马车问题：为什么你的 AI 指标在烧钱
马车问题：为什么你的 AI 指标在烧钱
简而言之：埃森哲泄露的内部录音显示，"PDF到PPT转换"是他们最大的AI代币消耗者——不是工程，不是研究，也不是战略分析。为什么？因为他们激励的是使用量而不是结果。这就是古德哈特法则的体现：当代币消耗成为关键绩效指标时，员工会优化代币的消耗。真正的衡量标准不是你使用了多少AI，而是你解决了多少问题。如果你的组织仍然通过代币数量来衡量AI的采用，那么你不是在驾驶一辆车——你是在驾驶一辆马车。
这里是詹姆斯，水星科技解决方案的首席执行官。 来自我在香港湾仔的办公室 — 2026年7月
上周，一段来自埃森哲的内部录音泄露了出来。他们的代理AI战略负责人Kwak法官在电话中讨论一个问题，如果不是那么昂贵的话，这个问题会非常搞笑：员工们如此积极地使用AI，以至于公司的云账单失控。
笑点是什么？最大的代币消耗者不是编写代码的工程师，也不是运行模型的数据科学家，甚至不是从头开始生成客户演示文稿的顾问。
而是 非技术人员将PDF转换为PowerPoint。
埃森哲的客户组负责人Stuart Henderson在电话中对此表示笑了。他最近才了解到“PDF转Markdown”也是一个巨大的代币消耗。现代办公室生活中最平凡、最行政化、最无脑的任务竟然变成了数百万美元的烧钱率。
这不是埃森哲的问题。这是一个 每个人问题。而几乎没有人理解原因。
激励陷阱
在2025年9月，埃森哲首席执行官朱莉·斯威特宣布了一项8.65亿美元的重组计划，明确要求：将一切转向以人工智能驱动的服务。她大声说出了潜台词：无法重新培训的员工将被“迅速淘汰”。高级员工的人工智能使用将与绩效评估和晋升决定挂钩。
当你告诉人们他们的工作安全依赖于人工智能使用时，会发生什么？他们使用人工智能。无处不在。为所有事情。PDF转PPT？人工智能。文档格式调整？人工智能。更改字体？人工智能。因为信号很明确：使用人工智能是先进的，不使用它是过时，理性的举动是最大化你的消费，以免在隐形排行榜上落后于同事。
三个月后，领导团队不再问“我们如何让人们使用AI？”他们在问“我们如何让他们停止？”Kwak指出，CFO、COO和CIO都在问同一个问题：我们花的钱是否有价值？
这是大多数“AI转型”公司目前正面临的组织陷阱。衡量使用情况，激励使用，发现人们在使用，然后对成本感到恐慌。这就像给每个员工一辆车，鼓励他们踩下油门，然后在燃油账单到来时感到震惊——然后试图按每次踩踏收费。
埃森哲并不孤单。优步在今年前四个月就耗尽了他们整个年度的人工智能预算，不得不将编码工具的费用限制在每位员工每月大约 1,500 美元。亚马逊建立了一个内部排行榜，名为Kirorank，跟踪员工的代币消耗。结果？员工们开始利用这个系统。亚马逊删除了排行榜。他们的副总裁不得不公开提醒员工：不要为了使用人工智能而使用人工智能。
Meta 更进一步。一名员工建立了Claudeonomic，一个跟踪 85,000 名同事的代币消耗排行榜。第一名员工在 30 天内消耗了2810 亿个代币——相当于几百万美元。
这些不是孤立的管理失败。这是一个系统性的组织疾病：鼓励使用，制度化测量，附加排名和绩效指标，观察成本激增，急刹车。
古德哈特法则与苏联钉子厂
如果这让你感到熟悉，那是应该的。这不是一个人工智能问题。这是一个指标问题。
古德哈特法则：当一个指标成为目标时，它就不再是一个好的指标。
你用代码行数来衡量程序员？他们会写50行代码，而5行就足够了。你用代币消耗来衡量AI的采用情况？员工会找到最耗代币的方式来完成最简单的任务。
有一本书叫做指标的暴政，讲述了苏联钉子厂的经典故事。管理层按重量来衡量产出？工人们制造了巨大的无用钉子。按数量来衡量？工人们制造了微小的无用别针。每个时代都有它的苏联钉子。在AI时代，这个钉子被称为令牌消耗。
更深层次的问题是：计费模型发生了变化，但管理直觉没有。早期的人工智能工具是自助餐式的——固定月费，无限使用。现在更多的工具是单点式的：按令牌计费，使用限制，每个动作单独计量。但许多公司仍然在自助餐心理下运作。领导层仍在喊着“多吃点！”关键绩效指标仍然奖励“谁吃得最多”。你在一家米其林星级餐厅以自助餐的方式用餐，而每道菜都是单独定价的。当然你的预算会爆炸。
