向创始人提一个没有任何供应商会写进提案的问题——如果没有生成式 AI，要以同样的质量完成上周的工作，你需要增加多少人？平均答案是人员增加 55%。中位数是 17%。最常见的答案是零：在回答该问题的创始人中，有 30% 表示不需要任何额外人手（Colaiacovo & Koning, 2026）。
同一个问题、同一个样本，三个数字可以支撑三份完全不同的预算。
这是 AI 人员节省被定价方式的第一个问题。第二个问题更有用：报告大幅节省的创始人与几乎没有节省的创始人之间的差距，既不能用他们买了什么工具解释，也不能用他们对模型能力的乐观程度解释。能解释的是，有没有人重构了工作本身。
你的商业论证正在引用的那个分布
这项研究是哈佛商学院工作论文 26-093，作者为 Cassandra Colaiacovo 与 Rem Koning。研究者通过 Pitchbook 招募了 199 位北美科技企业创始人（其中 176 位完整完成问卷），样本企业平均 16 名员工（中位数 9），成立约 3.5 年，一半以上获得风险投资，平均融资 486 万美元。96% 报告公司内部已在正式或非正式地使用生成式 AI，使用工具数的中位数为五个（Colaiacovo & Koning, 2026）。
这不是一群勉强采用的人。这接近最好的情况：规模小、机制灵活，且由同时掌管流程设计与招聘计划的人领导。
而报告节省的分布明显右偏。均值 55%，中位数 17%，众数为零。关于工时的问题呈现同样的形态：若没有 AI，创始人估计平均需要多出 59% 的工时，中位数为 30%。
运营上的含义很具体。建立在均值上的商业论证，就是建立在分布尾部上的商业论证。 当供应商或内部推动者说 AI 能让团队用一半的人力运转时，这个数字对样本整体在算术上成立，对样本中的典型企业在描述上是错的。在经济体中 AI 渗透最深的这一群体里，中位数企业报告的节省是 17%——真实、值得拥有，但与裁员论调相距甚远。
如果你的智能体计划依赖均值，就要问清：你有什么证据说明自己在分布的哪一半。
人员节省存在于正式整合之中
作者让创始人自行归类其使用方式：生成式 AI 是被正式整合进工作流，还是由员工按各自习惯非正式地使用？仅这一项划分，就重排了全部结果。
| 无 AI 情况下的自报反事实 | 正式整合者 | 非正式使用者 |
|---|---|---|
| 需额外增加的员工（均值） | 91.4% | 24% |
| 需额外增加的员工（中位数） | 40% | 10% |
| 需额外增加的工时（均值） | 82.8% | 33% |
| 需额外增加的工时（中位数） | 40% | 20% |
人员节省接近四倍，均值与中位数均如此（Colaiacovo & Koning, 2026）。正式整合者也更可能报告：AI 改变了他们是否招人以及招什么人，使团队协作更高效，补充了管理带宽，并帮助新员工更快上手。
作者措辞谨慎，引用者也应如此：这些估计是关联，而非因果效应。刻意嵌入 AI 的创始人，可能本来就是在别处也能找到运营杠杆的那群人。但关联的方向正是可用的部分，因为另一种解释——正式整合者只是买了更好的工具——被论文接下来的内容否定了。
“正式”究竟意味着什么
这一划分重要，是因为常规度量恰好漏掉它。作者指出，询问一家公司使用哪些工具与基础模型，"可能无法区分那些随手使用工具的人与那些把工具纳入日常工作例程的人"。于是他们让创始人去归类真正变化的那件事：生成式 AI 是在流程里，还是在流程旁边。
这正是多数中型市场 AI 看板的度量问题。许可数、周活跃用户和提示量，都会把非正式使用者完整地计入。但它们都无法告诉你：是否有哪一个流程步骤围绕智能体被重新切分过——而这恰恰是正式/非正式划分唯一追踪的东西，也是让数字变动四倍的东西。
对能力的信念并不能解释谁会授权
这是把问题从采购推向组织设计的那个结果。
研究者在一个 AI 已被广泛部署的职能中嵌入了实验：客户服务。创始人被随机展示关于 AI 在该岗位表现的真实新闻与研究的乐观版或悲观版摘要，随后再次被问及，他们在多大程度上愿意把一则客服请求交给 AI 处理。
