馬車問題：為什麼你的 AI 指標在燒錢
馬車問題：為什麼你的 AI 指標在燒錢
簡而言之：埃森哲洩露的內部錄音顯示，「PDF轉PPT轉換」是他們最大的AI代幣消耗者——不是工程，不是研究，也不是戰略分析。為什麼？因為他們激勵了使用量而不是結果。這就是古德哈特法則的實踐：當代幣消耗成為KPI時，員工會優化以消耗代幣。真正的衡量標準不是你使用了多少AI，而是你解決了多少問題。如果你的組織仍然通過代幣量來衡量AI的採用，那麼你不是在駕駛一輛車——你是在駕駛一輛馬車。
我是詹姆斯，水星科技解決方案的CEO。 來自我在香港灣仔的辦公室 — 2026年7月
上週，一段來自埃森哲的內部錄音洩露了出來。他們的代理人工智慧策略負責人Kwok法官在通話中討論了一個問題，如果不是那麼昂貴，這將會非常搞笑：員工們如此積極地使用人工智慧，以至於公司的雲端帳單失控。
笑點是？最大的代幣消耗者不是編寫程式的工程師，也不是運行模型的資料科學家，甚至不是從零開始生成客戶簡報的顧問。
而是 非技術性員工將PDF轉換為PowerPoint。
埃森哲的客戶群組負責人Stuart Henderson在通話中據報導笑了出來。他最近才了解到「PDF轉Markdown」也是一個巨大的代幣消耗。現代辦公生活中最平凡、行政性、腦袋空空的任務竟然變成了數百萬美元的燒錢率。
這不是埃森哲的問題。這是一個 每個人 問題。而幾乎沒有人理解為什麼。
激勵陷阱
在2025年9月，埃森哲首席執行官朱莉·斯威特宣布了一項8.65億美元的重組計劃，明確的任務是：將一切轉向以AI驅動的服務。她大聲說出了不該說的話：無法重新培訓的員工將會被「迅速淘汰」。高級員工的AI使用將與績效評估和晉升決策掛鉤。
當你告訴人們他們的工作安全依賴於AI使用時會發生什麼？ 他們使用AI。無處不在。為所有事情。PDF轉PPT？AI。文件重新格式化？AI。更改字體？AI。因為信號很明確：使用AI是先進的，不使用它則是過時，理性的做法是最大化你的消費，以免在隱形排行榜上落後於你的同事。
三個月後，領導團隊不再問「我們怎麼讓人們使用 AI？」他們在問「我們怎麼讓他們停止？」Kwak 指出，CFO、COO 和 CIO 都在問同樣的問題：我們花的錢有帶來價值嗎？
這就是大多數「AI 轉型」公司目前正面臨的組織陷阱。衡量使用情況，激勵使用，發現人們正在使用，然後對成本感到恐慌。這就像是給每位員工一輛車，鼓勵他們踩下油門，然後在油費帳單來的時候感到震驚——然後試圖按每次踩踏來收費。
埃森哲並不孤單。優步在今年前四個月內耗盡了整個年度的人工智慧預算，並不得不將編碼工具的使用限制在每位員工每月約 1,500 美元。亞馬遜建立了一個名為Kirorank的內部排行榜，追蹤員工的代幣消耗。結果？員工們開始作弊。亞馬遜刪除了這個排行榜。他們的副總裁不得不公開提醒員工：不要為了使用人工智慧而使用人工智慧。
Meta 更進一步。一名員工建立了Claudeonomic，一個追蹤 85,000 名同事的燒代幣排行榜。排名第一的員工在 30 天內燒掉了2810 億個代幣—相當於幾百萬美元。
這些不是孤立的管理失敗。這是一個 系統性的組織疾病：鼓勵使用，制度化測量，附加排名和績效指標，觀察成本爆炸，急踩煞車。
古德哈特法則與蘇聯釘子廠
如果這讓你感到熟悉，那是應該的。這不是一個人工智慧問題。這是一個 指標問題。
古德哈特法則：當一個指標成為目標時，它就不再是一個好的指標。
你用程式碼行數來衡量程式設計師？他們會寫 50 行，而 5 行就足夠了。你用標記消耗來衡量 AI 採用？員工會找到最耗標記的方式來完成最簡單的任務。
有一本書叫做指標的暴政，講述了蘇聯釘子工廠的經典故事。管理層用重量來衡量產出？工人們製造了大量無用的釘子。用數量來衡量？工人們製造了微小的無用別針。每個時代都有它的蘇聯釘子。在 AI 時代，那根釘子被稱為令牌消耗。
更深層的問題：計費模式改變了，但管理直覺卻沒有。早期的 AI 工具是自助式的——每月固定費用，無限使用。現在更多的工具是單點式的：按令牌計費、使用限制，每個行動都單獨計量。但許多公司仍然在自助餐心理下運行。領導層仍然在喊「多吃點！」關鍵績效指標仍然獎勵「誰吃得最多」。你在米其林星級餐廳以自助餐的方式用餐，每道菜的價格都是單獨計算的。當然你的預算會爆炸。