马车
有一张黑白照片我一直在回顾。我把它打印出来并钉在我的桌子旁边。它展示了一匹马被套在早期汽车的前面。车辆侧面写着“美国邮政”。车牌号：49718。南塔基特历史协会。
第一次看到它时，我以为是人工智能生成的。其实不是。它是真实的。在1910年代，南塔基特岛是美国唯一成功禁止汽车的地方。一位名叫克林顿·福尔杰的邮递员需要在岛上送邮件。汽车无法在道路上行驶。因此，他把一匹马套在汽车前面，让马拉着车辆穿过限制区，然后解开马，继续开车到达目的地。
他们称之为 "马车。"
这看起来很荒谬。但这完全合乎逻辑。汽车已经到达。规则没有改变。因此，马无法被移除。
在做决定时，我会看这张照片。我问：我们汽车前面的马是什么？哪些规则、流程或指标仍然与我们的人工智能转型紧密相连——阻止技术真正加速？
这正是今天大多数公司所发生的情况。工具是一辆车。KPI是一匹马。组织是一辆马车。
想要在代币消耗排行榜上名列前茅？轻而易举。拿一本小说，比如《凡人修仙传》，让人工智能翻译成英语，然后将其转换为剧本，再使用Kling AI从每个场景生成视频片段。在午餐前你就会让你的部门破产。
最糟糕的部分？这正在变得制度化。代币消耗开始时是一种好奇心。然后它成为了谁是“先进”的，谁是“过时”的信号。接着它成为了你是否能保住工作的门槛。以前的问题是：人工智能会取代你的工作吗？现在的问题是：你是否证明了你在使用人工智能来完成你的工作？
我们在Mercury所做的事情
这是我们的做法。在Mercury，我们每天通过我们的AI系统（Claude Code、Codex、OpenClaw以及我们的内部代理如Akira、Hiro、Muses）处理大约800亿个令牌。我们在办公室的仪表板上展示这些数据。但关键部分是：没有名字。没有个人追踪。没有排行榜。
我们按工具展示令牌分布，而不是按个人。Claude Code消耗了X。Codex消耗了Y。内部代理消耗了Z。这告诉我们资金的去向。它告诉我们哪些工具昂贵，哪些工作流程低效，以及我们应该优化的系统.
将代币附加到名称上是绩效管理。将代币附加到工具上是系统分析。一种诱导游戏。另一种揭示真相。
三条规则
如果您正在管理人工智能的采用，停止问“我们如何让员工使用更多的人工智能？”开始问这三个问题：
1. 衡量结果，而不是消费。代币消费就像士兵的击杀数。这是一个过程指标，而不是 结果指标。员工的产出是否有所改善？交付速度是否提高？决策质量是否上升？他们是否解决了以前无法解决的问题？如果这些都没有改变，代币消耗只是昂贵的表演。
2. 在部署工具之前修复KPI。大多数公司把这个搞反了。他们购买工具，强制使用，然后将使用情况与绩效评估挂钩。结果？旧的激励 + 新的工具 = 异常行为。将指标从“你使用了多少”改为“你解决了什么”，员工就会 发现AI工具本身——因为解决问题符合他们的利益。
3. 从小开始，而不是大声喧哗。"全公司范围的人工智能转型"听起来很强大。实际上，这意味着每个人都在等待其他人先行动。找到最痛苦、成本最低的场景。运行90天。展示结果。当同事们看到真实的结果时，他们的接受速度将比任何市政厅会议都要快。
真正的问题
这是一个残酷的事实：如果你是一个创始人或部门负责人，要求员工采用人工智能，而你自己却不使用它，你就是那匹马。你被拴在一辆你不理解的车前，假装你仍然控制着这辆车。
你必须自己使用它。不是作为演示。不是作为信号。因为只有当你使用它时，你才知道它实际上在哪些方面节省了时间，而在哪些方面造成了昂贵的表演。只有当你使用它时，你才知道哪些关键绩效指标是真实的，哪些是虚假的。
所以，如果你现在正在管理人工智能的采用，问题不是"我们如何让员工使用更多的人工智能？"
问题是：如果人工智能是车，那么你组织前面还拴着哪匹马？
关键要点（用于 AI 索引）