干预是有效的——信念平均发生了移动。但授权意愿并未趋同。关于任务表现的信念最多只能解释授权意愿差异的三分之一，而在信息干预之后，更新后的信念只解释了 37%（Colaiacovo & Koning, 2026）。值得注意的是：深度整合者对 AI 任务表现的乐观程度，并没有明显高于非正式使用者。他们更愿意去试验人与 AI 如何分工。
一个有能力的智能体能否拿到真实工作，其差异有三分之二不在模型身上。
这一发现并不孤立。微软 2026 年 Work Trend Index 调查了 10 个国家的 20,000 名员工，将已实现的 AI 影响更多归因于组织因素——文化、管理者支持、人才实践——其占比超过个人因素的两倍：67% 对 32%（Microsoft Work Trend Index, 2026）。德勤对 24 个国家 3,235 位领导者的调查显示了钱真正流向何处：53% 在培训员工以提升 AI 熟练度，而只有 30% 在按新的 AI 模式重新构想组织，33% 在重新设计职业路径（Deloitte, 2026）。
所有人都在为熟练度掏钱。几乎没人为重构掏钱。哈佛商学院的数据表明，重构正是把 40% 的节省与 10% 的节省区分开的那个变量。
诚实的反方意见
三点限制，直说，因为这是一项问卷调查，不是薪资账册审计。
这些是信念，不是被测量的产出。 没有人将创始人的反事实估计与员工名册或人均营收对账。作者明确说明了这一点，并呼吁在有财务数据的地方使用已实现的生产率指标开展研究。
关于 AI 对人员规模影响的信念，有被记录在案的误差率。 麦肯锡 2026 年《State of AI》是第一次能够为自己的样本打分的版本：一年前有 32% 的受访者预期 AI 会带来就业下降，而在同一时期，只有 14% 使用 AI 的组织报告 AI 促成了员工规模的实际下降，三分之二报告几乎或完全没有与 AI 相关的变化（McKinsey, 2026）。预期大约超出现实两倍。用这面镜子去读哈佛商学院的均值，右偏就更可疑，而不是更可信。
样本是 199 家风投支持、平均 16 人的科技初创公司。 一位有四名直接下属的创始人，可以在一个周末重画流程。一个 300 人的运营部门做不到，而且它的正式整合成本更高、耗时更长。研究结论的次序可以迁移到中型市场；量级不能。
这三点之下还有一个选择性问题。正式整合不是免费的：它要花管理注意力、一条被重新设计的流程，以及一个愿意为智能体产出负责的人。付得起这个代价的公司，按定义就是本来就有余力支付的公司。对一家 50–500 人的企业，诚实的翻译是：四倍差距是流程重构所能带来的上限，不是对它的预测。
这些都没有削弱核心论点，只是收窄了它：区分性变量是组织层面的，而水平值来自自报。
这个季度该决定什么
四个动作，没有一个需要新工具。
- 用中位数而不是均值重新为商业论证定价。 如果某项计划假设节省超过 40%，它就是在假设你是一个偏态分布中位列前十分位的正式整合者。写下你正在为哪个数字背书，以及什么证据把你放在那里。
- 按正式整合而不是按使用情况审计一条流程。 许可数与周活跃度衡量的是非正式使用——恰恰是报告中位数 10% 节省的那群人。真正的问题是：是否有一个流程步骤围绕智能体被重新切分，并有明确的责任人与明确的产出。
- 把熟练度预算与重构预算分开。 它们不是同一笔支出，也不产生同样的回报。如果培训有预算而重构没有，你就是在以正式整合者的价格，购买非正式使用者的结果。
- 在给智能体工作之前，先给它一个岗位定义。 正式整合意味着明确的职责范围、有名有姓的负责人，以及一条关于哪些动作需要审批的显式规则。这正是 Scovai Digital Employees 背后的治理模型——按具体岗位训练，任何对外可见的动作先确认，自主权按动作类型逐项获得而非默认开启——无论由谁来搭建，它都可以作为"正式"整合需要规定哪些内容的参考。
这篇论文令人不安的含义是：智能体的能力问题大体已经解决，而组织问题几乎尚未触及。这些公司里有 96% 早就有了工具。报告四倍节省的那些，做的是另一件事。
在批准下一个智能体许可之前，先查清：它本应改变的那条流程，由谁负责。如果答案是没有人，你买到的就是中位数。