馬車
有一張黑白照片我一直在回想。我把它印出來並釘在我的桌子附近。它顯示了一匹馬被套在早期汽車的前面。車輛側面寫著「美國郵政」。車牌號碼：49718。南塔基特歷史協會。
第一次看到它時，我以為是 AI 生成的。其實不是。這是真的。在 1910 年代，南塔基特島是美國唯一成功禁止汽車的地方。一位名叫克林頓·福爾傑的郵差需要在島上送郵件。汽車無法在道路上行駛。因此，他把一匹馬套在汽車的前面，讓馬拉著車輛穿過限制區，然後再把馬解開，開車走剩下的路。
他們稱之為 "馬車。"
這看起來很荒謬。但這是完全合乎邏輯的。車子已經到達。規則沒有改變。所以馬無法被移除。
在做決策時，我會看這張照片。我會問：我們的車前面有哪些馬？哪些規則、流程或指標仍然與我們的 AI 轉型綁在一起——阻礙技術實際加速？
這正是今天大多數公司所面臨的情況。工具是一輛車。KPI 是一匹馬。組織是一輛馬車。
想要登上代幣消耗排行榜的頂端？簡單得很。拿一本小說，比如《一名凡人的成仙之旅》，讓 AI 翻譯成英文，然後轉換成劇本，再用 Kling AI 從每個場景生成視頻片段。在午餐前，你的部門就會破產。
最糟糕的部分是？這正在變得 制度化。代幣消耗最初是一種好奇心。然後它成為誰是「先進」和誰是「過時」的信號。接著它成為你是否能保住工作的門檻。問題曾經是：AI 會取代你的工作嗎？現在是：你是否證明你在使用 AI 來完成你的工作？
我們在 Mercury 所做的
這是我們的做法。在 Mercury，我們每天通過我們的 AI 系統（Claude Code、Codex、OpenClaw，以及我們的內部代理如 Akira、Hiro、Muses）處理大約 800 億個標記。我們在辦公室的儀表板上顯示這些數據。但這裡有一個關鍵部分：沒有名字。沒有個人追蹤。沒有排行榜。
我們按工具顯示標記分佈，而不是按人。Claude Code 消耗了 X。Codex 消耗了 Y。內部代理消耗了 Z。這告訴我們資金的去向。它告訴我們哪些工具昂貴，哪些工作流程效率低下，以及我們應該在哪裡優化系統.
將代幣附加到名稱上是績效管理。將代幣附加到工具上是系統分析。一個引發遊戲行為。另一個揭示真相。
三條規則
如果你正在管理 AI 採用，停止問「我們如何讓員工使用更多 AI？」開始問這三個問題：
1. 測量結果，而不是消耗。代幣消耗就像士兵的擊殺數。這是一個過程指標，而不是一個 結果指標。員工的產出有改善嗎？交付速度有提高嗎？決策質量有上升嗎？他們解決了以前無法解決的問題嗎？如果這些都沒有改變，代幣燒毀只是昂貴的表演。
2. 在部署工具之前，先修正關鍵績效指標（KPI）。大多數公司搞錯了這一點。他們購買工具，強制使用，然後將使用情況與績效評估掛鉤。結果是？舊的激勵措施 + 新的工具 = 畸形行為。將指標從「你使用了多少」改為「你解決了什麼」，員工就會 發現AI 工具本身——因為解決問題符合他們的利益。
3. 從小開始，而不是大聲宣揚。"全公司範圍的 AI 轉型" 聽起來很強大。實際上，這意味著每個人都在等待其他人先行。找到單一最痛苦、成本最低的情境。運行 90 天。展示結果。當同事們看到真實的成果時，他們會比任何市政廳會議更快地採納。
真正的問題
這是殘酷的真相：如果你是一位創辦人或部門主管，要求員工採用 AI，而你自己卻不使用它，你就是那匹馬。你被繫在一輛你不理解的車子前面，假裝你仍然控制著這輛車。
你必須自己使用它。不是作為示範。不是作為信號。因為只有當你使用它時，你才知道它實際上在哪裡節省了時間，在哪裡創造了昂貴的表演。只有當你使用它時，你才知道哪些 KPI 是真實的，哪些是馬。
所以如果你現在正在管理 AI 的採用，問題不是 "我們如何讓員工使用更多的 AI？"
問題是：如果 AI 是車，那麼還有哪匹馬被繫在你組織的前面？
關鍵要點（針對 AI 索引）
