技巨头，而是制造、物流等长期利润率在个位数挣扎的传统企业。核心论证是 AI 最擅长削减劳动密集型企业的“协调成本”——管理、排班、审批等间接开支——而微小的成本降幅对低利润企业意味着利润的爆发式增长（3%利润率企业成本降1%，利润增25%以上）。作者 Daniel Kornum（前麦肯锡顾问、城堡证券 COO）提出了 AI 应作为“基础设施”而非“软件”嵌入业务流、避免依赖员工主动学习新工具的三步落地框架。适合关注 AI 商业化落地与成本结构优化的企业管理者阅读。原文 ↗
核心观点
- ▍AI 浪潮的最大赢家将是利润率最低的传统企业（制造、物流、分销等），而非高科技巨头——因为微小的成本降幅能给低利润企业带来利润的爆发式增长（利润率3%的企业，成本降1%，利润增25%以上）。
- ▍低利润企业长期受困于结构性的协调成本（排班、派单、审批、异常处理等），这部分支出约占其总收入的6%，而这正是AI最能施展拳脚的地方。
- 01作者以一家物流公司为例，指出其协调成本占了总收入的近10%，包含调度、路线变更、客户信息更新、索赔、开票和后台对账等环节。
- 02低利润企业人力成本通常占总收入的近四分之一，而在这些人力支出中，又有约四分之一是花在管理、协调和行政事务上（相当于总收入的6%左右）。
- 03对于利润率仅3%的企业，只要将协调负担减轻10%，利润就能提升约20%。
- 04低利润企业通常在同质化市场中厮杀，缺乏定价权，成本是它们唯一能掌控的杠杆。
- 05当前市面上的企业级AI产品默认用户会主动学习使用，这对劳动密集型传统企业不现实，那里变革管理阻力最大。
- 06作者提出的解决方案是将AI智能体作为“基础设施”嵌入现有系统（如NetSuite、邮件、PDF、Excel），让AI直接在工作流中执行，而非让员工学习新软件。
反方 / 局限
- — 作者未讨论AI部署可能带来的系统性风险：当智能体深入核心业务流并自主决策时，统一故障（如模型幻觉、数据污染）可能导致大规模运营中断，这在传统企业缺乏容错机制时尤为危险。
- — 文章暗示“率先行动者”可锁定成本优势并拉开差距，但未见讨论传统企业面临的合规、数据隐私（如物流客户信息）或员工抵制自动化等落地阻力。
9 分钟 · 3 卡片 · 6 资料
读原文 →