近年来，科技行业呈现出一种狂热状态，既类似于云计算早期的爆炸性增长和成本失控，也展现出前所未有的矛盾现象——创纪录的收入与大规模裁员并存。

一种可能的解释是：科技高管，尤其是CEO们，集体陷入了对人工智能的过度幻想。Box创始人Aaron Levie公开表达了这一观点。

Levie指出：“CEO们容易患上AI妄想症，因为他们距离实际产生AI价值的最后一公里工作太远。”

举例来说，CEO们可能会“玩弄AI”，开发一个原型或签订合同，然后就断定AI代理能够完成所有工作。

然而，这些高层管理者并非那些需要审查代码、发现漏洞、识别虚假库调用的人。他们也不负责根据公司特有的合同条款训练AI模型，更不用花费数天时间仔细查找合同中的隐蔽条款。

换句话说，Levie认为，CEO们对实际流程的理解不足，无法准确判断哪些工作能被自动化，但这并不妨碍他们根据自己的想法做出决策。

值得注意的是，Levie并非AI的反对者，恰恰相反，他经常在社交平台上发布积极的AI内容，支持AI驱动的软件未来，并且作为天使投资人积极投资AI初创企业。

那么，CEO们应该怎么做？Levie建议他们大量使用AI，亲自体验AI的能力与局限，从而真正理解AI的潜力和所需的实际工作。

我相信确实有一些CEO正在尝试这样做，但目前看来他们仍是少数。

2026年仅前五个月，科技行业的裁员人数几乎与2025年全年持平：据Layoffs.fyi统计，2026年已有152家科技公司裁员115,430人，而2025年275家公司裁员124,636人。

大多数公司将裁员归因于AI的影响。许多人认为，大型科技公司实际上是在“AI洗牌”，即将裁员归因于AI带来的生产力提升，而真正的原因是其他商业决策。

一些案例令人惊讶。例如，项目管理软件公司ClickUp的CEO Zeb Evans在社交平台上自豪地宣布，裁员22%员工后，公司内部部署了约3000个AI代理来完成工作。

Evans坚称这并非为了降低成本，而是希望打造一个由操作AI代理并快速审核其成果的员工组成的团队，他称之为“100倍组织”。

然而，关于AI与生产力的研究数据并不支持这种乐观预期。

加州大学伯克利分校《California Management Review》2025年10月发表的一项元分析显示，“AI采用与整体生产力提升之间没有稳健的关联”。

美国国家经济研究局2026年3月的研究则指出，虽然AI采用确实提升了生产力，但存在“生产力悖论”，即感知的生产力提升大于实际测量的提升。

麻省理工学院的研究人员通过评估数千个AI代理完成的任务发现，许多情况下AI代理尚未达到人类工作的质量水平。他们预测，按照当前大型语言模型的发展速度，到2029年，AI将在大多数文本相关任务上达到80%至95%的最低合格水平。

换言之，AI预计将在三年内达到基本胜任多数任务的能力，之后还需几年时间才能超越人类表现。

与此同时，《哈佛商业评论》2026年发布的研究显示，当所有人都利用AI提高产出时，瓶颈将转移到高层管理者身上——他们需要批准所有产出的内容。如果人人都能行动，正如OpenAI去年经历的情况，管理难度将大幅增加。

那么，CEO们准备好迎接这一挑战了吗？如果没有，持续的AI妄想症最可能导致的结果就是组织混乱。