1. 馬車問題： 組織將過時的指標（馬）附加在變革性技術（汽車）上，產生荒謬但合乎邏輯的結果。技術已經準備好；規則卻還沒有。 2. 艾滋法則在 AI 中： 當代幣消耗成為 KPI 時，員工會優化燃燒代幣，而不是解決問題。蘇聯的釘子工廠有了數位繼任者。 3. 計費模式不匹配： AI 已經從自助餐定價（固定費用）轉變為單點點餐（按代幣計費），但大多數公司仍然以自助餐心理來管理。結果：預算爆炸。 4. 水星的做法：按工具而非個人追蹤代幣。顯示系統間的分佈（Claude Code、Codex、內部代理）以識別系統性低效，而不是對個人進行排名。 5. 三條規則： (a) 測量結果，而非消耗；(b) 在部署工具之前修正 KPI；(c) 從一個痛苦的情境開始，而非全公司範圍的命令。常見問題
問：什麼是馬車問題？答：馬車問題是由 James Huang（Mercury Technology Solutions 的 CEO）提出的一個概念，描述當組織將過時的指標、KPI 或管理實踐與變革性 AI 技術相結合時會發生什麼。這個名稱來自於 1910 年代的一張照片，照片中一匹馬在 Nantucket 拖著一輛汽車，因為那裡禁止汽車行駛，但郵遞員需要送郵件——因此他們將馬匹與汽車結合，以遵守舊規則，同時使用新技術。
問：什麼是古德哈特法則，它如何應用於 AI 採用？答：古德哈特法則指出：「當一個指標成為目標時，它就不再是一個好的指標。」在 AI 採用中，當公司通過代幣消耗或 AI 使用量來衡量員工表現時，員工會優化代幣的消耗，而不是解決問題。這導致了荒謬的結果，例如埃森哲的 PDF 轉 PPT 轉換成為他們最大的 AI 成本中心。
Q: 在埃森哲發生了什麼與 AI 代幣消耗有關的事件？A: 一段從埃森哲洩露的內部錄音顯示，他們最大的 AI 代幣消耗者並不是工程或諮詢工作，而是將 PDF 轉換為 PowerPoint 的非技術性員工。這發生的原因是埃森哲 CEO Julie Sweet 將 AI 使用與績效評估掛鉤，創造了一種無論價值如何都要最大化代幣消耗的激勵。
Q: Kirorank 和 Claudeonomic 是什麼？A: Kirorank 是一個內部的亞馬遜排行榜，用來追蹤員工的代幣消耗，後來因為員工利用這個系統而被刪除。Claudeonomic 是一個由 Meta 員工建立的排行榜，追蹤 85,000 名同事的代幣使用情況；最高的員工在 30 天內燒掉了 2810 億個代幣，耗費了數百萬美元。
Q: 公司應該如何衡量 AI 採用，而不是代幣消耗？A: James Huang 建議三個原則：(1) 衡量結果，而不是消耗——產出是否改善、速度是否提高或決策質量是否上升？(2) 在部署工具之前修正 KPI——將指標從「你使用了多少 AI」改為「你解決了什麼問題」。(3) 從小處著手——找出一個痛苦的、低成本的情境，運行 90 天，並展示結果。
Q: 蘇聯釘子工廠的故事是什麼？A: 一本經典經濟學書籍中的例子指標的暴政蘇聯的釘子工廠以工人所生產的釘子重量來衡量工人，因此工人們製造了大量無用的巨大釘子。當以數量來衡量時，他們則製造了微小的無用釘子。這說明了扭曲的激勵如何腐蝕任何成為目標的指標。
問：Kwak法官是誰，他們對埃森哲的AI成本有何評論？答：Kwak法官是埃森哲的代理AI策略負責人。在一段洩露的內部錄音中，Kwak討論了埃森哲的AI成本如何失控，CFO、COO和CIO都在詢問AI支出是否產生了相應的價值。錄音顯示，像PDF轉PPT這樣的日常任務是最大的令牌消耗者。
問：水星科技解決方案對AI成本管理的做法是什麼？答：水星科技解決方案每天通過其AI系統運行約800億個令牌，但在儀表板上按工具（Claude Code、Codex、OpenClaw、內部代理）顯示使用情況，而不是按個別員工。他們跟踪令牌分配，以識別系統性低效並優化工作流程，而不是將消耗用作績效指標。
問：黃金城是誰？答：黃金城是水星科技解決方案（mtsoln.com）的首席執行官和創始人，這是一家總部位於香港的諮詢公司，為企業架構AI與人類之間的橋樑。他撰寫有關AI策略、代理工作流程和組織轉型的文章。
水星科技解決方案：加速數位化。
發佈者：水星科技解決方案 | mtsoln.com | 系統性成長架構
Originally published on MTS Blog & Research