Domo首席设计官：受够了AI的FOMO，放慢速度吧

# Domo首席设计官：别再为AI焦虑，慢慢来 来源：https://www.theregister.com/ai-ml/2026/05/17/enough-with-the-ai-fomo-go-slow-mo-says-domo-cdo/5240840 AI + ML (https://www.theregister.com/ai_ml) 你不是唯一被炒作烦到的人 蜗牛在木板和硬币堆上爬行 一只棕色蜗牛沿着放在整齐堆叠硬币上的木板缓缓爬行，寓意经济进展缓慢。版权© 2024 CalypsoArt/Shutterstock。未经许可不得使用。 数据平台企业 Domo 的首席设计官兼未来学家克里斯·威利斯（Chris Willis）纳闷，为什么人们对 AI 公司没那么反感。 威利斯说，几周前他在旧金山，对那里缺乏怨气感到不解。 他告诉《The Register》：“为什么人们不更反感这些公司强行把这项技术推给我们，现在每个人都在感到巨大的焦虑？我相信你看过那些调查和研究。从高管层到普通员工，每个人都觉得时间在滴答作响，自己的职业生涯岌岌可危。” 旧金山是 OpenAI 和 Anthropic 的所在地。谷歌、微软和亚马逊也在那里。所以这座湾畔城市里弥漫着大量利己主义的 AI 热情。 如果你能看穿那些沿着连接旧金山与硅谷的 101 号公路一路高喊的广告牌布道，怨气其实就在那里。但《Stop AI》（https://www.theregister.com/software/2025/02/19/ai-activists-seek-ban-on-artificial-general-intelligence/469903）、《Pause AI》（https://pauseai.info/protests）、《Poison Fountain》（https://www.theregister.com/software/2026/01/11/ai-insiders-seek-to-poison-the-data-that-feeds-them/4349990）以及 OpenAI CEO 山姆·奥特曼住宅遭燃烧弹袭击（https://www.washingtonpost.com/technology/2026/04/14/altman-home-attack-ai-division/）背后的存在性恐惧，并非威利斯所指的那种。 他关心的是 AI 通过恐惧进行营销的方式——立即行动，否则就会被这项可能抢走所有人工作、并让 DIY 生物武器成为可能的技术抛在身后，尽管 LLM 现在能更可靠地数出（https://community.openai.com/t/incorrect-count-of-r-characters-in-the-word-strawberry/829618）“strawberry”里“r”的个数。 “恐惧，”他说，“并不是创新的持久策略。” 威利斯认为，问题根源在于 AI 模型是一种没有规格的产品。 “当你试图创造一款产品，并试图弄清楚它如何融入市场时，你必须搞清楚它的受众、它能做什么、不能做什么。而这些大型语言模型，本质上它的功能规格就是：‘它能为任何人、以任何方式、在任何语言下做任何事。’” 他说，所以出现一些困惑并不奇怪。 “从领导层的角度来看，我们多次看到这样一种模式：企业受到巨大压力，要求立即用一项并不了解的技术进行创新。于是组织花大价钱购买这些 AI 工具，然后期待创新自动发生。但这通常不是创新运作的方式。” 他说，企业领导者面临的问题不是创新问题，而是缺乏耐心的问题。 “他们在想，‘我们必须马上做点什么，’所以 AI 在很多方面成了一种表演。我们必须证明自己在行动。” 威利斯指出，称为“tokenmaxxing”（https://www.theregister.com/software/2026/04/26/tokenmaxxing-isnt-an-ai-strategy/5227443）的现象——购买 AI 模型访问权限，并指示或期望员工尽可能多地使用——说明了战略的缺失。 “在某些组织里，AI 只是表演，驱动它的是急躁而非创新。Tokenmaxxing 是喂养这种叙事的便捷方式，但它什么也改变不了。研究表明，你可能让员工消耗了大量 token，个人生产力或许有所提升，但这并没有改变盈亏底线。” 他说，更深层的问题是，企业把 AI 本身当作解决方案，而不是用来驱动解决方案的工具。 结果就是大量概念验证项目，缺乏使其持久、可信赖和可规模化部署所需的条件。威利斯认为，从业务需求出发至关重要。 “如果你不了解业务流程、自动化和工作流，你就有风险在黑暗中放一个非常强大的引擎，让它以更快的速度驱动业务——但灯是灭的，还是夜里。” 威利斯建议企业不要为 AI 设定不切实际的登月目标，而是从简单的事情开始，比如自动化与电子表格相关的流程。 他描述了一个与客户合作的案例：开发一个应用，用于检查公司发票、查找差异、并将异常情况提交人工审核。客户对此非常满意。 “理解哪些地方需要人类判断、哪些决策可以被验证从而自动化，是关键。通常这个问题没有人问。” 不提出这样的问题会招致麻烦。威利斯指出，瑞典金融科技公司 Klarna 曾用 AI 取代客服人员，结果又用真人（https://www.theregister.com/software/2025/09/12/fortune-500-does-not-plan-to-use-ai-to-replace-support-staff/373971）替换回去。 “说‘我们只用聊天机器人取代一切’非常诱人。坦白说，没有哪个顾客只想跟你的聊天机器人说话。” 威利斯说，创新没有魔法。企业需要下硬功夫，去理解 AI 对于期望结果是否有用、如何有用。 “在预算方面，终将会有一场清算，”他说，“因为 CFO 们开始问：‘为什么我们花了这么多钱，却一无所获？’” ®