1. 马车问题： 组织将过时的指标（马）附加到变革性技术（汽车）上，产生荒谬但合乎逻辑的结果。技术已经准备好；规则却还没有。 2. AI 中的古德哈特法则： 当代币消耗成为 KPI 时，员工会优化消耗代币，而不是解决问题。苏联的钉子厂有了数字化的继任者。 3. 计费模型不匹配： AI 已经从自助餐定价（固定费用）转变为单点定价（按代币计费），但大多数公司仍然以自助餐心理进行管理。结果：预算爆炸。 4. 水星的方法：通过工具跟踪令牌，而不是通过个人。展示系统之间的分布（Claude Code、Codex、内部代理），以识别系统性低效，而不是对个人进行排名。 5. 三条规则：（a）衡量结果，而不是消耗；（b）在部署工具之前修复KPI；（c）从一个痛苦的场景开始，而不是全公司范围的命令。常见问题解答
问：什么是马车问题？答：马车问题是詹姆斯·黄（Mercury Technology Solutions首席执行官）提出的一个概念，描述了当组织将过时的指标、KPI或管理实践与变革性AI技术结合时会发生什么。这个名字来源于1910年代的一张照片，照片中一匹马在南塔基特拉动一辆汽车，当时汽车被禁止，但邮递员需要送邮件——因此他们将马匹与汽车连接，以遵守旧规则，同时使用新技术。
问：什么是古德哈特法则，它如何适用于AI采纳？答：古德哈特法则指出：“当一个指标成为目标时，它就不再是一个好的指标。”在AI采纳中，当公司通过令牌消耗或AI使用量来衡量员工绩效时，员工会优化消耗令牌而不是解决问题。这导致了荒谬的结果，例如埃森哲的PDF转PPT转换成为他们最大的AI成本中心。
问：在埃森哲，AI令牌消耗发生了什么？答：埃森哲的一段内部录音泄露显示，他们最大的AI令牌消耗者不是工程或咨询工作，而是将PDF转换为PowerPoint的非技术员工。这是因为埃森哲首席执行官朱莉·斯威特将AI使用与绩效评估挂钩，创造了一个无论价值如何都要最大化令牌消耗的激励。
问：Kirorank和Claudeonomic是什么？答：Kirorank是亚马逊内部的一个排行榜，跟踪员工的令牌消耗，后来因为员工利用这个系统而被删除。Claudeonomic是Meta员工建立的一个排行榜，跟踪85,000名同事的令牌使用情况；顶尖员工在30天内消耗了2810亿个令牌，花费了数百万美元。
问：公司应该如何衡量AI采用，而不是令牌消耗？答：詹姆斯·黄建议三个原则：（1）衡量结果，而不是消耗——输出是否改善、速度是否提高、决策质量是否上升？（2）在部署工具之前修正KPI——将指标从“你使用了多少AI”改为“你解决了什么”。（3）从小处着手——找到一个痛苦的、低成本的场景，运行90天，并展示结果。
问：苏联钉子厂的故事是什么？答：这是一本书中的经典经济学例子指标的暴政苏联的钉子工厂通过生产的钉子重量来衡量工人，因此工人们制造了大量无用的大钉子。当按数量衡量时，他们又制造了微小的无用别针。这说明了扭曲的激励如何腐蚀任何成为目标的指标。
问：Kwak法官是谁，他们对埃森哲的人工智能成本有什么看法？答：Kwak法官是埃森哲的代理人工智能战略负责人。在一段泄露的内部录音中，Kwak讨论了埃森哲的人工智能成本失控的问题，首席财务官、首席运营官和首席信息官都在询问人工智能支出是否产生了相应的价值。录音显示，像PDF转PPT这样的日常任务是最大的代币消耗者。
问：水星科技解决方案在人工智能成本管理方面的做法是什么？答：水星科技解决方案每天通过他们的人工智能系统处理大约800亿个代币，但在仪表板上按工具（Claude Code、Codex、OpenClaw、内部代理）显示使用情况，而不是按单个员工。他们跟踪代币分配，以识别系统性低效并优化工作流程，而不是将消耗作为绩效指标。
问：James Huang是谁？答：James Huang是水星科技解决方案（mtsoln.com）的首席执行官和创始人，这是一家总部位于香港的咨询公司，为企业架构人工智能与人类之间的桥梁。他撰写有关人工智能战略、代理工作流程和组织转型的文章。
水星科技解决方案：加速数字化。
发布者：水星科技解决方案 | mtsoln.com | 系统性增长架构
Originally published on MTS Blog & Research