1. 追逐最新机型的迷思（一款3%商品）
美国科技巨头们的大规模投资——其基础设施支出明年将达到7000亿美元——支撑着一种非常具体的战略叙事：即企业若想保持竞争力，就绝对必须获取这些最新的闭源模型。.
实际上，到了2026年，基础AI模型已成为一种商品。免费（开源）模型与付费（闭源）模型之间的平均性能差距仅约为3%。 然而，当今大多数企业仅利用了这些工具实际能力的0.001%。如今，真正的差异化因素并非从美国科技巨头处租用的模型，而是专有技术data以及贵组织的具体背景。.
Artefact的联合创始人兼执行董事长文森特·卢西亚尼（Vincent Luciani）早在2014年就预见了这一转变，那时他还在每次客户会议上都要解释“AI”一词的含义。 如今，拥有2,500名员工的Artefact已成为欧洲最大的独立data和AI咨询公司，其结论毋庸置疑：如果没有高质量的data，即使是最强大的模型也毫无价值。.
“真正起决定性作用的并非人工智能，而是公司内部现有的data的质量。”——Artefact联合创始人兼执行董事长文森特·卢西亚尼
2. “代币刷满”陷阱，或称“效率幻觉”
这一谎言的核心在于一种对硅谷而言利润丰厚的文化惯例：“代币最大化”。 科技巨头对开发者施加了巨大压力，迫使他们过度消耗计算单位（代币）。文森特·卢西亚尼特别指出了英伟达创始人黄仁勋，后者曾公开声称，年薪50万美元的开发者至少应消耗价值25万美元的代币。 这种文化已经变得极其恶劣，甚至有传言称，仅因未消耗足够的代币，就有开发者遭到解雇；与此同时，初创公司则在提供工具，通过人为消耗代币来模拟高活跃度。.
对于实体经济中的企业而言，其财务后果是灾难性的：
- 失控的预算激增： 像优步（Uber）这样的成熟企业，仅用四个月就花光了全年的AI预算。.
- 自主循环的危险： 现代人工智能架构允许自主代理启动子代理来解决问题。如果无人监管，这些脚本会整夜循环运行。文森特·卢西亚尼提到一个案例：某位客户因一条表述不当的分析查询，一夜之间就收到了一张15万美元的意外账单。.
- 生产率悖论： 硅谷大肆宣传那些借助人工智能使代码行数增加7到8倍的技术团队。然而，麻省理工学院的一项研究揭示了这一指标的空洞性：这些公司既没有创造更多收入，也没有显著增加产品发布量。 所谓的“代币最大化”往往不过是将财富从公司金库大规模转移到硅谷服务器上罢了。.
3. 知识的错觉与决策瓶颈
这种“生产力”的幻象掩盖了认知能力的衰退，文森特·卢西亚尼通过对学生进行的一项研究对此进行了说明。当面对一项作业（无论是历史、数学还是编程）时，能够使用人工智能的那组学生始终能取得明显更高的成绩。 然而，当几天后在没有人工智能辅助的情况下重做测试时，他们的表现却彻底崩盘（成绩从10分跌至1分），因为简单的复制粘贴绕过了信息记忆所需的脑力劳动。.
在企业界也出现了完全相同的现象。将人工智能置于创意或战略流程的开端，会助长思想上的惰性。这就是运营瓶颈发生转变的原因：问题不再在于生产，而在于决策和验证。.
以咨询行业为例，像Granola（语音转文字）和AI脚本这样的工具，能在客户会议结束、刚走出会议室的一分钟内，就生成商业提案和幻灯片。 但Artefact禁止其顾问这样做。人工智能必须在流程的最后阶段才引入，且仅用于将此前深入的人类思考成果正式化——否则，它产生的不过是平淡无奇的统计平均值。.
“如今真正的瓶颈已不再是生产，而是由人来对决策进行验证。”——Artefact联合创始人兼执行董事长文森特·卢西亚尼
4. 解药：“束缚”与4个Data步骤
为了摆脱这一利润陷阱，企业必须转向一种名为“The Harness”的严格控制框架。这包括建立严密的治理机制，以监控计算成本、追踪技术模型漂移，并限制对 data 的访问权限。.
要构建这一框架并使人工智能真正实现盈利，就必须回归务实的根本，这可归纳为一份旨在清理“data”问题的四步路线图：
- 在源头核实准确性： 对现有工具进行审核。在大多数公司中，基础的“data”要么缺失，要么有误（例如，每两名销售代表中就有一人忘记在与客户通话后更新CRM系统）。.
- 统一分类法： 确保词语在任何地方都具有相同的含义。如果“客户”在法国指“下单的人”，但在西班牙指“付款的人”，那么AI就会生成不准确的data。.
- 指定域名所有者： Data 会立即失效。Data 必须由各领域（客户关系管理、人力资源、财务）的负责人持续维护，这些负责人需对其负责范围内的内容直接负责。.
- 落实“单一数据源”原则： 永久禁止在不同网格版本的团队之间流传的数十个Excel文件，并将所有流程集中到一个干净且可查询的database中。.
只有当这一信息资产得到合理构建时，人工智能才能有效融入其中。届时，它就能通过横向连接财务、人力资源、销售和招聘部门，打破企业内部的部门壁垒。.
5. 别被炒作迷惑：Artefact的生存启示
正是这种面对硅谷诱惑时展现出的自律，才让Artefact得以度过自身的危机。 2017年，当该公司还只是一个仅有50名员工的初创企业时，便成功与Net Booster进行了反向并购——Net Booster是一家规模是其三倍的上市公司（在20个国家拥有600名员工），主营广告业务。.
此次收购瞬间演变成一场运营噩梦。Net Booster以惊人的速度流失了老客户，英国子公司的董事们在交易达成次日便集体辞职，而德国子公司则遭遇了突如其来的增值税审计。 息税折旧及摊销前利润（EBITDA）暴跌至40万欧元，公司濒临监管破产的边缘。在Boursorama论坛上，批评声不绝于耳，股价暴跌至50分。.
为了渡过难关，文森特·卢西亚尼和他的合伙人做出了一个激进的决定：无视关于其传统核心业务的沟通，而将全部赌注押在企业级data和机器学习上。他们削减成本，关闭了亏损的国家业务，并利用继承下来的国际网络建立了data咨询小组。.
正是这种严谨的态度，使他们得以稳住局面，最终以每股8欧元的价格完成了公司从股市的退市——交易总额达3亿欧元——随后在与Ardian和Cinven基金进行的后续融资轮中，公司估值超过10亿欧元。.
在YouTube上观看该播客
