外媒評論認為，科技行業近期的 AI 熱潮，正將部分公司高層推向過度樂觀的判斷。文章援引 Box 創始人 Aaron Levie 的說法稱，不少 CEO 因為離一線執行環節較遠，容易把 AI 演示效果直接等同於可大規模替代真實工作流程的能力。
高層看到的是演示，而非落地
Levie 在社交平台上表示，首席執行官往往會親自體驗 AI，製作原型、生成合約或運行簡單流程，隨後便推斷智能體已能接手大量工作。但真正負責上線的人，還需檢查代碼、修復漏洞、識別模型幻覺帶來的錯誤調用，並處理企業內部合約、流程和數據的複雜細節。
文章指出，此類誤判並非來自於反對 AI。相反，Levie 本人一直是 AI 的積極支持者，並投資了 AI 創業公司。他的核心觀點是，問題不在於 AI 沒有價值，而在於管理層容易低估將工具轉變為穩定生產力所需的人力與時間。
裁員速度已接近去年全年
文章援引 Layoffs.fyi 數據稱，2026 年前五個月，已有 152 家科技公司裁員 115,430 人，已接近 2025 年全年 275 家公司裁員 124,636 人的規模。報導指出，許多企業把 AI 作為裁員理由之一，但實際驅動因素未必只有技術進步。
ClickUp 首席执行官 Zeb Evans 明確表示，在公司部署約 3,000 個 AI 智能體處理內部工作後，企業裁減了約 22% 的員工。他稱此舉並非單純為了壓縮成本，而是希望將團隊調整為「管理智能體並快速複核結果」的結構。
研究結果並不支持激進替代
然而，文章提到，多項研究並未得出同樣激進的結論。加州大學柏克萊分校於去年 10 月發布的一項綜述研究稱，尚未發現 AI 採用與整體生產率提升之間存在穩健關係。美國國家經濟研究局今年 3 月的研究則認為，AI 確實能提升效率，但主觀感受往往高於實際測量結果。
麻省理工學院關於智能體執行任務的研究也顯示，在不少場景下，智能體仍無法穩定達到人工質量。研究人員預計，按當前大模型進展速度，到 2029 年，模型或許能以「最低可用質量」完成大多數文本相關任務，但距離在更廣泛工作中穩定超過人工，仍需更長時間。
文章最後認為，如果企業管理層繼續根據演示效果來重組組織，而非根據真實落地能力來安排崗位與流程，結果未必是效率躍升，更可能是審批堆積、執行混亂和組織失衡。